我写了一个算法来对图像进行双三次插值。我使用了维基百科页面中描述的方法。在简单的图像上，结果看起来不错，但在更复杂的图像上，我在非平滑区域得到了奇怪的伪影。
这些文物的可能来源是什么，我可以尝试摆脱它们吗？
我的代码在github 上，但我检查了几次，所以我认为问题不是来自它，而是来自维基百科中建议的简单实现
我正在使用这个特定的方程（三阶 Hermite 多项式插值）进行插值（一维）：
其中 , ... , .. 是周围像素的值（在一维中），是小数坐标（其中）相邻像素、之间的插值像素。是一个整数，对于任何整数。
预期输出：
我的结果，仔细看鸟头，出现了很多白色像素。
---编辑---为了显示我的代码确实产生了连贯的结果，这里是我放大具有 16 个红色像素的简单图像的示例。
这是库的输出（也使用三阶 Hermite 多项式插值）：
这是我的结果：
在这种情况下，IMO 完全可以接受差异，但这表明我的插值确实是合法的。
您所看到的是acutance，如关于双三次插值的维基百科文章中所述。
然而，对于图像的下采样，三次插值可能不是理想的选择，但对上采样更有意义。
请注意，如果您的下采样率超过 4，则原始图像中将有许多像素根本不会在下采样版本中使用。
解决这个问题的最简单方法是通过迭代取 4 个相邻像素的平均值来进行下采样，直到您处于所需图像大小的 2 倍以内。然后你可以通过三次插值来完成最后一部分。
如果您想要高质量的重采样，请尝试查看ImageMagik 文档以获取灵感。他们特别推荐使用窗口滤波器进行下采样，例如 Lanczos 或 Sinc。
我不确定问题是什么，但我的第一个猜测是代码从图像中提取的 16 个像素以错误的顺序被解释。
换句话说，也许当前的代码块
val b_1 = q(x1, x2, x3)(extracted(0), extracted(1), extracted(2), extracted(3))
val b0 = q(x1, x2, x3)(extracted(4), extracted(5), extracted(6), extracted(7))
val b1 = q(x1, x2, x3)(extracted(8), extracted(9), extracted(10), extracted(11))
val b2 = q(x1, x2, x3)(extracted(12), extracted(13), extracted(14), extracted(15))
需要是别的东西，也许像
val b_1 = q(x1, x2, x3)(extracted(0), extracted(4), extracted(8), extracted(12))
val b0 = q(x1, x2, x3)(extracted(1), extracted(5), extracted(9), extracted(13))
val b1 = q(x1, x2, x3)(extracted(2), extracted(6), extracted(10), extracted(14))
val b2 = q(x1, x2, x3)(extracted(3), extracted(7), extracted(11), extracted(15))
?
这种混洗像素会产生类似于您所看到的结果 - 输出在“平滑”区域看起来很好，但在非平滑区域中结果更明显是错误的。
这个“非缩放”测试（运行“插值”以生成完全相同大小的图像）是一个很好的第一个测试——它应该提供与输入图像完全相同的像素对像素的输出图像。（扩大或缩小图像的测试，不清楚输出图像应该是什么）。
我还会考虑在一个非常简单的图像上运行非缩放测试（甚至可能是缩放测试），它足够小，以至于人类可以单步遍历图像中的每个像素 - 可能类似于
0 0 0
0 5 6
0 8 9
一旦你让这个“非缩放”测试工作，我同意罗伯特的观点，要真正测试插值，你还需要运行一些扩展或缩小图像的测试。