本文档对线性插值，双线性插值，三线性插值原理进行了讲解

图像线性插值算法的汇总，VS2008工程，可编译，设置不同参数可以使用不同算法进行bmp图像的插值放大，可选放大算法包括： nearest nearest neighbor (pixel duplication) bilinear standard bilinear interpolation bicubic Keys bicubic with parameter -0.5 lanczosN Lanczos radius-N sinc approximation, N = 2, 3, 4 bsplineN B-spline of degree N, N = 2, 3, 5, 7, 9, 11 omomsN o-Moms of degree N, N = 3, 5, 7 fourier Fourier zero-padding (sinc)

多种插值的C语言的实现，包括线性插值，朗格朗日插值，拉格朗日二元插值

raw10原始图像，拜尔模式rggb

双线性插值的matlab实现，可以用于运动补偿，对处理后的图像进行重建等

对格朗日、分段线性、三次样条插值方法的运用。

加入VGA模块、PLL锁相环

算法中小数部分到底该如何处理（定点化处理，注意精度问题） 如果求出插值公式中的系数，以及周围四个点的坐标 求出四个点之后，为加快速度，如何将四个点的像素值同时读出

针对FDK算法重建图像异常耗时的问题,提出了一种极坐标反投影快速重建算法。根据三角函数对称性,64幅预处理后的投影数据在反投影过程中同时运算;在极坐标反投影数据映射到笛卡尔坐标时,利用像素位置相关参数的对称性,在不使用查表方法的情况下,使双线性插值的计算量大大减少。实验结果表明,采用这两种措施实现了FDK算法优化,与传统的FDK算法相比,重建速度提高8倍,采用CUDA技术,实现GPU对其加速,速度提高40倍,且均不产生新的误差。

更快的一维线性插值：'interp1qr' 按照公式yi = y1 +（y2-y1）/（x2-x1）*（xi-x1），使用'x'和'y'对'xi'点进行一维线性插值，得到'yi'。 变量： - 'x' 是列向量 [mx 1]，单调递增。 -“ y”是矩阵[mxn]，对应于“ x”。 - 'xi' 是列向量 [px 1]，按任何顺序排列。 - 'yi' 是矩阵 [pxn]，对应于 'xi'。 它具有与内置 MATLAB 函数“interp1q”相同的功能（有关详细信息，请参阅 MATLAB 帮助）。 它的运行速度至少比“interp1q”快 3 倍，比“interp1”快 8 倍，并且随着 m=length(x) 的增加，速度提高了 10 倍以上（参见附加的性能图）。 与“ interp1q”一样，此功能不进行输入检查。 要正常工作，用户必须注意以下事项： -'x'必须是单调递增