几种插值算法对比研究

[研究内容]

目前比较常用的几种插值算法

[正文]

目前比较常用的插值算法有这么几种:最邻近插值,双线性二次插值,三次插值,

Lanczos插值等等,今天我们来对比一下这几种插值效果的优劣。

1,最邻近插值

最邻近插值算法也叫做零阶插值算法,主要原理是让输出像素的像素值等于邻域内

离它距离最近的像素值。例如下图中所示,P1距离0灰度值像素的距离小于100灰度值的

距离,因此,P1位置的插值像素为0。这个算法的优点是计算简单方便,缺点是图像容

易出现锯齿。

2,双线性二次插值

在介绍双线性插值前,我们先介绍一下拉格朗日插值多项式。本文参考引用均来自

张铁的《数值分析》一书。

我们的方法是这样的,根据水平方向上的双线性二次插值,由f(I,j)和f(i+1,j)求取f(x,j),由

f(I,j+1)和f(i+1,j+1)求取f(x,j+1),然后再根据这两点的二次插值求取f(x,y)。

根据前面的例题,我们可以很容易的求取各点插值如下:

f(x,j)=(i+1-x)f(I,j)+(x-i)f(i+1,j)               公式1-(4)

f(x,j+1)=(i+1-x)f(I,j+1)+(x-i)f(i+1,j+1)           公式1-(5)

f(x,y)=(i+1-y)f(x,j)+(y-j)f(x,j+1)               公式1-(6)

以上三式综合可以得到:

f(x,y)=(j+1-y)(i+1-x)f(I,j)+(j+1-y)(x-i)f(i+1,j)+(y-j)(i+1-x)f(I,j+1)+(y-j)(x-i)f(i+1,j+1)     公式1-(7)

我们令x=i+p,y=j+q得:

f(i+p,j+q)=(1-q)(1-p)f(I,j)+p(1-q)f(i+1,j)+q(1-p)f(I,j+1)+pqf(i+1,j+1)                公式1-(8)

上式即为数字图像处理中的双线性二次插值公式。

3,双线性三次插值

4,Lanczos插值算法

该算法的主要原理介绍地址:http://en.wikipedia.org/wiki/Lanczos_resampling

这里我大概介绍一下算法的流程:

这个算法也是一个模板算法,主要内容是计算模板中的权重信息。

对于一维信息,假如我们输入点集为X,那么,Lanczos对应有个窗口模板Window,这个窗口中每个位置的权重计算如下:

                         1-(12)

Fig.6 Lanczos

通常,这个a取2或者3,a=2时,该算法适用于图像缩小插值;a=3时,该算法适用于放大插值;对应不同a值得Lanczos插值曲线如上图6所示;上述的公式分别为连续和离散的公式。我们根据输入点X的位置,确定对应window中不同位置的权重L(x),然后对模板中的点值取加权平均,公式如下:

                                                    1-(13)

这个S(x)即为X处的插值结果。

根据上述一维插值,推广得到多维插值公式如下(这里以二维为例):

 1-(14)

上述内容是对不同插值算法简单的进行了介绍,如果不明白可以查找相关知识。

现在我们来看下相应的效果图:

上面的一组效果图均是先将原图缩小50%,然后使用不同算法放大到原图大小得到的。由上面这组图我们可以发现,效果最差的是最邻近插值算法,效果最好的是双线性三次插值,Lanczos算法跟三次插值大致一致;

