1
当使用双线性滤波器来放大图像(通过一些非整数因子)时,该过程是否无损?也就是说,只要原始分辨率,放大图像和所使用的确切算法是已知的,并且在放大倍数时没有精度损失(没有舍入误差),是否有一些方法可以计算原始图像?双线性滤波是否可逆?
我的猜测是这样,但是这是基于一张关于一维情况的餐巾纸上的一些计算。
当使用双线性滤波器来放大图像(通过一些非整数因子)时,该过程是否无损?也就是说,只要原始分辨率,放大图像和所使用的确切算法是已知的,并且在放大倍数时没有精度损失(没有舍入误差),是否有一些方法可以计算原始图像?双线性滤波是否可逆?
我的猜测是这样,但是这是基于一张关于一维情况的餐巾纸上的一些计算。
以一维情况作为简化。每个输出点可以表示为两个输入点的线性组合,即:
y_n = k_n * x_m + (1-k_n) * x_{m+1}
您有一整套这些方程,可以在矢量表示法表示为:
Y = K * X
其中X
是输入点的长度 - M
矢量,Y
是输出点的长度 - N
矢量,和K
是含有k
(已知的)值的稀疏矩阵(大小NxM
)。
为了插值是可逆的,K
必须是一个可逆矩阵。这意味着至少必须有线性无关的行。当且仅当每对输入点之间至少有一个输出点时,才是如此。
这就是我的餐巾纸计算,我只是想知道它是否适用于2D情况:)每对输入点之间的一个输出点的条件似乎是合乎逻辑的,应该在高档的情况下满足,对? – lxgr 2012-04-02 22:45:32
@lxgr:我认为类似的逻辑适用于2D,但我现在无法证明它... – 2012-04-02 22:48:13
@OliCharlesworth:过滤可以描述为卷积。如果过滤器处于非周期性过程中,则可以颠倒过程。看看术语“解卷积”,疯狂,有趣的东西。一般情况下,如果你知道卷积核,并且有足够的数据点,你可以逆转这个过程。这意味着:如果在图像上应用非周期模糊滤镜,并且不要在边缘丢弃数据并且不降低分辨率,则可以反转该过程。 – datenwolf 2012-04-03 08:00:03