插值

关于克里金的资料我这里就不罗嗦了，反正这种插值算法是非常优秀的，插值结果可靠度高，最近也是一个问题需要使用插值来解决，首选克里金，但是我大概了解克里金是怎么一回事儿，但要是自己去写算法实现，对我来说这成本还是高了些，网上搜索克里金插值的java实现，几乎搜不到，全是c、c++或是matlab的，本来想找个c的自己转成java，但是看了看c的源码，还是放弃了，因为那样只会把自己引入另一个无法预测深渊，功夫不负有心人，还是找到了一个java的实现，是一个jar包，也就是标题提到的jk3d，开始很开心，但过不多久，就发现自己被忽悠了，这个库没有例子，没有文档，google、baidu甚至bing都找不到有任何关于jk3d的例子，能找到的就只有一段话： jk3d is a java code for 3d interpolation of scattered data. jk3d uses a quality weighted ordinary Kriging method and optional an inverse distances weighting method. It has no graphical user interface and uses ASCII files to define the input. 然后就是一个下载链接，郁闷之极

有效像素 数码相机的像素数包括有效像素（Effective Pixels）和最大像素（Maximum Pixels）。与最大像素不同的是有效像素数是指真正参与感光成像的像素值，而最高像素的数值是感光器件的真实像素，这个数据通常包含了感光器件的非成像部分，而有效像素是在镜头变焦倍率下所换算出来的值。 数码图片的储存方式一般以像素（Pixel）为单位，每个象素是数码图片里面积最小的单位。像素越大，图片的面积越大。要增加一个图片的面积大小，如果没有更多的光进入感光器件，唯一的办法就是把像素的面积增大，这样一来，可能会影响图片的锐力度和清晰度。所以，在像素面积不变的情况下，数码相机能获得最大的图片像素，即为有效像素。 最大像素 最大像素英文名称为Maximum Pixels，所谓的最大像素是经过插值运算后获得的。插值运算通过设在数码相机内部的DSP芯片，在需要放大图像时用最临近法插值、线性插值等运算方法，在图像内添加图像放大后所需要增加的像素。插值运算后获得的图像质量不能够与真正感光成像的图像相比。以最大像素拍摄的图片清晰度比不上以有效像素拍摄的。 Sensor： 影像感光器件成像的因素主要有两个方面：一是感光器件的面积；二是感光器件的色彩深度。感光器件面积越大，成像较大，相同条件下，能记录更多的图像细节，各像素间的干扰也小，成像质量越好。但随着数码相机向时尚小巧化的方向发展

目录 1.图像的插值 2.旋转与平移变换 3.缩放与裁剪变换 4.镜像变换 @ 图像的几何运算是指引起图像几何形状发生改变的变换。与点运算不同的是，几何运算可以看成是像素在图像内的移动过程，该移动过程可以改变图像中物体对象之间的空间关系。 1.图像的插值 图像插值是指利用已知邻近像素点的灰度值来产生位置像素点的灰度值，以便由原始图像再生成具有更高分辨率的图像。插值是在不生成新的像素的情况下对原图像的像素重新分布，从而改变像素数量的一种方法。在图像放大过程中，像素也相应的增加，增加的过程就是‘插值’发生作用的过程，‘’插值程序自动选择信息较好的像素作为增加、弥补空白像素的空间，而并非只使用近邻的像素，所以在放大图像时，图像看上去会比较平滑、干净。无论使用何种插值方法，首先都需要找到与输出图像像素相对应的输入图像点，然后再通过计算该点附近某一像素集合的权平均值来指定输出像素的灰度值。像素的权是根据像素到点的距离来而定的，不同插值方法的区别就在于考虑的像素集合不同。最常见的插值方法如下： （1）向前映射法： 通过输入图像像素的位置，计算输出图像对应像素的位置，将该位置像素的灰度值按某种方式分配到输出图像相邻的四个像素。 （2）向后映射法： 通过输出图像像素位置，计算输入图像对应像素的位置，根据输入图像相邻四个像素的灰度值计算该位置像素的灰度值。 （3）最近邻插值：