由于编程语言不同,可能会造成耗时的差距,但是,对于同一种语言,统计得出:最邻近插值速度最快,三次插值速度最慢,而Lanczos算法与二次插值相仿。

综上,Lanczos插值具有速度快,效果好,性价比最高的优点,这也是目前此算法比较流行的原因。

最后,给出一个本人使用C#写的Lanczos代码,代码未经优化,仅供测试,这里的NP是对权重计算构建的映射表:

private Bitmap ZoomLanczos2Apply(Bitmap srcBitmap, double k)
        {
            Bitmap src = new Bitmap(srcBitmap);
            int width = src.Width;
            int height = src.Height;
            BitmapData srcData = src.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb);
            byte* pS = (byte*)srcData.Scan0;
            int w = (int)((double)width * k);
            int h = (int)((double)height * k);
            Bitmap dst = new Bitmap(w, h, PixelFormat.Format32bppArgb);
            BitmapData dstData = dst.LockBits(new Rectangle(0, 0, w, h), ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb);
            byte* d = (byte*)dstData.Scan0;
            int offset = dstData.Stride - w * 4;
            int x = 0, y = 0;
            double p = 0, q = 0;
            double n1 = 0, n2 = 0, n3 = 0, n4 = 0, nSum = 0;
            int p0 = 0, p1 = 0, p2 = 0, p3 = 0, p4 = 0, gray = 0;
            byte* temp = null;
            double[] NP1 = new double[] { -0.00623896218505032, -0.0122238956025722, -0.0179556611741633, -0.0234353793884155, -0.028664425422539, -0.0336444239814841, -0.0383772438642046, -0.0428649922670393, -0.0471100088344975, -0.0511148594680326, -0.0548823299036605, -0.0584154190695433, -0.0617173322348938, -0.0647914739617815, -0.0676414408716196, -0.0702710142382982, -0.0726841524200902, -0.0748849831426012, -0.0768777956451566, -0.0786670327031274, -0.0802572825387739, -0.0816532706332581, -0.0828598514525135, -0.0838820000996894, -0.0847248039068906, -0.0853934539789171, -0.0858932367016755, -0.0862295252278804, -0.0864077709525887, -0.0864334949910196, -0.086312279671003, -0.0860497600522689, -0.0856516154846428, -0.0851235612170509, -0.0844713400690516, -0.0837007141764163, -0.0828174568220629, -0.0818273443634177, -0.0807361482670294, -0.0795496272610035, -0.0782735196155422, -0.0769135355615895, -0.0754753498572731, -0.0739645945115212, -0.0723868516738999, -0.0707476466993797, -0.0690524413963838, -0.0673066274661114, -0.0655155201407567, -0.0636843520278618, -0.0618182671676555, -0.0599223153098279, -0.0580014464157926, -0.0560605053920726, -0.0541042270600343, -0.0521372313667693, -0.0501640188415028, -0.048188966301476, -0.0462163228108206, -0.0442502058955092, -0.0422945980170336, -0.0403533433070252, -0.0384301445645995, -0.0365285605177724, -0.0346520033498648, -0.0328037364913793, -0.0309868726774121, -0.0292043722702325, -0.0274590418462525, -0.0257535330461864, -0.0240903416868009, -0.0224718071322479, -0.0209001119225812, -0.0193772816566703, -0.0179051851263444, -0.0164855346982315, -0.015119886939392, -0.013809643482501, -0.0125560521259855, -0.0113602081641975, -0.0102230559423803, -0.00914539063088284, -0.00812786021277406, -0.00717096767873418, -0.00627507342282205, -0.00544039783246632, -0.00466702406578012, -0.00395490100907222, -0.00330384640720963, -0.00271355015928674, -0.00218357777186753, -0.00171337396189679, -0.00130226640121749, -0.000949469594490465, -0.00065408888218426, -0.000415124560192089, -0.000231476107535702, -0.000101946513534946, -0 };
