양선형 보간법 예제

다음은 쌍선형 보간을 사용할 때의 몇 가지 예입니다: 비적응 알고리즘에는 가장 가까운 이웃, 쌍선형, 쌍입방, 스플라인, sinc, lancz 및 기타가 포함됩니다. 복잡성에 따라 보간 할 때 0에서 256 (또는 그 이상) 인접 픽셀을 사용할 수 있습니다. 인접한 픽셀이 많을수록 더 정확해질 수 있지만 처리 시간이 훨씬 더 길어집니다. 이러한 알고리즘은 사진을 왜곡하고 크기를 조정하는 데 모두 사용할 수 있습니다. 은 입력 이미지를 나타냅니다. 이 이미지를 가장 가까운 인접 보간을 사용하여 양수 수평 방향으로 1.7픽셀 변환하려고 합니다. 번역 블록의 가장 가까운 이웃 보간 알고리즘은 다음 단계에 의해 설명된다 : 최종 질문에 대답하기 위해, f2, f6 및 f8은 개인 취향에 따라 채워져 있습니다. 이러한 값은 범위를 벗어난 것으로 간주되며 x 및 y 값은 모두 2.5이며 이는 [1,2] 그리드(x,y)의 외부입니다. MATLAB에서 이 기본 구현은 정의된 경계 외부의 값을 NaN(숫자)이 아닌 값으로 채우는 것이지만, 때로는 선형 보간을 사용하여 추정하거나 테두리 값을 복사하거나 대칭과 같은 정교한 패딩을 수행하는 경우도 있습니다. 또는 원형 패딩. 그것은 당신이어떤 상황에 따라 달라집니다,하지만 f2, f6 및 f8을 채우는 방법에 대한 정답과 확실한 대답은 없습니다 – 그것은 모두 응용 프로그램에 따라 달라집니다 당신에게 가장 의미가 무엇인지.

보간이 먼저 y 방향을 따라 수행된 다음 x 방향을 따라 수행되면 동일한 결과에 도달합니다. [1] 양방향 보간은 입력이 연속적이라고 가정합니다. 이중 선형 보간의 장점은 빠르고 간단하게 구현할 수 있다는 것입니다. 그러나 그림 2의 두 번째 이미지를 보면 양방향 보간이 보간 결과를 사용하려는 내용에 따라 반드시 허용되지 않는 일부 패턴을 만드는 것을 볼 수 있습니다. 더 나은 결과가 필요한 경우 2도 이상의 보간 함수를 포함하는 고급 보간 기술을 사용해야 합니다(예: 단원에서 설명한 대로 절차 적 노이즈를 생성하는 데 사용되는 스무드스텝 함수). 절차 패턴 및 노이즈: 파트 1). 이름에서 알 수 있듯이 쌍선형 보간은 선형이 아닙니다. 그러나 그것은 두 개의 선형 함수의 산물이다. 예를 들어 위에서 파생된 쌍선형 보간은 x {displaystyle x} 및 y {displaystyle y}의 값의 곱입니다. 선형 보간을 수행할 때 일반적으로 t가 1 보다 크거나 0보다 작은 코드를 체크 인하고 평가하려는 점이 그리드의 한계를 벗어나지 않는지 확인하는 것이 좋습니다(그리드에 해상도 NxM이 있는 경우 (N+1)x(M+1) 정점 또는 NxM 정점을 작성하고 그리드에 (N-1)x(M-1)의 해상도가 있다고 가정해야 합니다.

두 기술 모두 기본 설정의 문제입니다 작동합니다.) 쌍선형 보간을 세 차원으로 의명백한 확장을 삼선형 보간이라고 합니다. Bicubic은 총 16픽셀에 대해 알려진 픽셀의 가장 가까운 4×4 영역을 고려하여 쌍선형을 넘어섭을 넘습니다. 이러한 픽셀은 알 수 없는 픽셀에서 다양한 거리에 있기 때문에 가까운 픽셀은 계산에서 더 높은 가중치를 부여합니다. Bicubic은 이전 두 가지 방법보다 눈에 띄게 선명한 이미지를 생성하며 처리 시간과 출력 품질의 이상적인 조합일 것입니다.