Цифровое оборудование

Интерполяция изображения

Вычисление значения недостающего пикселя по значениям соседних с ним пикселей. Необходимость в интерполяции может возникать при различных преобразованиях изображения, но наиболее типичный случай – увеличение размера изображения в пикселях.

Представим себе, что мы хотим увеличить изображение в два раза по ширине и в два раза по высоте. Для этого нам придется после каждой строки и после каждого столбца пикселей добавить еще одну, пустую строку или столбец. В результате такого действия возле каждого пикселя образуется по три новых, пустых пикселя, один сбоку и два снизу. Чтобы изображение сохранило вид близкий, к первоначальному, необходимо как-то заполнить пустые пиксели. Первый, самый простой способ, состоит в том, чтобы в каждой группе из четырех пикселей, трем пустым пикселям присвоить значение одного имеющегося. То есть мы как бы просто увеличиваем размер каждого пикселя в два раза по ширине и в два раза по высоте. Правда, при этом на изображении станут заметны квадратики, линии приобретут ступенчатую форму. Такой способ называется методом ближайшей точки и дает самые худшие результаты. Но при этом требует минимального количества вычислений.

Другой метод состоит в том, что значение для каждого пустого пикселя вычисляется как среднее значение соседних существующих пикселей.  Такой метод называется билинейным и дает несколько лучшие результаты, чем метод ближайшей точки. Но вместе с тем, требует и несколько большего объема вычислений.

Третий из наиболее распространенных методов, называемый бикубическим, также использует значения соседних пикселей для вычисления значения пустого пикселя. Но в этом методе формула для вычисления значения пикселя существенно сложнее, но и результаты, получаемые этим методом значительно лучше. Но соответственно и растет объем вычислений.

Главное свойство интерполяции состоит в том, что подобными способами невозможно добавить к изображению новые детали. Только в приключенческих фильмах можно взять маленький кусочек изображения толпы, увеличить его в десятки раз, разглядеть на нем преступника и по этому изображению его опознать. В реальной жизни, если исходное изображение не содержит достаточно информации, чтобы узнать человека, как его не увеличивай, более узнаваемым оно от этого никогда не станет.

Существует множество других, более совершенных алгоритмов интерполяции, позволяющих получать более качественные результаты – более четкие линии, более плавные переходы цвета и т.п. Правда, и объем вычислений в этих алгоритмах существенно больше. Эти алгоритмы построены либо на анализе всего изображения в целом, либо на использовании каких-то, заранее известных свойств изображения и неприменимы к изображениям с другими свойствами. Например, если известно, что изображение состоит только из линий, то его можно сначала преобразовать в векторную форму, затем сколь угодно увеличить, и затем перевести обратно в растровое представление. Тогда  на увеличенном изображении мы вновь получим четкие и ясные линии. Но и в этом случае, если на исходном изображении отсутствует какая-то линия, то и в результате мы ее тоже не увидим, т.е. количество деталей изображения все равно не увеличится.