哪種插值計算方法(常用的圖像插值算法有哪三種,有什么優(yōu)缺點)
1.常用的圖像插值算法有哪三種,有什么優(yōu)缺點
JPEG TIFF GIF RAW FPX等
JPEG圖像格式：擴展名是JPG，其全稱為Joint Photograhic Experts Group。它利用一種失真式的圖像壓縮方式將圖像壓縮在很小的儲存空間中，其壓縮比率通常在10:1~40:1之間。這樣可以使圖像占用較小的空間，所以很適合應用在網(wǎng)頁的圖像中。JPEG格式的圖像主要壓縮的是高頻信息，對色彩的信息保留較好，因此也普遍應用于需要連續(xù)色調(diào)的圖像中。
TIFF圖像格式：擴展名是TIF，全名是Tagged Image File Format。它是一種非失真的壓縮格式（最高也只能做到2~3倍的壓縮比）能保持原有圖像的顏色及層次，但占用空間卻很大。例如一個200萬像素的圖像，差不多要占用6MB的存儲容量，故TIFF常被應用于較專業(yè)的用途，如書籍出版、海報等，極少應用于互聯(lián)網(wǎng)上。
GIF圖像格式：擴展名是GIF。它在壓縮過程中，圖像的像素資料不會被丟失，然而丟失的卻是圖像的色彩。GIF格式最多只能儲存256色，所以通常用來顯示簡單圖形及字體。有一些數(shù)碼相機會有一種名為Text Mode的拍攝模式，就可以儲存成GIF格式。
FPX圖像格式：擴展名是FPX。它是一個擁有多重解像度的圖像格式，即圖像被儲存成一系列高低不同的解像度，而這種格式的好處是當圖像被放大時仍可保持圖像的質(zhì)量。另外，修改FPX圖像時只會處理被修改的部分，而不會把整個圖像一并處理，從而減低處理器的負擔，令圖像處理時間減少。
RAW圖像格式：擴展名是RAW。RAW是一種無損壓縮格式，它的數(shù)據(jù)是沒有經(jīng)過相機處理的原文件，因此它的大小要比TIFF格式略小。所以，當上傳到電腦之后，要用圖像的Twain界面直接導入成TIFF格式才能處理。
2.插值法公式
以下是我的個人觀點：
首先你得分清楚插值和擬合這兩個的區(qū)別，
擬合是指你做一條曲線或直線，使得你的數(shù)據(jù)點跟這條線的“誤差”最小。注意，這個要求并不要求所有的數(shù)據(jù)點在我們的擬合曲線上。
插值是指你做一條曲線或直線完全經(jīng)過這些點，就是說數(shù)據(jù)點一定都要在插值曲線上。
插值也有好多種：比如拉格朗日插值，分段插值，樣條插值（樣條插值要求你還要知道這些數(shù)據(jù)點的一階導數(shù)）
我們知道兩點確定一條直線（一次多項式），三點確定一條拋物線（二次多項式），試想一下有10個點是不是可以確定一個9次多項式（9次多項式里面還有一個常數(shù)項，就是10個未知數(shù)，我們有10個數(shù)據(jù)點，剛好可以求解）
（**)拉格朗日插值就是上面的這種插值。但是它就是把這些多項式系數(shù)重新表示了一下（就是不用去求上面所說的10個系數(shù)）。你求出這些系數(shù)后，只要將你想要的x的值往里一代，馬上就得到你想要的函數(shù)值。但這種插值在頭尾附近會出現(xiàn)一些不好的振蕩現(xiàn)象（龍格現(xiàn)象）
（**)分段插值，還是按照上面的原則，比如說，我兩個點兩個點地確定一條直線（比如1,2點連起來，2,3點連起來），最后所有直線的集合（這時應當是一系列的折線）這個分段函數(shù)也是經(jīng)過所有的數(shù)據(jù)點。當然你也可以三個點三個點地確定一條拋物線。用這一方面時，你要先確定你想要的x值在哪一個區(qū)間里，然后用這一區(qū)間的表達式來計算出函數(shù)值就可以了。本方法不會出現(xiàn)龍格現(xiàn)象
（***)樣條插值，上面提到分段插值是一系列折線，折線使得不光滑，樣條就是用其導數(shù)值，使得它們變光滑。
下面說計算方法吧！至于表達式，你如果理解了上面，你去找本“計算方法”或“數(shù)值計算”的書，上面都有表達式。應當不難。
另外你還可以借助于MATLAB這樣的軟件來計算。
比如你的原始數(shù)據(jù)是X,Y，你想要求y(x=5)的值
X=[2,6,10,14,18,22,26,30,34,38,41,42,45,49,53,57,61,65,69,73,77,81]； %自變量的值
