gimp bicubic 和标准 bicubic 之间的区别问题

Question

我做了双三次插值，它指的是但是我发现 GIMP 的结果和我自己的代码的结果有很大的不同。这是original image

如你所见，上面2张图片（A）是Gimp的（B）是我自己的代码，参考。

我很困惑，我做错了什么吗？我应该更改算法吗？

请问您有什么建议吗？

Answer 1

您正在下采样，而不是上采样。插值本身在上采样（增加像素数）时效果很好。

在缩减采样时，无论是使用插值还是不使用插值，您都会丢弃信息，并且会出现混叠。这是您在结果中看到的效果。

Gimp 在下采样时首先平滑图像。平滑消除了否则会混叠的较高频率。

要获得与 Gimp 类似的结果，请在下采样之前应用低通滤波器。

这是使用和不使用低通滤波的下采样示例。我将 MATLAB 与 DIPimage 结合使用，因为这对我来说很容易，而且您没有指定编程语言。反正就是为了说明原理。

我在这里直接使用整数因子进行下采样，您已经有了使用非整数因子执行相同操作的代码，我不想在这里分散注意力。

s1 只是降采样，没有平滑。它看起来像你的结果。这是别名。

s2 和 s3 使用不同大小的高斯低通滤波器。我在这里使用了 8*0.5 和 8*0.8 的西格玛。下采样后，它们分别对应于 0.5 和 0.8 的西格玛。第一个有点太小了，它仍然显示出一些锯齿，但少了很多。它也仍然很锋利。第二个是防止混叠的正确尺寸（混叠的能量不到 1% 左右）。

s4 使用理想的低通滤波（在傅里叶域）。我不推荐这种方法，因为它会导致很多振铃。这里只是为了比较。输出中有 0% 的混叠，结果在这个尺寸下尽可能清晰。

a = readim('https://i.stack.imgur.com/1TyGI.jpg');
a = a{1};

f = 8; % subsample by a factor 8

s1 = a(0:f:end,0:f:end);

s2 = gaussf(a,f*0.5);
s2 = s2(0:f:end,0:f:end);

s3 = gaussf(a,f*0.8);
s3 = s3(0:f:end,0:f:end);

s4 = ft(a);
s4 = cut(s4,imsize(s1));
s4 = real(ift(s4) / numel(a) * numel(s4));

gimp bicubic 和标准 bicubic 之间的区别问题

Issue of difference between gimp bicubic and standard bicubic

image-processing

gimp

bicubic