图像处理中双线性插值

博客围绕双线性插值展开,指出在SIFT算法第四步生成特征描述子,为保证旋转不变性需用到双线性插值。还提到图像仿射变换时坐标可能出现小数,此时双线性插值可发挥作用,并介绍其原理,认为灰度值变化和邻域长度成正比。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

双线性插值

问题描述:

在SIFT算法第四步中,生成特征描述子,为了保证描述子旋转不变性,需要以特征点为中心,在附近领域旋转a角,即旋转为特征点的主方向中,为什么需要用到双线性插值?

 

一、先直观的看下图像旋转在像素上的操作?

在对图像进行仿射变换时,会出现一个问题,当原图像中某一点的坐标映射到变换后图像时,坐标可能会出现小数(如图1所示),而我们知道,图像上某一像素点的位置坐标只能是整数,那该怎么办?这时候双线性插值就起作用了。

图1

二、双线性插值原理

图2 双线性插值原理示意图

 
链接在这里论文笔记:Spatial Transformer Networks中的仿射变换和双线性插值:https://blog.youkuaiyun.com/sinat_34474705/article/details/75125520
从公式中可以看出,双线性插值认为灰度值的变化和邻域的长度成正比,距离某个像素点越近,灰度值越接近某个像素点。

另附:

关于图像重采样插值算法https://www.cnblogs.com/wjgaas/p/3597095.html

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值