            double[] NP2 = new double[] { 0.999794398630316, 0.999177779156011, 0.998150695261436, 0.996714069021198, 0.994869189802256, 0.992617712728975, 0.989961656713271, 0.986903402052547, 0.983445687598761, 0.979591607502511, 0.975344607536654, 0.9707084810045, 0.965687364238256, 0.960285731693901, 0.954508390649264, 0.948360475512591, 0.941847441749449, 0.934975059436304, 0.927749406449645, 0.920176861299994, 0.912264095620641, 0.904018066321406, 0.895446007418168, 0.886555421549337, 0.877354071190877, 0.867849969581877, 0.858051371373022, 0.847966763010743, 0.83760485287009, 0.826974561149762, 0.816085009542993, 0.804945510698284, 0.793565557484247, 0.781954812073053, 0.770123094857198, 0.758080373214511, 0.745836750136481, 0.733402452735159, 0.720787820644003, 0.708003294328147, 0.695059403319663, 0.68196675439345, 0.668736019699406, 0.655377924866579, 0.641903237094975, 0.628322753250659, 0.614647287979759, 0.600887661856885, 0.587054689583387, 0.573159168250756, 0.559211865684328, 0.545223508882287, 0.531204772564777, 0.517166267847729, 0.503118531055783, 0.489072012688425, 0.47503706655321, 0.461023939079635, 0.447042758826945, 0.433103526198797, 0.419216103377392, 0.405390204489315, 0.391635386014941, 0.37796103745288, 0.364376372250524, 0.350890419011333, 0.33751201298905, 0.324249787878619, 0.311112167913061, 0.298107360275149, 0.285243347832182, 0.272527882201696, 0.259968477155437, 0.247572402368387, 0.235346677519141, 0.223298066747373, 0.211433073473617, 0.199757935586031, 0.188278620998268, 0.177000823582037, 0.165929959477376, 0.155071163783102, 0.144429287629353, 0.13400889563358, 0.123814263740785, 0.113849377448258, 0.104117930414501, 0.0946233234514916, 0.0853686638988765, 0.0763567653781721, 0.0675901479244855, 0.059071038492763, 0.050801371835042, 0.0427827917446759, 0.0350166526629909, 0.0275040216433488, 0.0202456806670952, 0.0132421293054104, 0.00649358772061002 };
            double[] NP3 = new double[] { 0.00649358772061002, 0.0132421293054104, 0.0202456806670952, 0.0275040216433488, 0.0350166526629909, 0.0427827917446759, 0.0508013718350421, 0.059071038492763, 0.0675901479244855, 0.0763567653781721, 0.0853686638988765, 0.0946233234514916, 0.104117930414501, 0.113849377448258, 0.123814263740785, 0.13400889563358, 0.144429287629353, 0.155071163783102, 0.165929959477376, 0.177000823582037, 0.188278620998268, 0.199757935586031, 0.211433073473617, 0.223298066747373, 0.235346677519141, 0.247572402368387, 0.259968477155437, 0.272527882201696, 0.285243347832182, 0.298107360275149, 0.311112167913061, 0.324249787878619, 0.33751201298905, 0.350890419011333, 0.364376372250524, 0.37796103745288, 0.391635386014941, 0.405390204489315, 0.419216103377392, 0.433103526198797, 0.447042758826944, 0.461023939079634, 0.475037066553209, 0.489072012688425, 0.503118531055783, 0.517166267847729, 0.531204772564777, 0.545223508882287, 0.559211865684328, 0.573159168250756, 0.587054689583387, 0.600887661856885, 0.614647287979759, 0.628322753250659, 0.641903237094975, 0.655377924866579, 0.668736019699406, 0.68196675439345, 0.695059403319663, 0.708003294328147, 0.720787820644003, 0.733402452735159, 0.745836750136481, 0.758080373214511, 0.770123094857198, 0.781954812073053, 0.793565557484247, 0.804945510698284, 0.816085009542993, 0.826974561149762, 0.837604852870089, 0.847966763010743, 0.858051371373022, 0.867849969581877, 0.877354071190877, 0.886555421549337, 0.895446007418168, 0.904018066321406, 0.912264095620641, 0.920176861299994, 0.927749406449646, 0.934975059436304, 0.941847441749449, 0.948360475512591, 0.954508390649264, 0.960285731693901, 0.965687364238256, 0.9707084810045, 0.975344607536654, 0.979591607502512, 0.983445687598761, 0.986903402052547, 0.989961656713271, 0.992617712728975, 0.994869189802256, 0.996714069021198, 0.998150695261436, 0.999177779156011, 0.999794398630316 };