Y=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22]； %自變量相應的函數(shù)值
X0=5； %你想要的點的值
N=22； %這個是點的個數(shù)
Doc=2； %分段插值中你想用幾個點插值
你可以用下面的語句得到y(tǒng)(x=5);
Y1=lagrange(X,Y,X0) %拉格朗日插值
Y2=interp1(X,Y,X0,'linear') %分段兩點線性插值
Y2=interp1(X,Y,X0,'spline') %分段兩點線性插值
可能說的不好，你如果想系統(tǒng)地學點，可能得看一下相關的書。
3.內(nèi)插法的計算方法是什么
用內(nèi)插法的話首先要找一個比14.8KM大的一個數(shù)，就選擇15KM吧，則其對應的價格為54元則對應關系為：
18 5
X 14.8
54 15
列得算式：
(54-X)/(15-14.8)=(X-18)/(14.8-5)
解得X=53.28元
應用內(nèi)插法求值的條件：
1、必須確知與所求變量值（x）左右緊密相鄰變的兩組變量的數(shù)值。（即必須為已知數(shù)）
2、與所求變量值（x）相對應的自變量也必須是已知的。
3、基礎變量必須是決定設備價格的主要規(guī)格。
擴展資料：
二次拋物線內(nèi)插法
設二次拋物線關系式：y = f(x)，要計算在x = x0點的函數(shù)。
已知f(x1)、f(x2)和f(x3)，其中x1 < x2 < x3,x1 < x0 < x3，顯然本式也適合外插計算。
線性關系和三次以上拋物線可仿上式，很容易得出。
4.在PS中哪里有插值算法
1、什么是差值？
插值方法（interpolation）是圖像重新分布像素時所用的運算方法，也是決定中間值的一個數(shù)學過程。在重新取樣時，photoshop會使用多種復雜方法來保留原始圖像的品質(zhì)和細節(jié)。
“鄰近”的計算方法速度快但不精確，適用于需要保留硬邊緣的圖像，如像素圖的縮放。
“兩次線性”的插值方法用于中等品質(zhì)的圖像運算，速度較快。
“兩次立方”的插值方法可以使圖像的邊緣得到最平滑的色調(diào)層次，但速度較慢。
“兩次立方（較平滑）”在兩次立方的基礎上，適用于放大圖像。
“兩次立方（較銳利）”在兩次立方的基礎上，適用于圖像的縮小，用以保留更多在重新取樣后的圖像細節(jié)。
2、差值預設
圖像的“插值”預設——執(zhí)行“編輯>；首選項>；常規(guī)”，設置圖像“插值”預設，設定完成后，圖像使用“自由變換”命令放大或縮小，都使用預設的“插值”方式。
改變圖像大小——執(zhí)行“圖像>；圖像大小”命令，在“圖像大小”對話框中可以設定改變該圖像大小時所用的“插值”方式。
5.求一種曲線的“插值公式”
曲線擬合可以做
Lagrange插值
Lagrange插值是n次多項式插值，其成功地用構造插值基函數(shù)的 方法解決了求n次多項式插值函數(shù)問題。
★基本思想 將待求的n次多項式插值函數(shù)pn(x)改寫成另一種表示方式，再利用插值條件⑴確定其中的待定函數(shù)，從而求出插值多項式。
Newton插值
Newton插值也是n次多項式插值，它提出另一種構造插值多項式的方法，與Lagrange插值相比，具有承襲性和易于變動節(jié)點的特點。
★基本思想 將待求的n次插值多項式Pn(x)改寫為具有承襲性的形式，然后利用插值條件⑴確定Pn(x)的待定系數(shù)，以求出所要的插值函數(shù)。
Hermite插值
Hermite插值是利用未知函數(shù)f(x)在插值節(jié)點上的函數(shù)值及導數(shù)值來構造插值多項式的，其提法為：給定n+1個互異的節(jié)點x0,x1，……，xn上的函數(shù)值和導數(shù)值求一個2n+1次多項式H2n+1(x)滿足插值條件
H2n+1(xk)=yk
H'2n+1(xk)=y'k k=0,1,2，……，n ⒀
如上求出的H2n+1(x)稱為2n+1次Hermite插值函數(shù)，它與被插函數(shù)一般有更好的密合度.
★基本思想
利用Lagrange插值函數(shù)的構造方法，先設定函數(shù)形式，再利用插值條件⒀求出插值函數(shù).
