%----------------------双线性插值法缩放矩阵或图像---------------------------% Input： % I：图像文件名或矩阵（整数值（0~255）） % zmf：缩放因子，即缩放的倍数 % Output： % 缩放后的图像矩阵 ZI % Usage: % ZI = SSELMHSIC('ImageFileName',zmf) % 对图像I进行zmf倍的缩放并显示 % Or: % ZI = SSELMHSIC(I,zmf) % 对矩阵I进行zmf倍的缩放并显示 %------------------------------------------------------------------- %%%% Authors: Zhi Liu %%%% XiDian University Student %%%% DATE: 16-12-2013 % 确实能实现把图片放大，但是不失真太多，比把图片直接放大分辨率更高 clc;clear all;close all; %% Step1 对数据进行预处理 zmf = 2; % 缩放因子，即缩放的倍数 [I,M] = imread("78.png"); if zmf <= 0 error('缩放倍数 zmf的值应该大于0！'); end %% Step2 通过原始图像和缩放因子得到新图像的大小，并创建新图像。 [IH,IW,ID] = size(I); ZIH = round(IH*zmf); % 计算缩放后的图像高度，最近取整 ZIW = round(IW*zmf); % 计算缩放后的图像宽度，最近取整 ZI = zeros(ZIH,ZIW,ID); % 创建新图像 %% Step3 扩展矩阵I边缘 IT = zeros(IH+2,IW+2,ID); % 小图像 IT(2:IH+1,2:IW+1,:) = I; % 把原图像赋值过去 IT(1,2:IW+1,:)=I(1,:,:); IT(IH+2,2:IW+1,:)=I(IH,:,:); IT(2:IH+1,1,:)=I(:,1,:); IT(2:IH+1,IW+2,:)=I(:,IW,:); IT(1,1,:) = I(1,1,:); IT(1,IW+2,:) = I(1,IW,:); IT(IH+2,1,:) = I(IH,1,:); IT(IH+2,IW+2,:) = I(IH,IW,:); %% Step4 由新图像的某个像素（zi，zj）映射到原始图像(ii，jj)处，并插值。 for zj = 1:ZIW % 对图像进行按列逐元素扫描 for zi = 1:ZIH ii = (zi-1)/zmf; jj = (zj-1)/zmf; i = floor(ii); j = floor(jj); % 向下取整 u = ii - i; v = jj - j; i = i + 1; j = j + 1; ZI(zi,zj,:) = (1-u)*(1-v)*IT(i,j,:) +(1-u)*v*IT(i,j+1,:)... + u*(1-v)*IT(i+1,j,:) +u*v*IT(i+1,j+1,:); end end ZI = uint8(ZI); %% 以图像的形式显示同现矩阵P figure imshow(I,M); axis on title(['原图像（大小： ',num2str(IH),'*',num2str(IW),'*',num2str(ID),')']); figure imshow(ZI,M); axis on title(['缩放后的图像（大小： ',num2str(ZIH),'*',num2str(ZIW),'*',num2str(ID)',')']); % ----------------- % function R = bicubic(src, scale) %% 双三次插值 src = imread("78.png"); src = double(src) / 255; scale = 2; % 判断是灰度图还是RGB图像 if ismatrix(src) R = zeros(floor(size(src) * scale)); else R = zeros([floor(size(src, 1, 2) * scale), 3]); end [dstM, dstN, ~] = size(R); % 扩展原图像 misrc = zeros([size(src, 1, 2) + 2 * floor(scale), size(R, 3)]); for i = 1 : size(R, 3) tmp = padarray(src(:, :, i), [floor(scale), floor(scale)], 'symmetric'); misrc(:, :, i) = tmp; end %逐像素点赋值 for dstX = 1 : dstM for dstY = 1 : dstN srcX = floor((dstX + 0.5) / scale - 0.5); srcY = floor((dstY + 0.5) / scale - 0.5); u = ((dstX + 0.5) / scale - 0.5) - srcX; v = ((dstY + 0.5) / scale - 0.5) - srcY; X1 = zeros(4, 4); X2 = zeros(4, 4); W1 = ones(4, 4); W2 = ones(4, 4); % Bicubic基函数 for i = 1 : 4 for j = 1 : 4 X1(i, j) = abs(u - i + 2); X2(i, j) = abs(v - j + 2); if X1(i, j) <= 1 W1(i, j) = 1.5 * (X1(i, j)) ^ 3 - 2.5 * (X1(i, j)) ^ 2 + 1; else if X1(i, j) < 2 W1(i, j) = (-0.5) * (X1(i, j)) ^ 3 + 2.5 * (X1(i, j)) ^ 2 - 4 * X1(i, j) + 2; else W1(i, j) = 0; end end if X2(i, j) <= 1 W2(i, j) = 1.5 * (X2(i, j)) ^ 3 - 2.5 * (X2(i, j)) ^ 2 + 1; else if X2(i, j) < 2 W2(i, j) = (-0.5) * (X2(i, j)) ^ 3 + 2.5 * (X2(i, j)) ^ 2 - 4 * X2(i, j) + 2; else W2(i, j) = 0; end end end end W = W1 .* W2; Z = ones(4, 4); %16个源像素点矩阵 O = ones(4, 4); %16个加权后的源像素点矩阵 for dstC = 1 : size(R, 3) for i = 1 : 4 for j = 1 : 4 Z(i, j) = misrc(srcX - 2 + i + round(scale), srcY - 2 + j + round(scale), dstC); O(i, j) = W(i, j) .* Z(i,j); end end O1 = sum(sum(O)); R(dstX, dstY, dstC) = O1; end end end figure,imshow(R);
复制代码
/3 
