第2章数字图像基础最终版

第二章

数字图像基础DigitalImageFundamentalsSEIE-TJU2本章内容本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量像素间的基本关系像素间的操作SEIE-TJU3人眼的构造人眼横截面简图人眼是一个近似的球体，直径约2cm外层由三层膜包裹角膜和巩膜脉络膜视网膜角膜是一种硬而透明的组织，覆盖着眼睛的前表面。与角膜相连的巩膜是一层包围着眼球剩余部分的不透明膜；脉络膜是眼睛重要的滋养源，脉络膜外壳着色很重，有助于减少进入眼睛外来光和眼球内反向散射光的数量；视网膜是眼睛最内侧的一层膜，当眼球适当聚焦时，来自眼睛外部的光在视网膜上成像。在视网膜表面分散的光接收器(光敏细胞）提供了图案视觉。SEIE-TJU4人眼的构造虹膜：调整光圈(光通量)大小虹膜中间开口处(瞳孔)直径是可变的，2~8mm；其前部是看到的眼珠颜色；其后部则有黑色素；晶状体：调整成像焦距大小由同心的纤维细胞层组成，并由附在睫状体上的纤维悬挂着，含水量60~70%由稍黄的色素着色，颜色随年龄的增长而加深吸收大约8%的可见光谱，对短波长有较高的吸收率晶状体结构中，蛋白质吸收红外光和紫外光，过量时会伤害眼睛SEIE-TJU5人眼的构造视网膜表面的光接收器（光敏细胞）分为两种：锥状细胞和

杆状细胞锥状细胞数目约600~700万，位于中央凹的部分既感光，又感色，对颜色敏感度很高每个锥体对连接到自身的一个神经末端。锥状视觉叫做白昼视觉或者明视觉。杆状细胞数目约7500~15000万，视野内一般的总体图像没有色彩感觉，在低照明度下对图像较敏感几个杆状细胞连接到一个神经末端杆状视觉叫做夜视觉或者暗视觉锥状杆状SEIE-TJU6人眼的构造中央凹视网膜上直径约1.5mm的凹坑可以把中央凹作为大小为1.5mm1.5mm的方形传感器阵列观察在视网膜这一区域中，锥状体的密度大约150000个元素/mm2眼睛中敏感度最高的区域，锥状细胞的数量约为337，000个元素（从行分辨能力的观点看，恰好是一个电耦合元件(CCD)中等分辨(比如VGA格式640×480=307200)的成像芯片所具有的元素数量）SEIE-TJU72.55mm图像的形成人眼的晶状体和普通光学透镜的主要差别在于:人眼晶状体的适应性更强，其形状由捷状体韧带和张力控制。聚焦远处的物体，晶状体变得相对扁平；聚焦近处的物体，晶状体变得较厚;聚焦中心与视网膜之间的距离为14mm~17mm。成像过程视网膜图像主要反射在中央凹区域上然后由光敏细胞的相应刺激作用产生感觉感觉把辐射能转变为电脉冲最后由大脑解码SEIE-TJU8第二章

数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量像素间的基本关系像素间的操作SEIE-TJU9人眼的亮度视觉特性—亮度适应性亮度适应人的视觉系统能适应的光强度级别范围很宽，从夜视域值到强闪光约有1010数量级。与整个适应范围相比较，人眼在某一时刻能够鉴别的亮度级别范围很小。对于任何一组给定条件，视觉系统当前的灵敏度级别称为亮度适应级别(BrightnessLevel)SEIE-TJU10主观亮度是进入人眼的光强的对数函数。明视觉的范围是106夜视到明视逐渐过渡，过渡范围大约为0.001到0.1mL(对数坐标中-3到-1mL)人的视觉不能同时在整个范围内工作，它通过适应周围环境亮度来实现这么大动态范围。这就是所谓的亮度适应现象(BrightnessAdaptation)图中对应亮度级别

B

,曲线Bb为适应

的主观亮度感觉范围主观亮度感觉范围人眼的亮度视觉特性SEIE-TJU11感觉亮度不是简单的亮度函数韦伯定理WeberRatio马赫带效应MachEffect视在对比度视觉暂留人类感知现象的另外一个例子是视错觉以下依次用图例说明人眼的亮度视觉特性SEIE-TJU12人眼的亮度视觉特性－韦伯定理韦伯定理(Weber’sLaw)：如果一个物体的亮度I+△I与其周围背景I有刚刚可觉察的差别（最小可觉差）,则△I和I的比值是在一定的亮度范围内近似不变,为常数值0.02，这称为韦伯比。即：

