数字图像采样概念

本文概述

• 过采样
• 缩放
• 光学变焦与数字变焦
• 缩放方式
• 像素复制
• 零订单保全
• K倍变焦

采样仅对自变量进行。例如, 如果我们在采样中将x轴数字化。

y=sinx (it is done on variable x)

采样分为两部分：

• 上采样
• 下采样

由于噪声, 采样信号会有变化。为了减少噪声, 需要使用更多的样本, 这意味着需要更多的数据或像素, 从而可以得到更好的图像, 同时噪声更少。

在图像中, 像素是最小的元素, 以矩阵形式表示。

在采样中, 在X轴上获取的采样数是连续的, 并且是指该图像中的像素数。

过采样

正如我们在上面看到的, 有两种类型的采样：上采样和下采样。

上采样也称为过采样。

在图像中, 过采样意味着使用高分辨率图像传感器（与相机输出图像分辨率相比）。

图像处理中的过采样应用程序之一称为缩放。

缩放

增加像素数量称为缩放。当我们放大图像时, 可以看到更多细节。

使用过采样可以增加像素数量。

缩放有两个步骤：

1. 在新的位置, 将创建新的像素。
2. 并将灰度级分配到新位置。

缩放图像的另一种方法是使用镜头的马达移动进行光学缩放, 然后捕获图像。

光学变焦与数字变焦

缩放方式

缩放使用三种方法：它们如下：

1. 像素复制或（最近邻居插值）
2. 零阶保持方法
3. 放大K倍

像素复制

像素复制也称为最近邻居插值。在这种方法中, 产生相邻像素的副本。此算法的作用与缩放相同。

工作方式：

在这种方法中, 从原始给定的像素生成新的像素。每个像素从其相邻像素n行逐列复制, 我们得到一个缩放的图像。

例如, 我们有2行2列的图像。然后我们将图像放大两次。

行明智的缩放：

当图像逐行缩放时, 它将像素从行复制到新单元格

列大小缩放：

下一步是将像素逐列复制到新的相邻列。

我们可以看到原始图像具有2行2列, 但是在缩放图像后, 将其转换为4行4列。

优点

这非常简单, 我们必须复制像素。

缺点

当我们缩放图像时, 输出非常模糊。结果, 我们得到了完全模糊的图像。

零订单保全

这是另一种缩放方法。零阶保持也称为放大两次, 因为它只能放大两次。

工作中

在此方法中, 从该行中取出两个相邻元素, 然后将元素相加, 结果除以二。结果放置在元素之间。

例如：

我们有2行2列的图像, 我们将图像放大了两倍。

行明智缩放

当图像按行缩放时, 将各行相加（5 + 6）= 11, 然后将其除以2。我们将得到5.5近似于5, 并在第二行中执行该操作。

列明智缩放

当图像按列进行缩放时, 然后将列相加（5 + 7）= 12, 然后将其除以2。我们将得到6, 并且在所有列中都执行此操作。

如我们所见, 原始图像具有2行2列, 但在缩放后将其转换为3行3列。

这非常简单, 并且不会产生模糊的图像。

坏处

它以2的幂为单位工作。

两次缩放的原因

正如在上面的示例中看到的, 我们有2行2列的图像。如果我们要将图像放大7或9倍, 则无法完成。

它只能放大2的幂, 即2、4、8、16、32等。

K倍变焦

K-Times缩放是完美的缩放算法。在该算法中, k代表缩放因子。

以下是获取行和列中使用的缩放图像的步骤：

1. 拍摄两个相邻像素。
2. 较大的像素减去较小的像素, 结果称为OP。
3. 现在, 将OP除以缩放系数（k）。
4. 现在, 将结果添加到较小的像素中, 然后将其放置在这些像素之间。

例如：

我们有2行3列的图像。而且我们必须将图像放大三次。

在这种情况下, 缩放系数（k）为3。因此, 要插入的值数为k-1 = 3-1 = 2。

行明智缩放

让我们先取两个相邻像素。即2和3。

现在, 从2中减去3。3-2= 1。用1除以k 1/3 = 0.3令0.3为OP。用较低的数字0.3 + 2 = 2.3（大约2）添加OP, 然后再次使用较大的数字0.3 + 3 = 3.3添加OP

注意：我们已经计算了两个值, 因为我们必须插入k-1个值。

现在, 对接下来的两个像素重复上述步骤。

列明智缩放

在列缩放中, 执行与行缩放中相同的步骤。

如图所示, 我们可以看到原始图像有2行3列, 但是在缩放后, 图像被转换为​​4行7列。

优点

可以将其缩放到任意倍数, 可以是三倍或四倍甚至更多倍。

缺点

最后, 由于增加了步骤, 因此增加了计算成本。