使用 J. Wu 的快速线性插值法在 Matlab 中进行图像插值

Question

我正在尝试使用 Jeffrey Wu 1 的快速线性插值方法对图像进行插值，但它失败了。 Matlab标准方法是

    [h_i, w_i, d_i] = size(img);
    [xi, yi] = meshgrid(linspace(0, w_i-1, w_i), linspace(0, h_i-1, h_i));
    p2p = zeros(size(yo,1), size(xo,2), 3, 'uint8');
    for k = 1:d_i; p2p(:,:,k) = interp2(xi, yi, img(:,:,k), xo, yo); end

但是当切换到(Wu: function v = lininterp2(X, Y, V, x, y))时

for k = 1:d_i; p2p(:,:,k) = lininterp2(xi, yi, img(:,:,k), xo, yo); end

我收到了[length(X), length(Y)] does not match size(V)引起的错误

if ((length(X) ~= size(V, 1)) || (length(Y) ~= size(V, 2))),
error('[length(X), length(Y)] does not match size(V)'); end

大小相等 hX = hY = hV; wX = wY = wV; dX = dY = dV; 但因为 X,Y (xi,yi) 是网格网格，它们的长度（不是 h 或 w）肯定大于相应图像通道 V 的 h 或 w。知道这个图像插值如何工作吗？

Answer 1

在您提供的链接的描述中，我可以看到这两点：

4. 为 2d 和 3d 插值切换 X/Y 参数的顺序
5. 只接受一个标量查询值（我可能会在某个时候改变它，当我喜欢它时，或者如果我看到人们真正关心它 并想使用我的功能）

看了代码，我对第(4)点的理解是输入图像应该是转置的。

我对第 (5) 点的理解是查询值 xo 和 yo 必须是标量（因此您必须循环遍历图像）。

更重要的是，这个“文档”的懒惰和非正式的性质向我表明，在信任这个代码之前，你应该仔细考虑。

在处理整个图像时，我几乎无法相信这会比interp2 更快。它通过双线性插值从字面上计算单个像素值：

v = V(pindexx, pindexy) * (1 - slopex) * (1 - slopey) + V( indexx, pindexy) * slopex * (1 - slopey) ... 
  + V(pindexx,  indexy) * (1 - slopex) *       slopey + V( indexx,  indexy) * slopex *       slopey ;

因此，我可以想象这对于计算单个像素值（或者可能是一小部分）会更快，但我看不到任何性能优化的尝试。因此，如果您的图像尺寸超过几个像素，那么我什至不会考虑使用lininterp2。