人眼亮度感觉S和客观亮度B的对数值成正比，是单调的非线性系统。通过这一对数性质,人眼在受到保护的同时，达到宽达106

的视觉亮度范围。II+

I(韦伯-费希纳定律)

韦伯(ErnstHeinrichWeber1795－1878)

德国生理学家费希纳（GustavTheodora

Fetcher1801～1887）德国物理学家、心理物理学

实际上，人的一切感觉，包括视觉、听觉、肤觉（含痛、痒、触、温度）、味觉、嗅觉、电击觉等等，都遵从这个定律SEIE-TJU13阶梯边缘的马赫效应人眼的亮度视觉特性－马赫带马赫带（MachEffect）1865年厄恩斯特.马赫（ErnstMach，1838～1916）奥地利物理学家、哲学家），马赫速度(马赫数)和马赫带以他的名字命名。视觉系统在不同亮度区域边缘周围的“欠调”和“过调”现象。虽然条带的亮度恒定，但是实际感觉条带边缘亮度有变化。奥地利维也纳市政厅公园的雕像SEIE-TJU14视在对比度示例人眼的亮度视觉特性－视在对比度感觉的亮度区域不是简单取决于亮度相同亮度的方块在不同背景下，感觉亮度不同；位于中心位置的方块亮度相同，当背景变亮时，方块的亮度变暗。一张白纸放在桌子上看上去很白，但用白纸遮蔽眼睛直视明亮的天空时，纸看起来总是黑的。SEIE-TJU15人眼的亮度视觉特性－视觉暂留不同亮度下亮度感觉与作用时间的关系。某些亮度下，最大亮度感觉比正常亮度感觉大得多。所以，短暂的光刺激比较长时向的光刺激更加醒目。海上航标采用断续灯光就是利用人眼的这种特性视觉暂留：人眼的主观亮度感觉与光的作用时间有关，并且光象一旦在视网膜上形成，在它消失后，视觉将会对这个光象的感觉维持一个有限的时间。不同亮度下亮度感觉与时间的关系视觉惰性SEIE-TJU16没线的三角形轮廓完整的圆(尽管没有线)相等线平行线人眼的亮度视觉特性－视错觉由于感知条件不佳、客观刺激不清晰、视听觉功能减退、强烈情绪影响、想象、暗示以及意识障碍等，引起无意识的推论。SEIE-TJU17暧昧错觉：图像或物体引起视觉感知在两种解释之间摆动。人眼的亮度视觉特性－视错觉ImpossibleCubeorNeckCubeSEIE-TJU18扭曲错觉：大小、长度或曲率的失真。人眼的亮度视觉特性－视错觉墨尔本港口Müller-Lyer

CaféwallillusionSEIE-TJU19矛盾错觉：是不可能的或荒谬的物体引起的。人眼的亮度视觉特性－视错觉SEIE-TJU20第二章

数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量像素间的基本关系像素间的操作SEIE-TJU21光和电磁波谱可见光的彩色范围只占电磁波谱很小的一部分(400THz~800THz)可见光（380nm~780nm）太阳辐射功率波谱电磁辐射波谱SEIE-TJU22可见光的光谱1666年牛顿发现太阳光通过棱镜后成为七色光；灰度级：描述单色光强度，它的范围从黑到灰，最后到白。人感觉物体的颜色是人眼、光源、物体的吸收和发射特性共同决定的；单色光和复合光SEIE-TJU23光源彩色感觉既决定于人眼对可见光谱中的不同成分有不同视觉效果的能力，又决定于光源所含的光谱成分以及景物反射（或透射）和吸收其中某些成分的特性。同一物体在不同光源照射下呈现的彩色也有所不同。人眼彩色感觉是主观和客观结合的过程，二者缺一不可。光源有两种：不发光的物体，在光源照射下，因反射一定的光谱成分和吸收其余部分而呈现一定的彩色；本身发光的物体，它辐射光谱分布，引起人眼的一定彩色感觉SEIE-TJU24黑体如果一种光源的光谱分布与黑体在某一温度下的辐射光的光谱分布相同或相近，并且二者的色度相同，那么黑体的温度，称为该光源的色温。单位以绝对温度K表示绝对黑体（也称全辐射体）是指既不反射也不透射而完全吸收入射辐射的物体。绝对黑体在不同温度时的辐射功率波谱>60003300~6000<3300冷、清爽中间暖、温馨GustavRobertKirchhoff

