图像插值方法

1. 最近邻元法。最简单的一种插值方法，不需要计算。在待求像素的四邻像素中，将距离待求像素最近的邻像素灰度赋给待求像素。具体计算方法如下图所示。其中设 i+u， j+v(i， j 为正整数， u， v 为大于 0 小于 1 的小数) 为待求
   像素坐标，则待求像素灰度的值为 f(i+u,j+v)。如果 (i+u,j+v) 落在 A区，即 u<0.5， v<0.5，则将左上角像素的灰度值赋给待求像素，同理可得，落在 B 区则赋予右上角的像素灰度值，落在 C 区则赋予左下角像素的灰度值，落在 D 区则赋予右下角像素的灰度值。最近邻元法计算量较小，但可能会造成插值生成的图像灰度上的不连续，在灰度变化的地方可能出现明显的锯齿状

2. 双线性内插法。已知(x1, y1, f (x1, y1)),(x1, y2, f (x1, y2)),(x2, y1, f (x2, y1)),(x2, y2, f (x2, y2))
   用双线性插值估计 f(x， y)：
   先对 x 进行插值去求 f(x,y1) 和 f(x,y2)：

   $$f\left(x,y_1\right)=f\left(x_1,y_1\right)\cdot \frac{x_2-x}{x_2-x_1}+f\left(x_2,y_1\right)\cdot \frac{x-x_1}{x_2-x_1}$$

$$f\left(x,y_2\right)=f\left(x_1,y_2\right)\cdot \frac{x_2-x}{x_2-x_1}+f\left(x_2,y_2\right)\cdot \frac{x-x_1}{x_2-x_1}$$
然后再去求 $f(x,y)$ :
$$f(x,y)=f\left(x,y_1\right)\cdot \frac{y_2-y}{y_2-y_1}+f\left(x,y_2\right)\cdot \frac{y-y_1}{y_2-y_1}$$
㓚果 $x_2=1,x_1=0,y_2=1,y_1=1$, 那么:
$$f(x,y)=(1-y)\cdot (1-x)\cdot f(0,0)+(1-y)\cdot x\cdot f(1,0)+y\cdot (1-x)\cdot f(0,1)+y\cdot x\cdot f(1,1)$$
RoI Align 就行用的双线性插值对连续点利用周围的四个点进行双线性插值

3. 三次内插值

$W(x)=\{\begin{array}{ll}(a+2)|x{|}^3-(a+3)|x{|}^2+1& \text{ for }|x|\le 1\\ a|x{|}^3-5a|x{|}^2+8a|x|-4a& \text{ for }1<|x|<2\\ 0& \text{ otherwise }\end{array}$

其中 a 取-0.5。待求像素 (x, y) 的灰度值由其周围 16 个灰度值加权内插得到, 通过分别计算 x 轴和 y 轴的 BiCubic 函数值，然后相乘得到最终的权值，再加权相加。