社区
图形处理/算法
帖子详情
双立方插值和三次卷积插值
lovedogi
2013-03-07 07:30:05
最近在看图像缩放插值,对双立方插值和三次卷积插值理解不了。我看网上有人介绍双立方插值和其他人介绍的三次卷积插值是一样的,这两个是同种算法吗?能否给我说说这两个算法的原理。
...全文
1045
5
打赏
收藏
双立方插值和三次卷积插值
最近在看图像缩放插值,对双立方插值和三次卷积插值理解不了。我看网上有人介绍双立方插值和其他人介绍的三次卷积插值是一样的,这两个是同种算法吗?能否给我说说这两个算法的原理。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
lm_whales
2014-07-16
打赏
举报
回复
这是公式 f(i+u,j+v) = [A] * [B] * [C] [A]=[ S(u + 1) S(u + 0) S(u - 1) S(u - 2) ] ┏ f(i-1, j-1) f(i-1, j+0) f(i-1, j+1) f(i-1, j+2) ┓ [B]=┃ f(i+0, j-1) f(i+0, j+0) f(i+0, j+1) f(i+0, j+2) ┃ ┃ f(i+1, j-1) f(i+1, j+0) f(i+1, j+1) f(i+1, j+2) ┃ ┗ f(i+2, j-1) f(i+2, j+0) f(i+2, j+1) f(i+2, j+2) ┛ ┏ S(v + 1) ┓ [C]=┃ S(v + 0) ┃ ┃ S(v - 1) ┃ ┗ S(v - 2) ┛ ┏ 1-2*Abs(x)^2+Abs(x)^3 , 0<=Abs(x)<1 S(x)={ 4-8*Abs(x)+5*Abs(x)^2-Abs(x)^3 , 1<=Abs(x)<2 ┗ 0 , Abs(x)>=2 S(x)是对 Sin(x*Pi)/x 的逼近(Pi是圆周率——π)
lm_whales
2014-07-16
打赏
举报
回复
Cubic 就是立方插值 ,全称双立方(三次)卷积插值。 代码或许有不同写法,实现方式就一种 该算法是对函数 sin x / x 的一种近似,也就是说 原图像对目标图像的影响 等于 目标点对应于原图像点周围 x距离的点,按照 sin x / x 比例 的加权平均 。 这里x代表,周围得点跟目标点, x或者 y 轴 对应于原图的相对位置。 sin x / x 是归一化了的,实际应用的是近似公式
wenqingkaituozhe
2014-07-14
打赏
举报
回复
LZ有代码木有?
Arraylib
2014-02-20
打赏
举报
回复
lz问题解决没啊?我现在也很疑问,求解答~
逐灵
2013-05-22
打赏
举报
回复
双立方插值: 应用采用的就是埃尔米特插值。取一阶导数值为二阶差分值的情况,满足插值函数一阶导函数连续。函数逼近程度和三次样条插值效果一样,非常的高。。数学理论上现已经是最优了。 三次卷积插值,也有点不确定。好多版本的书中注明的都不一样,但是双立方插值可以转化成二维卷积运算。。。所以有可能是同一种方法。。。 同求双立方转二维卷积方法:。。。 一起探讨研究。。。
C#
双
线性和
双
立方
卷积
插值
C#写的采用
双
线性和
双
立方
卷积
插值
放大二维数组
常用图像
插值
算法分析与比较
常用图像
插值
算法分析与比较,康耀尹,赵学军,
插值
算法在图像缩放处理中是一项基本且重要的问题。
插值
算法有多种,最常用的有最近邻
插值
、
双
线性
插值
以及
立方
卷积
插值
。本文对
H.26L中
立方
卷积
插值
算法的研究 (2003年)
根据对H.26L视频编码结构的研究,提出在运动补偿预测部分的重采样环节采用
立方
卷积
插值
替代
双
线性
插值
的新方法,并给出自适应运动精度的概念。通过分析比较H.26L的
立方
卷积
插值
和H.263中
双
线性
插值
,指出
立方
卷积
插值
算法的优越性。最后实现了引入
立方
卷积
插值
算法的H.26L软件编解码器,实验证明
立方
卷积
插值
算法更加实用和高效。
图像缩放边缘处理
对图像边缘处理提供多种处理方式包括:近邻法
插值
、
双
线性
插值
、
立方
卷积
插值
、边缘移动匹配
插值
、边缘自适应
插值
算法、改进的边缘自适应
插值
算法。含有设计文档。
SRCNN+pytorch+matlab.rar
SRCNN两种实现代码,一个matlab,一个python。SRCNN(Super-Resolution Convolutional Neural Network)是首次在超分辨率重建领域应用
卷积
神经网络 的深度学习模型。对于输入的一张低分辨率图像,SRCNN首先使用
双
立方
插值
将其放大至目标尺寸,然后利用一个三层的
卷积
神经网络 去拟合低分辨率图像与高分辨率图像之间的非线性映射,最后将网络输出的结果作为重建后的高分辨率图像。
图形处理/算法
19,468
社区成员
50,698
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章