，1824.3.12-1887.10.17,，德国物理学家，1860年提出了术语“黑体”SEIE-TJU25标准光源D65光源

色温为6500K，相当于白天的平均光照。在400毫微米以下范围内，它的波谱能量比B光源与C光源要大些，所以近年来被用作彩色电视中的标准白光。它可以由彩色显象管的三种荧光粉发出的光适当配合而得到。E光源

是在色度学中采用的一种假想的等能白光（E白），就是当可见光谱范围内的所有波长的光都具有相等辐射功率时所形成的一种白光，它与色温为5500K的白光相近。纯粹是为了简化色度学中的计算。A光源

色温为2854K，其波谱能量主要集中在红外线区域，看起来不如太阳光白，带些橙红色，早上的阳光。B光源

色温为4800K，接近于正午直射的阳光。C光源

色温为67701K，其波谱能量在400～500毫微米处较大，可见C白

含蓝色成分较多，相当于白天的自然光。SEIE-TJU26简单的图像形成模型图像：用二维函数

f(x,y)形式表示在特定坐标(x,y)处，亮度/强度f的值或幅度是一个正的标量，其物理意义由图像源决定。本书的大部分图像是单色图像，图像值可称为灰度级。图像的值正比于物理源的辐射能量(电磁波)，因此，f(x,y)一定是非零和有限的：0<f(x,y)<

f(x,y)由两个分量来表征：

f(x,y)=i(x,y)r(x,y)入射分量i(x,y)：入射到观察场景的光源总量；

0<i(x,y)<

：取决于照射源；反射分量r(x,y)：场景中物体反射光的总量；0<r(x,y)<1：取决于成像物体的性质；r(x,y)=0，全吸收；r(x,y)=1，全反射对于透射成像(如X光片)，用透射分量代替上述的反射分量。SEIE-TJU27简单的图像形成模型照射和反射的典型值照度：0<i(x,y)<

晴朗的白天，太阳在地球表面产生的照度超过90000lm/m2；有云，

10000lm/m2；（lm流明-光通量，lm/m2

是照度的单位）晴朗的夜晚，满月时约为0.1lm/m2反射：0<r(x,y)<1黑天鹅绒为0.01；不锈钢为0.65;白色墙0.80;镀银金属0.90；雪0.93;水面反射(上海豫园)SEIE-TJU28简单的图像形成模型（本课程中规定）单色图像在任何坐标(x0,y0)处的强度为图像在该点的图像灰度Lmin

gLmax区间[Lmin,Lmax]称为灰度级通常把[Lmin,Lmax]移位为区间[0,L-1]l=0

在灰度级中为黑；l=L-1

在灰度级中为白；中间值是从黑到白的各种灰色调；SEIE-TJU29图像的获取图像是由“照射”源和“场景”对光的反射或透射而产生的。照射：传统的电磁能：雷达、红外线或紫外线、X射线、可见光等非传统的光源：超声波、计算机生成的照射模式。场景：熟悉的物体；分子、岩石、人脑、太阳成像、星座图像反射：平面反射；透射：X光成像等(a)单个成像传感器(如光二极管)(b)线传感器(扫描仪、遥感扫描)(c)传感器阵列（CCD）SEIE-TJU30(a)单个传感器通过运动产生二维图像(b)线传感器获取图像（扫描仪、传真）(c)环形传感器获取图像（CT、PET、核磁共振扫描）(d)传感器阵列（CCD）图像的获取(d)SEIE-TJU31第二章

数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量像素间的基本关系像素间的操作SEIE-TJU32图像取样和量化数字图像是模拟图像f(x,y)通过取样、量化、编码获得的图像取样：图像空间离散化图像量化：图像幅度离散化

（又称为灰度级量化）编码：用有限比特去表示量化后的数值(a)连续图像(b)在连续图像中用从A到B的扫描线来说明取样和量化的概念(c)取样和量化(d)数字化后的结果SEIE-TJU33数字图像的质量很大程度上取决于取样的样值数和量化中所用的灰度级，而图像内容是选择这些参数的重要因素。图像取样和量化SEIE-TJU34本课程中数字图像的坐标约定：(a)多数图像处理书中所用的坐标约定；(b)MatlabIPT中所用的坐标约定差别：1）坐标系统的原点一个在（0，0），一个在（1，1）；2）坐标中行列的符号一个是（x，y），一个是（r，c），但坐标顺序还是一

