基于卷积的图像插值

信息处理 图像处理 卷积 插值
2022-02-09 22:26:53

从一本书中,我了解到图像插值(或上采样)可以写成这样的卷积:

g(i,j)=(x,y)f(x,y)h(irx,jry)
尽管r是上采样率。

但是我有一段时间理解这个公式,因为 AFAIK,图像插值的基本思想是考虑附近的像素,所以我认为像下面这样的卷积可能就足够了:

g(i,j)=(x,y)f(x,y)h(ix,jy)
有什么意义r在公式?

1个回答

图像插值与上采样(完全)不同。假设你有一个网格Λ这是一个640×480像素网格。每个像素都有一个位置(x,y)Λ. 每个像素也有一个强度I(x,y). 这可以是灰度值或 RGB 三元组。现在假设您想知道不以其中一个像素为中心的位置的强度。例如,假设您想要位置的强度(17.35,188.42). 在这种情况下,您将在适当的插值方案(最近邻、双线性、双三次、Lanczos 等)中使用相邻整数像素强度来获得子像素强度。这是图像插值。

图像上采样是当你想从网格中走出来的时候Λ那是640×480到更大的网格Γ例如,1280×960像素。在这种情况下,一个简单的算法是创建用零填充的新网格。那么,如果原始图像中有一个像素值在(x,y),然后取其强度 I(x,y) 并将其填充到上采样图像中I(2x,2y). 2是个r(比率)在您的公式中提到。然后,我们使用适当的内核(h在您的公式中)过滤图像并完成上采样。注意:这是一个简单的解释。请参阅 Gozalez、Woods 和 Eddins,数字图像处理以获得更好的处理。