数字图像处理实验（4）：PROJECT 02-04 [Multiple Uses]，Zooming and Shrinking Images by Bilinear Interpolation 标签： 图像处理MATLAB

实验要求：

这次实验通过自己编写双线性内插法的程序来对图像进行缩放。
简要介绍一下双线性内插法的原理：

第一种情况：

1. 点(i-b, j-a)与点(i-b, j+rate-a)插值得到点(1-b, j)处的灰度值；
2. 点(i+rate-b, j-a)与点(i+rate-b, j+rate-a)插值得到点(i+rate-b, j)处的灰度值；
3. 使用前面得到的结果，即点(i-b, j)与点(i+rate-b, j)进行插值得到点(i,j)处的灰度值。

第二种情况：

1. 点(i-b, j-a)与点(i+rate-b, j-a)插值得到点(i, j-a)处的灰度值；
2. 点(i-b, j+rate-a)与点(i+rate-b, j+rate-a)插值得到点(i, j+rate-a)处的灰度值；
3. 使用前面得到的结果，即点(i, j-a)与点(i, j+rate-a)进行插值得到点(i,j)处的灰度值。

从示意图来看比较好理解了，详细的资料还可以参看下面的资料链接：
百度百科：双线性插值
双线性插值(Bilinear Interpolation)

代码部分：

matlab 函数文件名： Bilinear_Interpolation.m

%%

function img=Bilinear_Interpolation(a,rate)
[m,n]=size(a);
ratex=rate-1;
img=zeros(m+ratex*(m-1),n+ratex*(n-1));
for i=1:m
for j=1:n
img(i+ratex*(i-1),j+ratex*(j-1))=a(i,j);
end;
end;
img=double(img);
for i=1:m+ratex*(m-1)
for j=1:n+ratex*(n-1)
a=mod(j-1,rate);
b=mod(i-1,rate);
if a~=0 && b==0
img(i,j)=round((a*img(i,j+(rate-a))+(rate-a)*img(i,j-a))/rate);
end;
if a==0 && b~=0
img(i,j)=round((b*img(i+(rate-b),j)+(rate-b)*img(i-b,j))/rate);
end;
if a~=0 && b~=0
img(i,j)=round((b*(a*img(i-b,j+(rate-a))+(rate-a)*img(i-b,j-a))/rate+(rate-b)*(a*img(i+(rate-b),j+(rate-a))+(rate-a)*img(i+(rate-b),j-a))/rate)/rate);
end;
end;
end;
img=uint8(img);

程序中调用编写好的Bilinear_Interpolation函数，查看结果：

%%
clear all;
clc;
close all;

%%
img_name = 'general_img_1024.jpg'
img = imread(img_name);
figure(1)
imshow(img)
title('原图像');

img1 = imresize(img, [256, 256]);
figure(2)
imshow(img1)

img2 = Bilinear_Interpolation(img1, 4);

figure(3)
imshow(img2)
title('双线性内插法放大')

%%
[a, b] = size(img);
n = max(a, b);
c = 1024 / n;
img3 = Bilinear_Interpolation(img1, c);
figure(4)
imshow(img3)
title('双线性内插法缩小')

运行结果：