样，一个元素表示行，第二个元素表示列。图像取样和量化原点原点坐标约定SEIE-TJU35数字图像的表示连续图像数字化以后变为M

N维的矩阵，表示图像空间上的M行N列，N、M分别为行、列方向的取样点数；图像幅度上的灰度级总数为L；图像矩阵表达为：图像取样和量化SEIE-TJU36矩阵中的每个元素称为图像单元、图像元素或像素（pixelorpel）

M、N、L的取值必须是正整数，通常取2的整数次幂：M=2m、N=2n、L=2k，则一幅数字图像总的比特数(bit)为：

b=M

N

k例如：灰度级别为64（26），大小

128128的图像，所需比特128×128×6=98304bits=12KB当一幅图像有2k灰度级时，通常称该图像是

k

比特图像离散灰度级是等间隔的，且是[0,L-1]内的整数；灰度级取值范围称为图像的动态范围；占有灰度级全部有效段的图像，称作高动态范围图像；图像取样和量化SEIE-TJU37图像取样和量化不同M=N和k时的图像比特总数

N

N

k

问题数字化后一幅真彩色图像的比特总数是多少？真彩色活动视频的码率是多少（bit/s）？对于活动视频信号，除了空间和幅度离散化外，时间方向需要离散化吗？高清电视(1920

1080):2MB;4K电视(4096

2160):8MB;1200万像素(4112

3032):11.9MB;4000万像素(7728

5368):40MB;SEIE-TJU38图像Matlab读取Matlab图像读取函数：imread(‘filename’)>>f=imread(‘filename’);文件读取路径：当filename不包含路径信息时，从当前目录中寻找并读取图像文件filename，若无有，则继续在Matlab搜索路径中寻找。可以指定路径：>>f=imread('D:\Men_Docs\Lectures\DIP\DIP2010\Myimages\水路.jpg');也可以从当前工作目录总名为myimages的子目录中读取文件

>>f=imread(‘.\Myimages\水路.jpg');SEIE-TJU39图像Matlab显示Matlab图像显示函数：imshow(f,G)>>imshow(f,G)f是图像数组，G是显示该图像的灰度级数。若G省略，则默认灰度级为256；>>imshow(f,[lowhigh])小于等于low的值显示为黑色，大于等于high的值显示为白色，low和high之间的值将以默认级数显示。例如，图像的读取和显示>>f=imread('水路.jpg');>>whosf>>imshow(f)SEIE-TJU40图像Matlab保存Matlab图像保存函数：imwrite(f,’filename’)Filename必须包含函数能识别的文件格式扩展名，如.jpg,.tif或者用第三个参数说明文件格式例如：>>imwrite(f,'test.tif')

或>>imwrite(f,'test','tif')函数imwrtie可以有其他参数，具体取决于所选文件格式常用的文件格式为JPEG或TIFF格式常用但只适用于JPEG图像的imwrite函数，其语法为：

imwrite(f,'filename.jpg','quality',q)其中，q是表示图像质量的0~100之间的整数，q越小，图像的退化就越严重。>>imwrite(f,'filename75.jpg','quality',75)>>imwrite(f,'filename5.jpg','quality',5)SEIE-TJU41图像文件信息图像文件信息：imfinfofilename其中filename是图像文件名，结果显示在屏幕上。例如：>>imfinfo水路.jpg输出如下信息（注意，在这种情况下，有些域不包含信息）：Filename:'水路.jpg'FileModDate:'26-Aug-201023:42:42'FileSize:152572Format:‘jpg’FormatVersion:''

Width:878Height:1321BitDepth:24ColorType:'truecolor'FormatSignature:''Comment:{}其中，FileSize以字节为单位。图像宽度Width乘以高度Height，再乘以每像素比特数BitDepth，然后除以8，就得到原始图像的字节数。用这个结果除以

压缩后的文件大小Filesize，就得到压缩比：878×1321×24÷8÷152572=22.8倍SEIE-TJU42Matlab图像数据类型Matlab中所有的数值计算都可以用double类，所以它也是图像处理应用中最常用的数据类型。Uint8也是一种常用的数据类型，尤其是从存储设备或文件读取数据时，因为8bit图像是实际中最常用的图像。SEIE-TJU43第二章

