1
當使用雙線性濾波器來放大圖像(通過一些非整數因子)時,該過程是否無損?也就是說,只要原始分辨率,放大圖像和所使用的確切算法是已知的,並且在放大倍數時沒有精度損失(沒有舍入誤差),是否有一些方法可以計算原始圖像?雙線性濾波是否可逆?
我的猜測是這樣,但是這是基於一張關於一維情況的餐巾紙上的一些計算。
當使用雙線性濾波器來放大圖像(通過一些非整數因子)時,該過程是否無損?也就是說,只要原始分辨率,放大圖像和所使用的確切算法是已知的,並且在放大倍數時沒有精度損失(沒有舍入誤差),是否有一些方法可以計算原始圖像?雙線性濾波是否可逆?
我的猜測是這樣,但是這是基於一張關於一維情況的餐巾紙上的一些計算。
以一維情況作爲簡化。每個輸出點可以表示爲兩個輸入點的線性組合,即:
y_n = k_n * x_m + (1-k_n) * x_{m+1}
您有一整套這些方程,可以在矢量表示法表示爲:
Y = K * X
其中X
是輸入點的長度 - M
矢量,Y
是輸出點的長度 - N
矢量,和K
是含有k
(已知的)值的稀疏矩陣(大小NxM
)。
爲了插值是可逆的,K
必須是一個可逆矩陣。這意味着至少必須有線性無關的行。當且僅當每對輸入點之間至少有一個輸出點時,纔是如此。
這就是我的餐巾紙計算,我只是想知道它是否適用於2D情況:)每對輸入點之間的一個輸出點的條件似乎是合乎邏輯的,應該在高檔的情況下滿足,對? – lxgr 2012-04-02 22:45:32
@lxgr:我認爲類似的邏輯適用於2D,但我現在無法證明它... – 2012-04-02 22:48:13
@OliCharlesworth:過濾可以描述爲卷積。如果過濾器處於非週期性過程中,則可以顛倒過程。看看術語「解卷積」,瘋狂,有趣的東西。一般情況下,如果你知道卷積核,並且有足夠的數據點,你可以逆轉這個過程。這意味着:如果在圖像上應用非週期模糊濾鏡,並且不要在邊緣丟棄數據並且不降低分辨率,則可以反轉該過程。 – datenwolf 2012-04-03 08:00:03