MATLAB中的最近邻插值算法
image-processing
matlab
5
0

我正在尝试编写自己的函数,以使用最近邻插值算法按比例放大输入图像。不好的部分是我能够看到它是如何工作的,但是找不到算法本身。我将不胜感激。

这是我尝试将输入图像放大2倍的方法:

function output = nearest(input)
[x,y]=size(input);
output = repmat(uint8(0),x*2,y*2);
[newwidth,newheight]=size(output);
for i=1:y
    for j=1:x
        xloc = round ((j * (newwidth+1)) / (x+1));
        yloc = round ((i * (newheight+1)) / (y+1));
        output(xloc,yloc) = input(j,i);
    end
end

这是Mark建议后的输出替代文字

参考资料:
Stack Overflow
收藏
评论
共 3 个回答
高赞 时间 活跃

MATLAB已经为您完成了。使用imresize

output = imresize(input,size(input)*2,'nearest');

或者如果您想均等地缩放x和y,

output = imresize(input,2,'nearest');
收藏
评论

imresize ,我在MATLAB Image Processing Toolbox中浏览了imresize函数的代码,以创建仅用于图像的最近邻居插值的简化版本。这是将其应用于您的问题的方式:

%# Initializations:

scale = [2 2];              %# The resolution scale factors: [rows columns]
oldSize = size(inputImage);                   %# Get the size of your image
newSize = max(floor(scale.*oldSize(1:2)),1);  %# Compute the new image size

%# Compute an upsampled set of indices:

rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));
colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));

%# Index old image to get new image:

outputImage = inputImage(rowIndex,colIndex,:);

另一个选择是使用内置的interp2函数,尽管您在一个评论中提到不想使用内置的函数。

编辑:解释

如果有人感兴趣,我想我会解释一下上面的解决方案是如何工作的...

newSize = max(floor(scale.*oldSize(1:2)),1);

首先,要获得新的行和列大小,将旧的行和列大小乘以比例因子。该结果四舍五入为带有floor的最接近的整数。如果比例因子小于1,您可能会遇到一个奇怪的情况,即大小值之一为0,这就是为什么对max的调用会用1替换小于1的任何内容。

rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));
colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));

接下来,为行和列都计算一组新的索引。首先,计算上采样图像的一组索引: 1:newSize(...) 。每个图像像素都被视为具有给定的宽度,因此像素1的范围是0到1,像素2的范围是1到2,依此类推。因此,像素的“坐标”被视为中心,这就是为什么0.5从索引中减去。然后,将这些坐标除以比例因子,以得到原始图像的一组像素中心坐标,然后将它们添加0.5,然后四舍五入以获得一组原始图像的整数索引。对min的调用确保这些索引均不大于原始图像大小oldSize(...)

outputImage = inputImage(rowIndex,colIndex,:);

最后,只需简单地索引原始图像即可创建新的上采样图像。

收藏
评论

这个答案比试图简洁和有效更具解释性。我认为gnovice的解决方案在这方面是最好的。如果您想了解其工作原理,请继续阅读...

现在,代码的问题在于,您正在将位置从输入图像映射到输出图像,这就是为什么您得到的输出参差不齐 。考虑一个输入图像全为白色,输出初始化为黑色的示例,我们得到以下信息:

屏幕截图

您应该做的是相反的(从输出到输入)。为了说明,请考虑以下符号:

1           c         1                 scaleC*c
+-----------+ 1       +----------------------+ 1
|    |      |         |        |             |
|----o      |   <===  |        |             |
|  (ii,jj)  |         |--------o             |
+-----------+ r       |      (i,j)           |
  inputImage          |                      |
                      |                      |
                      +----------------------+ scaleR*r
                            ouputImage

Note: I am using matrix notation (row/col), so:
  i ranges on [1,scaleR*r] , and j on [1,scaleC*c]
  and ii on [1,r], jj on [1,c]

这个想法是,对于输出图像中的每个位置(i,j) ,我们都希望将其映射到输入图像坐标中的“最近”位置。由于这是一个简单的映射,因此我们使用将给定x映射到y的公式(给定所有其他参数):

 x-minX      y-minY
--------- = ---------
maxX-minX   maxY-minY

在我们的例子中, xi / j坐标, yii / jj坐标。因此,用每个替换可以给我们:

jj = (j-1)*(c-1)/(scaleC*c-1) + 1
ii = (i-1)*(r-1)/(scaleR*r-1) + 1

将各个部分放在一起,我们得到以下代码:

% read a sample image
inputI = imread('coins.png');
[r,c] = size(inputI);
scale = [2 2];        % you could scale each dimension differently

outputI = zeros(scale(1)*r,scale(2)*c, class(inputI));

for i=1:scale(1)*r
    for j=1:scale(2)*c
        % map from output image location to input image location
        ii = round( (i-1)*(r-1)/(scale(1)*r-1)+1 );
        jj = round( (j-1)*(c-1)/(scale(2)*c-1)+1 );

        % assign value
        outputI(i,j) = inputI(ii,jj);
    end
end

figure(1), imshow(inputI)
figure(2), imshow(outputI)
收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号