数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量图像质量及影响因素分辨率图像种类图像的放大和收缩像素间的基本关系像素间的操作SEIE-TJU44图像质量－层次灰度级（灰度层次）：表示像素明暗程度的整数量例如：像素的取值范围为0-255，就称该图像为256个灰度级的图像。图像数据的实际灰度层次越多，视觉效果就越好SEIE-TJU45图像质量－灰度层次灰度层次（锯齿斜波）SEIE-TJU46图像质量－对比度对比度：是指一幅图像中灰度反差的大小对比度=最大亮度/最小亮度SEIE-TJU47图像质量－清晰度清晰度Definition：图像上某方向为人眼所看到的像素数，以线或行数表示。因为与人眼视觉有关，图像的清晰度是一种主观感觉。与清晰度相关的主要因素亮度对比度尺寸大小图像细节颜色饱和度SEIE-TJU48空间和灰度级分辨率图像分辨率指组成一幅图像的像素密度。对同样大小的一幅图，如果组成该图的图像像素数目越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙。包括：空间分辨率,灰度级（幅度）分辨率空间分辨率是图像中可辨别的最小空间细节取样值多少是决定图像空间分辨率的主要参数；意义：每单位距离可分辨的最小线对数；灰度级分辨率是指在灰度级别中可分辨的最小变化。灰度级数通常是2的整数次幂。通常把大小为MN、灰度为L级的数字图像称为空间分辨率为

MN像素、灰度级分辨率为L级的数字图像。下图分别演示在数字图像中不同取样值和灰度级变化的典型效果：SEIE-TJU49空间分辨率SEIE-TJU50图2.19显示了一幅10241024像素的图像，灰度级别用8比特表示，其他图像是通过对

10241024图像抽样（直接隔行隔列删除得到）的结果。这些图像显示了不同取样密度间的大小比例，但是它们显示尺寸大小的差别使得很难看出减少取样数目带来的影响。用复制一行和一列的方法，将抽样后的图像都恢复到

10241024像素进行比较，很明显小尺寸的图像恢复后有明显的块效应（图2.20）。空间分辨率SEIE-TJU51空间分辨率SEIE-TJU52对于一幅452×374的CT图像，下面保持取样数恒定，而以2的整数次幂方式把灰度级从256减少到2，观察图像的变化。256，128和64灰度级图像的实际效果在视觉上几乎是不可分辨的。32级灰度的图像在平滑灰度区域内（特别是头盖骨处）有一组几乎看不见的非常细小的山脊状结构。这种效果是由于数字图像平滑区灰度级数量不足引起的，称为伪轮廓。

灰度级别越减少，伪轮廓现象越明显。灰度级分辨率SEIE-TJU53伪轮廓灰度级分辨率SEIE-TJU54灰度级分辨率SEIE-TJU55(a)少量细节(Lena)(b)中等细节(摄影师)(c)大量细节(观众)

图2.22含有不同细节的图像再综合考虑N和k对图像质量的影响，采用图2.22进行主观测试空间和灰度级分辨率SEIE-TJU56图2.23等偏爱曲线从曲线中可以看出：当图像细节增加时，等偏爱曲线向右上方移动；当图像细节增加时，等偏爱曲线变得更加垂直，说明大量细节的图像只需要少数地灰度级别就可以获得满意的效果；另两类图像感觉质量在空间分辨率增加的情况下，在某段间隔内保持不变，但实际灰度级数在减小。

可能原因是k的减少导致图像对比度明显增加，产生图像质量改进的视觉效果改变图像的N和k，记录主观测试结果得到图2.23的曲线空间和灰度级分辨率SEIE-TJU57数字图像种类黑白图像（灰度图像）图像只有明暗（灰度）程度的变化而没有色彩的变化，最简单的是二值图像，只有两种灰度；伪彩色图像是指经过伪彩色处理而形成的彩色图像。其像素值是所谓的索引值，是按照灰度值进行彩色指定的结果其色彩不一定忠实于外界景物的真实色彩假彩色图像是指由遥感多波段图像合成的彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异，更便于解译和提取有用信息。

