实验报告 最近邻插值.docVIP

实验报告 最近邻插值的原理 图像的缩放很好理解,就是图像的放大和缩小这种放大图像的方法叫做最临近插值算法，这是一种最基本、最简单的图像缩放算法，效果也是最不好的，放大后的图像有很严重的马赛克，缩小后的图像有很严重的失真；效果不好的根源就是其简单的最临近插值方法引入了严重的图像失真，比如，当由目标图的坐标反推得到的源图的的坐标是一个浮点数的时候，采用了四舍五入的方法，直接采用了和这个浮点数最接近的象素的值图像的缩放很好理解,就是图像的放大和缩小套用公式，就可以找到对应的原图的坐标srcX=dstX* (srcWidth/dstWidth) , srcY = dstY * (srcHeight/dstHeight) 找到了源图的对应坐标,就可以把源图中坐标为(0,0)处填进去目标图的(0,0)这个位置了结果发现,得到的坐标里面竟然有小数计算机里的图像可是数字图像,象素就是最小单位了,象素的坐标都是整数,从来没有小数坐标。这时候采用的一种策略就是采用四舍五入的方法（也可以采用直接舍掉小数位的方法），把非整数坐标转换成整数，好，那么按照四舍五入的方法就得到坐标依次填完每个象素，一幅放大后的图像就诞生了DSM的生成（范围和分辨率的确定） 1、确定DSM的范围和分辨率 范围：用Xmin,Ymin,Xmax,Ymax,height,width表示 分辨率：GSD=0.5（e.g） width=(Xmax-Xmin)/GSD+1 height=(Ymax-Ymin)/GSD+1 2、建立像素索引与空间位置的对应关系 影像索引从点（1,1）开始,每个像素点对应的空间位置用X=Xmin+(i-1)*GSD, Y=Ymin+(j-1)*GSD表示 3、最近邻差值 通过对影像坐标的遍历，结合KDTree将与当前扫描点最近的点的索引找到，然后根据索引，找到最近点的高程值，将高程值（或高程值的变形）赋给当前扫描点的val[0] 四、实验结果（附图） 原图 经过拉伸 Y Width = (Xmax-Xmin)/GSD+1 ground-projected sample interval ground sample distance (GSD) e.g. 0.5m X (Xmax,Ymax) (Xmin,Ymin) + X=Xmin+(i-1)*GSD Y=Ymin+(j-1)*GSD (i,j) O Y X (Xmax,Ymax) (Xmin,Ymin) 为最近邻点 + O Y X (Xmax,Ymax) (Xmin,Ymin)