分段插值
插值多項式余項公式說明插值節(jié)點越多，誤差越小，函數(shù)逐近越好，但后來人們發(fā)現(xiàn)，事實并非如此，例如：取被插函數(shù)，在[-5,5]上的n+1個等距節(jié)點：計算出f(xk)后得到Lagrange插值多項式Ln(x)，考慮[-5,5]上的一點x=5-5/n，分別取n=2,6,10,14,18計算f(x),Ln(x)及對應的誤差Rn(x)，得下表
從表中可知，隨節(jié)點個數(shù)n的增加，誤差lRn(x)l不但沒減小，反而不斷的增大.這個例子最早是由Runge研究，后來人們把這種節(jié)點加密但誤差增大的現(xiàn)象稱為Runge現(xiàn)象.出現(xiàn)Runge現(xiàn)象的原因主要是當節(jié)點n較大時，對應的是高次插值多項式，此差得積累"淹沒"了增加節(jié)點減少的精度.Runge現(xiàn)象否定了用高次插值公式提高逼近精度的想法，本節(jié)的分段插值就是克服Runge現(xiàn)象引入的一種插值方法.
分段多項式插值的定義為
定義2: a=x0<x1<；…<xn=b： 取[a,b]上n+1個節(jié)點 并給定在這些節(jié)點 上的函數(shù)值f(xR)=yR R=0,1，…，n
如果函數(shù)Φ（x）滿足條件
i） Φ（x）在[a,b]上連續(xù)
ii） Φ（xr）=yR,R =0,1，…，n
iii） Φ（x）zai 每個小區(qū)間[xR,xR+1]是m次多項式，
R=0,1，…，n-1則稱Φ（x）為f(x)在[a,b]上的分段m次插值多項式
實用中，常用次數(shù)不超過5的底次分段插值多項式，本節(jié)只介紹分段線性插值和分段三次Hermite插值，其中分段三次Hermite插值還額外要求分段插值函數(shù)Φ（x）
在節(jié)點上與被插值函數(shù)f(x)有相同的導數(shù)值，即
★基本思想 將被插值函數(shù)f〔x〕的插值節(jié)點 由小到大 排序，然后每對相鄰的兩個節(jié)點為端點的區(qū)間上用m 次多項式去近似f〔x〕.
例題
例1 已知f(x)=ln(x)的函數(shù)表為：
試用線性插值和拋物線插值分別計算f(3.27)的近似值并估計相應的誤差。
解：線性插值需要兩個節(jié)點，內(nèi)插比外插好因為3.27 (3.2,3.3)，故選x0=3.2,x1=3.3，由n=1的lagrange插值公式，有
所以有，為保證內(nèi)插對拋物線插值，選取三個節(jié)點為x0=3.2,x1=3.3,x2=3.4，由n=2的lagrange插值公式有
故有
所以線性插值計算ln3.27的誤差估計為
故拋物線插值計算ln3.27的誤差估計為：
顯然拋物線插值比線性插值精確。
樣條插值
樣條插值是一種改進的分段插值。
定義 若函數(shù)在區(qū)間〖a,b〗上給定節(jié)點a=x0<x1<；；…<xn=b及其函數(shù)值yj，若函數(shù)S(x)滿足
⒈ S(xj)=yj,j=0,1,2，…，n;
插值法主要用于道路橋梁，機械設計，電子信息工程等 很多工科領域的優(yōu)化方法。
6.ArcGIS中幾種插值方法簡述
插值是通過cell樣本數(shù)據(jù)計算得到的一幅柵格影像，作用是預測某一區(qū)域內(nèi)樣本數(shù)據(jù)以外的該屬性值。
在高程，降雨量，礦產(chǎn)，噪音分析等具有廣泛應用。以下是幾種在ArcGIS中常見的插值方法：IDW：確定性插值方法。
每個柵格單元內(nèi)的樣本點數(shù)據(jù)距離單元內(nèi)加權平均距離點的距離為自變量，點對平均距離點的影響與其距離冪值成反比，適合樣本密集情況下進行分析。Kriging：與IDW類似，通過半變異函數(shù)，可以對預測的確定性或準確性提供某種度量。
Natural neighbour：可找到距查詢點最近的輸入樣本子集，并基于區(qū)域大小按比例對這些樣本應用權重來進行插值。Spline：確定性插值方法。
使用可最小化整體表面曲率的數(shù)學函數(shù)來估計值，以生成恰好經(jīng)過輸入點的平滑表面。Spline with Barriers：障礙以面要素或折線 （polyline） 要素的形式輸入。
過單向多格網(wǎng)技術，以初始的粗糙格網(wǎng)（在本例中是已按輸入數(shù)據(jù)的平均間距進行初始化的格網(wǎng)）為起點在一系列精細格網(wǎng)間移動，直至目標行和目標列的間距足以使表面曲率接近最小值為止。Topo to Raster：旨在用于創(chuàng)建可更準確地表示自然水系表面的表面，而且通過這種技術創(chuàng)建的表面可更好的保留輸入等值線數(shù)據(jù)中的山脊線和河流網(wǎng)絡。
Trend：由數(shù)學函數(shù)（多項式）定義的平滑表面與輸入樣本點進行擬合的全局多項式插值法。趨勢表面會逐漸變化，并捕捉數(shù)據(jù)中的粗尺度模式。