            double[] NP4 = new double[] { -0, -0.000101946513534946, -0.000231476107535702, -0.000415124560192089, -0.00065408888218426, -0.000949469594490465, -0.0013022664012175, -0.00171337396189679, -0.00218357777186754, -0.00271355015928674, -0.00330384640720965, -0.00395490100907222, -0.00466702406578012, -0.00544039783246632, -0.00627507342282205, -0.00717096767873415, -0.00812786021277406, -0.00914539063088281, -0.0102230559423803, -0.0113602081641975, -0.0125560521259855, -0.013809643482501, -0.015119886939392, -0.0164855346982315, -0.0179051851263444, -0.0193772816566703, -0.0209001119225812, -0.0224718071322479, -0.0240903416868009, -0.0257535330461864, -0.0274590418462525, -0.0292043722702326, -0.0309868726774121, -0.0328037364913794, -0.0346520033498648, -0.0365285605177724, -0.0384301445645995, -0.0403533433070252, -0.0422945980170336, -0.0442502058955092, -0.0462163228108205, -0.048188966301476, -0.0501640188415028, -0.0521372313667693, -0.0541042270600343, -0.0560605053920726, -0.0580014464157926, -0.0599223153098279, -0.0618182671676555, -0.0636843520278618, -0.0655155201407567, -0.0673066274661114, -0.0690524413963838, -0.0707476466993797, -0.0723868516738999, -0.0739645945115212, -0.0754753498572731, -0.0769135355615895, -0.0782735196155421, -0.0795496272610035, -0.0807361482670294, -0.0818273443634177, -0.0828174568220629, -0.0837007141764163, -0.0844713400690516, -0.0851235612170509, -0.0856516154846428, -0.0860497600522689, -0.086312279671003, -0.0864334949910196, -0.0864077709525887, -0.0862295252278804, -0.0858932367016755, -0.0853934539789171, -0.0847248039068906, -0.0838820000996894, -0.0828598514525135, -0.0816532706332581, -0.0802572825387739, -0.0786670327031274, -0.0768777956451566, -0.0748849831426012, -0.0726841524200902, -0.0702710142382982, -0.0676414408716196, -0.0647914739617815, -0.0617173322348938, -0.0584154190695433, -0.0548823299036604, -0.0511148594680326, -0.0471100088344975, -0.0428649922670393, -0.0383772438642045, -0.0336444239814841, -0.028664425422539, -0.0234353793884155, -0.0179556611741633, -0.0122238956025722, -0.00623896218505032 };
            for (int j = 0; j < h; j++)
            {
                q = (double)j / (double)k;
                y = (int)q;
                q = Math.Abs(q - (double)y);
                p0 = y * srcData.Stride;
                y = y >= height ? height - 1 : y;
                for (int i = 0; i < w; i++)
                {
                    p = (double)i / (double)k;
                    x = (int)p;
                    p = Math.Abs(p - (double)x);
                    temp = d + i * 4 + j * dstData.Stride;
                    if (p != 0)
                    {
                        x = (x >= width - 3 ? width - 3 : x);
                        x = x < 1 ? 1 : x;
                        gray = (int)(p * 100.0) - 1;
                        gray = Math.Max(0, gray);
                        n1 = NP1[gray];
                        n2 = NP2[gray];
                        n3 = NP3[gray];
                        n4 = 1.0 - n1 - n2 - n3;// NP4[gray];
                        p2 = x * 4 + p0;
                        p1 = p2 - 4;
                        p3 = p2 + 4;
                        p4 = p2 + 8;
                        nSum = n1 + n2 + n3 + n4;
                        gray = (int)((n1 * (double)((pS + p1)[0]) + n2 * (double)((pS + p2)[0]) + n3 * (double)((pS + p3)[0]) + n4 * (double)((pS + p4)[0])));
                        gray = Math.Max(0, Math.Min(255, gray));
                        temp[0] = (byte)gray;