其色彩不一定忠实于外界景物的真实色彩真彩色图像是忠实于外界景色的色彩的图像其像素一般是颜色的真实值SEIE-TJU58数字图像种类分类二静止图像

图像的内容不随时间变化。活动图像

前一帧和后一帧的图像内容随时间发生变化。分类三矢量图像

由数字公式描述的点、线、曲线和多边形等基本组件构成的图像。点阵图像（位图，光栅图像）

由像素点阵所组成的图像。SEIE-TJU59数字图像种类灰度图像二值图像%im2bw灰度或彩色图像变为二值图像clc,clearI=imread('lena_gray.bmp');imshow(I)BW=im2bw(I,0.46);figure,imshow(BW)SEIE-TJU60数字图像种类伪彩色图像

pseudo-color

伪彩色

伪彩色图像的含义是，每个象素的颜色不是由每个基色分量的数值直接决定，而是把象素值当作彩色查找表CLUT(colorlook-uptable)的表项入口地址，去查找一个显示图像时使用的R、G、B强度值，用查找出的R、G、B强度值产生的彩色称为伪彩色。彩色查找表CLUT(colorlookuptable)是一个事先做好的表，表项入口地址也称为索引号。例如16种颜色的查找表，0号索引对应黑色，...，15号索引对应白色。月球海拔图（红色最高，紫色最低）SEIE-TJU61数字图像种类假彩色图像False-color

对多光谱图像进行处理得到的图像美国巴尔的摩城市和切萨皮克海湾伪彩色图

BaltimoreandChesapeakeBaySEIE-TJU62数字图像种类真彩色图像True-ColorSEIE-TJU63数字图像种类矢量图数学公式表示的点、线、曲线、多边形等构成的位图、点阵图SEIE-TJU64数字图像的放大和缩小空间分辨率的改变：放大和缩小放大：内插操作创建新的像素位置对这些新位置赋值（内插算法，例如最近邻域内插法/双线性内插法）缩小：丢点操作行-列删除Matlab函数：Ip=imresize(I,M,method)返回M倍大小的图像，M可大于或小于1.0，对应放大或缩小支持的内插算法：‘nearest’(缺省)：

最近邻域插值法，1个像素‘bilinear’

：双线性内插法，4个像素‘bicubic’

：双三次内插法，16个像素SEIE-TJU65最近邻域插值法在原图像上寻找最靠近的像素，并把它的灰度值赋给新像素，对于整数倍放大也就是最临近点重复。缺点是易于产生块效应，特别是高倍数时。数字图像的放大和缩小SEIE-TJU66数字图像的放大和缩小%Example：最近邻域内插法I=imread('lena.tif');Ip=imresize(I,5);imwrite(Ip,'lena5n.jpg','quality',75);subplot(2,1,1),imshow(I)subplot(2,1,2),imshow(Ip)SEIE-TJU67数字图像的放大和缩小双线性内插：利用4个最邻近点产生新的像素点。双线性内插(BilinearInterpolation)是线性内插的扩展，实现规则网格上两个变量（x，y）的内插。已知网格的四个顶点Q11=(x1,y1),Q12=(x1,y2),Q21=(x2,y1)，Q22=(x2,y2)，求网格内部点P=(x，y)处的未知函数f=？首先在x方向进行线性内插然后计算y方向的线性内插SEIE-TJU68数字图像的放大和缩小原始最近邻域双线性SEIE-TJU69并不像名字所暗示的那样双线性内插是线性的，其实它不是线性的，它的一般形式为两个线性函数的乘积：数字图像的放大和缩小双线性内插与两个线性内插的先后顺序无关，先进行y方向，再进行x方向，也获得相同的结果。最近邻域内插(3倍)4个像素内插(3倍)，但加权一样双线性内插(3倍)SEIE-TJU70数字图像的放大和缩小%Example：双线性内插法I=imread('lena.tif');Ip=imresize(I,5,'bilinear');imwrite(Ip,'lena5b.jpg','quality',75);subplot(2,1,1),imshow(I)subplot(2,1,2),imshow(Ip)SEIE-TJU71数字图像的放大和缩小双线性内插(一阶插值)在原图像中寻找新位置像素的4个像素点,并借助双线性函数使用4个像素点的灰度值计算新像素点的值优点:块效应不明显缺点:计算复杂,使图像细节退化(平滑作用)最近邻域内插(零阶插值)在原图像中寻找最靠近新位置像素的像素点,并将它的灰度值赋给新像素优点:简单易行

速度快缺点