[Java知识库]最邻近插值法

最邻近内插(nearest neighbor interpolation)是计算最简单的内插方法。在该算法中，每一个输出值都是该点最近的原始数据样本值，这种内插方法又称点位移算法。最邻近内插通过像素的复制可以实现影像的放大，通过抽取可实现影像缩小。但最邻近内插容易产生影像的块状效应。此外，该方法的偏移误差最大可达到0.5个像素。
下面用数字矩阵显示最邻近内插方法。
借助工具：Excel、Java编程

读取Excel表中数字到二维数组

package Digital.Photogrammetrry;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

import org.apache.poi.xssf.usermodel.XSSFRow;
import org.apache.poi.xssf.usermodel.XSSFSheet;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

public class ExcelToArray {
	public double array1[][];

	/**
	 * 构造函数
	 */
	public ExcelToArray(String filePath) {
		try {
			// 创建输入流
			FileInputStream fip = new FileInputStream(filePath);
			// 2.在输入流中获取工作簿
			XSSFWorkbook wb = new XSSFWorkbook(fip);
			// 3.在工作簿获取目标工作表
//			HSSFSheet sheet=wb.getSheet("Sheet1");
			XSSFSheet sheet = wb.getSheetAt(0);
			{
				// 获得行数
				int rows = sheet.getPhysicalNumberOfRows();
				// 获得列数
				int columns = sheet.getRow(0).getPhysicalNumberOfCells();
				// 读取数据
				array1 = new double[rows][columns];
				for (int i = 0; i < rows; i++) {
					XSSFRow row = sheet.getRow(i);
					for (int j = 0; j < columns; j++) {
						array1[i][j] = row.getCell(j).getNumericCellValue();
					}
				}
			}
			wb.close();
			fip.close();
		} catch (FileNotFoundException e) {
			// TODO 自动生成的 catch 块
			e.printStackTrace();
		} catch (IOException e) {
			// TODO 自动生成的 catch 块
			e.printStackTrace();
		}
	}	
}

将二维数组写入到表格

package Digital.Photogrammetrry;

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;

import org.apache.poi.xssf.usermodel.XSSFRow;
import org.apache.poi.xssf.usermodel.XSSFSheet;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

public class ArrayToExcel {
	/*
	 * 构造函数
	 */
	public ArrayToExcel(double array[][], String filePath) {
		try {
			// 1.创建输出流
			FileOutputStream fop = new FileOutputStream(filePath);
			// 2.创建工作簿
			XSSFWorkbook wb = new XSSFWorkbook();
			// 3.创建目标表格
			XSSFSheet sheet = wb.createSheet("Result");
			{
				// 获取行数
				// 获取列数
				for (int i = 0; i < array.length; i++) {
					XSSFRow row = sheet.createRow(i);
					for (int j = 0; j < array[i].length; j++) {
						row.createCell(j).setCellValue(array[i][j]);

					}
				}

			}
			wb.write(fop);
			wb.close();
			fop.close();
		} catch (FileNotFoundException e) {
			// TODO 自动生成的 catch 块
			e.printStackTrace();
		} catch (IOException e) {
			// TODO 自动生成的 catch 块
			e.printStackTrace();
		}
	}
}

最邻近内插算子（二维数组）

package Digital.Photogrammetrry;

public class Nearest_Neighbor_Interpolation {// 数字影像内插
	private double array[][];

	private double[][] getArray() {
		return array;
	}

	private void setArray(double[][] array, int w, int h) {
		float rows = array.length;
		float columns = array[0].length;
		this.array = new double[w][h];
		for (int i = 0; i < w; i++) {
			int a = (int) ((float) (i + 1) / ((float) w / rows) + 0.5f) - 1;
			for (int j = 0; j < h; j++) {
				int b = (int) ((float) (j + 1) / ((float) h / columns) + 0.5f) - 1;
				this.array[i][j] = array[a][b];
			}
		}
	}

	public static void main(String[] args) {
		ExcelToArray eta = new ExcelToArray("src/Digital/Photogrammetrry/table.xlsx");
		Nearest_Neighbor_Interpolation neighbor_Interpolation = new Nearest_Neighbor_Interpolation();
		neighbor_Interpolation.setArray(eta.array1, 4, 6);

		new ArrayToExcel(neighbor_Interpolation.getArray(), "D:\\ceshi.xlsx");
	}
}

结果

处理前：

处理后(3×3)-----> (4×6)：

(3×3)-----> (2×2)：

(3×3)-----> (6×6)：