                        gray = (int)((n1 * (double)((pS + p1)[1]) + n2 * (double)((pS + p2)[1]) + n3 * (double)((pS + p3)[1]) + n4 * (double)((pS + p4)[1])));
                        gray = Math.Max(0, Math.Min(255, gray));
                        temp[1] = (byte)gray;
                        gray = (int)((n1 * (double)((pS + p1)[2]) + n2 * (double)((pS + p2)[2]) + n3 * (double)((pS + p3)[2]) + n4 * (double)((pS + p4)[2])));
                        gray = Math.Max(0, Math.Min(255, gray));
                        temp[2] = (byte)gray;
                    }
                    else
                    {
                        x = x >= width ? width - 1 : x;
                        gray = x * 4 + y * srcData.Stride;
                        temp[0] = (byte)(pS + gray)[0];
                        temp[1] = (byte)(pS + gray)[1];
                        temp[2] = (byte)(pS + gray)[2];
                    }
                    temp[3] = (byte)255;
                }
            }
            for (int i = 0; i < w; i++)
            {
                p = (double)i / (double)k;
                x = (int)p;
                p = Math.Abs(p - (double)x);
                x = x >= width ? width - 1 : x;
                for (int j = 0; j < h; j++)
                {
                    q = (double)j / (double)k;
                    y = (int)q;
                    q = Math.Abs(q - (double)y);
                    p0 = y * srcData.Stride;
                    temp = d + i * 4 + j * dstData.Stride;
                    if (q != 0)
                    {
                        y = y >= height - 3 ? height - 3 : y;
                        y = y < 1 ? 1 : y;
                        gray = (int)(q * 100.0) - 1;
                        gray = Math.Max(0, gray);
                        n1 = NP1[gray];
                        n2 = NP2[gray];
                        n3 = NP3[gray];
                        n4 = 1.0 - n1 - n2 - n3;// NP4[gray];
                        nSum = n1 + n2 + n3 + n4;
                        p2 = x * 4 + y * srcData.Stride;
                        p1 = p2 - srcData.Stride;
                        p3 = p2 + srcData.Stride;
                        p4 = p3 + srcData.Stride;
                        gray = (int)((n1 * (double)((pS + p1)[0]) + n2 * (double)((pS + p2)[0]) + n3 * (double)((pS + p3)[0]) + n4 * (double)((pS + p4)[0])));
                        gray = Math.Max(0, Math.Min(255, gray));
                        temp[0] = (byte)gray;
                        gray = (int)((n1 * (double)((pS + p1)[1]) + n2 * (double)((pS + p2)[1]) + n3 * (double)((pS + p3)[1]) + n4 * (double)((pS + p4)[1])));
                        gray = Math.Max(0, Math.Min(255, gray));
                        temp[1] = (byte)gray;
                        gray = (int)((n1 * (double)((pS + p1)[2]) + n2 * (double)((pS + p2)[2]) + n3 * (double)((pS + p3)[2]) + n4 * (double)((pS + p4)[2])));
                        gray = Math.Max(0, Math.Min(255, gray));
                        temp[2] = (byte)gray;
                    }
                    else
                    {
                        y = y >= height ? height - 1 : y;
                        gray = x * 4 + y * srcData.Stride;
                        temp[0] = (byte)(pS + gray)[0];
                        temp[1] = (byte)(pS + gray)[1];
                        temp[2] = (byte)(pS + gray)[2];
                    }
                    temp[3] = (byte)255;
                }
            }
            src.UnlockBits(srcData);
            dst.UnlockBits(dstData);
            return dst;
        }



