- 1、本文档共26页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
插值算法 讲座人:邓书莉 时间: 2010年12月9日 编写排版:邓书莉 插值算法 插值的定义 一维插值算法 最邻近插值 线性插值 拉格朗日插值 牛顿插值 埃尔米特插值 三次样条插值 二维插值算法 最邻近插值 双线性插值 三次卷积插值 插值的定义 设函数y=f(x)在区间[a,b]上有定义,且已知在点a≤x0x1…xn≤b上的值为y0,y1,…,yn,若存在简单函数P(x)使得 P(xi)=yi (i=0,1,…,n) 成立,就称P(x)为f(x)的插值函数, x0,x1,…,xn称为插值节点,包含插值节点的区间[a,b]称为插值区间,求插值函数P(x)的方法就是插值法。 最邻近插值 最邻近插值是最简单的插值方法,位置x上的值被赋为离它最近的值,因此它也被称为一点插值函数。 若x在区间[xi,xi+1]内,则 最邻近插值结果 线性插值 线性插值即分段线性插值,是通过插值点用折线段连接起来逼近 f(x),若x在区间[xi,xi+1]内,则 线性插值结果 拉格朗日插值 若通过n+1个节点x0x1…xn的n次插值多项式 Ln(x)满足条件: 可以构造出满足此条件的插值多项式 Ln(x) 其中,lk(x)为n次插值基函数 拉格朗日插值结果 牛顿插值 利用插值基函数容易求出拉格朗日插值多项式,但当插值节点增减时,计算要全部重新进行,牛顿插值就是一种能够逐次生成插值多项式的插值法。已知f在插值点 xi(i=0,1,…,n)上的值为f(xi),若n次插值多项式 Pn(x)满足条件: 则插值多项式表示为: 其中, 为f(x)的k阶均差 埃尔米特插值(Hermite) 埃尔米特插值多项式不仅满足在插值节点上函数值相等,还满足在节点上的导数值相等。通过三点 (x0,f(x0)),(x1,f(x1)),(x2,f(x2))的三次埃尔米特插值多项式为 : 两点三次埃尔米特插值多项式为 : 其中, 埃尔米特插值结果 三次样条插值 三次样条插值结果 二维图像插值算法 最邻近插值 双线性插值 三次卷积插值 二维最邻近插值 对于通过反向变换得到的一个浮点坐标,对其进行简单的取整,得到一个整数型坐标,这个整数型坐标对应的像素值就是目标像素的像素值。对于从上到下,从左到右扫描的图像来说,取浮点坐标最邻近的左上角点对应的像素值。 特点:简单直观,但图像质量不高,容易出现锯齿边缘。 最邻近插值结果演示 放大6倍图像 源图像
文档评论(0)