用于數(shù)字成像的雙三次插值技術(shù)?
點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達(dá)
共有兩種常見的插值算法：自適應(yīng)和非自適應(yīng)。自適應(yīng)方法取決于它們所插值的內(nèi)容，而非自適應(yīng)方法則平等地對待像素。在專業(yè)的專業(yè)圖像編輯軟件（例如Photozoom Pro和Adobe Photoshop）中都使用了自適應(yīng)算法。非自適應(yīng)算法包括以下內(nèi)容：最近鄰，雙線性，雙三次，樣條等。通常，雙三次插值可使用Lagrange多項(xiàng)式，三次樣條或三次卷積算法完成。
當(dāng)我們進(jìn)行插值時，我們是從已知數(shù)據(jù)中估計未知數(shù)據(jù)。如果我們使用DSLR以16 MP的速度拍攝圖像，則根據(jù)方向（水平與垂直），已知數(shù)據(jù)為4928 x 3264像素（或3264 x 4928像素）。當(dāng)我們想要放大圖像時，我們基于周圍像素的值來近似新值。例如，如果要將6000 x 4000像素的圖像大小增加到24 MP，則將添加以前不存在的更多像素。那是額外的8 MP。
由于我們要添加而不是減去像素，因此細(xì)節(jié)可能會丟失。為了保留清晰度和細(xì)節(jié)，必須將每個像素與其周圍的像素進(jìn)行近似，以獲得最接近的值。就像復(fù)制像素以通過放大來填充圖像中創(chuàng)建的空間一樣。因此，這些值必須與其最近的像素相鄰點(diǎn)近似或相同。放大時，您需要向圖像添加800萬個新像素以填充空間。它們只需要足夠準(zhǔn)確即可重新創(chuàng)建細(xì)節(jié)并保持清晰度以保持圖像清晰。
考慮以下網(wǎng)格。
這是一個（4,0）x（0,4）正方形，每個正方形代表一個像素。它總共有25個像素（5 x 5）。黑點(diǎn)表示要插值的數(shù)據(jù)，總計25個點(diǎn)。顏色表示函數(shù)值，因此在此示例中，我們看到它們不是徑向?qū)ΨQ的。這樣可以在幾乎沒有圖像偽影的情況下進(jìn)行更平滑的重采樣。因此，通常選擇雙三次插值而不是雙線性或最近鄰插值，但是處理圖像需要更多時間。如果質(zhì)量值得關(guān)注，那么三次立方也是最佳選擇。雙線性插值處理2x2（4個像素）的正方形，而雙三次插值處理4x4（16個像素）的正方形。假設(shè)我們使用以下函數(shù)：
（0,0）、（1,0）、（0,1）、（1,1）這是單位正方形的4個角。可以表示為以下內(nèi)容：
這需要確定p（x，y）的16個系數(shù)的值。該過程還有更多步驟，但這是基本公式。這就是創(chuàng)建2D圖像的插值曲面的原因。這是關(guān)于獲取網(wǎng)格上p（x，y）上的點(diǎn)的值并對其進(jìn)行插值以近似其周圍點(diǎn)的值的全部操作。
如果大家不需要編代碼，則始終可以使用具有預(yù)建功能的軟件進(jìn)行圖像編輯。在Photoshop中對圖像重新采樣時，將獲得雙三次插值技術(shù)。從菜單中：
Image -> Image Size
我們將看到一個對話框，從中可以選擇所需的重采樣選項(xiàng)。如果不追求質(zhì)量，但可以選擇雙線性和最近鄰，但可以加快縮放比例或縮小比例。
Photoshop中的圖像重采樣大小對話框（來源Adobe Creative Cloud）
我們可以更改像素數(shù)，但是它也有局限性。雙三次插值在高分辨率下效果很好，但是當(dāng)您超出24 MP超高分辨率時，效果可能會不太好。這是因?yàn)樘砑拥南袼卦蕉啵枰Ａ舻募?xì)節(jié)越多。該算法只是無法按照原始圖像分辨率保留所有內(nèi)容。
大多數(shù)情況下，使用的是壓縮的JPEG圖像。如果壓縮級別更高以節(jié)省空間，則可能已經(jīng)丟失了詳細(xì)信息。否則，請選擇最低的壓縮級別以保留更多圖像細(xì)節(jié)以進(jìn)行放大。縮小尺寸時，它有很大不同。與減少像素相比，減少像素實(shí)際上具有更多的細(xì)節(jié)和清晰度。這是因?yàn)橹匦聞?chuàng)建細(xì)節(jié)比僅刪除細(xì)節(jié)更困難。縮小尺寸后，最大的好處就是質(zhì)量看起來仍然不錯（例如8K到2K），因?yàn)闆]有近似的或人工的細(xì)節(jié)來填補(bǔ)空間。
雙三次插值不僅用于縮放圖像，而且還用于視頻顯示。盡管它們比其他2D技術(shù)更優(yōu)越，但它們確實(shí)有一些缺點(diǎn)。過沖（光暈），削波，響聲偽影和銳度有時也會存在一定問題。這就是為什么多次使用三次插值法效果較差。現(xiàn)在，有諸如SRCNN（超分辨率卷積神經(jīng)網(wǎng)絡(luò)）或SRGAN（超分辨率生成對抗網(wǎng)絡(luò)）之類的超分辨率技術(shù)在保留清晰度方面做得更好。
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~