时间: 2024-10-30 05:57:00

几种插值算法对比研究的相关文章

C#WinForm 直接导出DataGridView数据到Excel表格的二种方法对比

方法一.利用微软的excel 操作类 引用:using Excel = Microsoft.Office.Interop.Excel; 代码如下:         #region导出数据表:Excle (微软的excel 操作类)         ///<summary>         ///导出数据表:Excle         ///</summary>         ///<param name="myDGV"></param>

关于Mysql删除表数据的两种方式对比

1.delete from table_name 一行一行删除,只删除表数据,auto_increament仍停留在最后一天数据的下一个值. 2.truncate table_name 快捷删除表数据.先删除整个表,然后重新建表结构.auto_increament从1开始. 关于Mysql删除表数据的两种方式对比,布布扣,bubuko.com

23种设计模式对比与总结

设计模式总结:便于快速查看 前言:个人觉得设计模式就是各个对象在不同的时机.不同的调用方被创建,组合结构和封装的侧重点有些不同,从而形成了各个模式的概念. 1.      简单工厂模式 通过在工厂类中进行判断,然后创建需要的功能类. 优点:不必使用具体的功能类去创建该类的实例.缺点:新增一个功能类就需要在工厂类中增加一个判断. 2.      策略模式 假设一个功能类是一个策略,调用的时候需要创建这个策略的实例,传进一个类似策略控制中心的方法中,然后通过策略基类调用这个传进去的实例子类的方法.

几种空间分割算法研究之bsp

BSP: 二叉分割树,是一种分割场景的方法,下面代码是BSP树一种实现可运行: 运行例子中,将定义的16个空间面,分割为一个深度是3的BSP树,上图显示的是运行结果: #include "stdafx.h" #include <map> #include <vector> #include <iostream> using namespace std; //定义空间的点结构 struct point { float x,y,z; point():x(

python——几种截图对比方式!

本次记录的几种截图对比方式,主要是为了在进行手机自动化测试时,通过截图对比来判断测试的正确性,方式如下: # -*- coding: utf-8 -*- ''' 用途:利用python实现多种方法来实现图像识别 author:SYW ''' import cv2 import numpy as np from matplotlib import pyplot as plt # 最简单的以灰度直方图作为相似比较的实现 def classify_gray_hist(image1,image2,siz

react系列-事件绑定的几种方法对比

前言 本文主要给大家介绍了关于React事件绑定的几种方法对比的相关呢荣,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧. React事件绑定 由于类的方法默认不会绑定this,因此在调用的时候如果忘记绑定,this的值将会是undefined. 通常如果不是直接调用,应该为方法绑定this.绑定方式有以下几种: 1. 在构造函数中使用bind绑定this ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 class Button extends

Storm与Spark、Hadoop三种框架对比

一.Storm与Spark.Hadoop三种框架对比 Storm与Spark.Hadoop这三种框架,各有各的优点,每个框架都有自己的最佳应用场景.所以,在不同的应用场景下,应该选择不同的框架. 1.Storm是最佳的流式计算框架,Storm由Java和Clojure写成,Storm的优点是全内存计算,所以它的定位是分布式实时计算系统,按照Storm作者的说法,Storm对于实时计算的意义类似于Hadoop对于批处理的意义.Storm的适用场景:1)流数据处理Storm可以用来处理源源不断流进来

ASP.Net Core WebApi几种版本控制对比

原文:ASP.Net Core WebApi几种版本控制对比 一.版本控制的好处: (1)有助于及时推出功能, 而不会破坏现有系统. (2)它还可以帮助为选定的客户提供额外的功能. API 版本控制可以采用不同的方式进行控制,方法如下: (1)在 URL 中追加版本或作为查询字符串参数, (2)通过自定义标头和通过接受标头 在这篇文章中, 让我们来看看如何支持多个版本的 ASP.NET  Core  Web API. 一.创建asp.net core webapi 项目,引用NuGet包:Ins

人机交互中6种任务模型对比

任务分析是为任务建模服务,任务分析作为软件设计必不可少的环节,是交互系统可用性的保障.任务分析是指对人们在实际执行任务过程中的数据进行收集和分析,其目的是深入理解用户需要完成的目标.用户执行任务的过程和环境:对任务分析中得到的数据进行结构化,逻辑化的组织是任务建模的过程:任务模型是任务分析和建模的产物. 目前任务分析和建模方法的研究主要分为三个部分:任务模型的描述能力和方法.任务建模形式化方法及开发工具.复杂动态环境中任务模型的组建机制. 1   HTA(hierarchical task an