3. 传统插值方法：最近邻、双线性、双三次插值

说到超分辨率重建，很多人一上来就奔着深度学习去了。但我个人习惯，先带学员把传统插值方法吃透。为什么？因为它是所有上采样操作的基石，你后面学的转置卷积、亚像素卷积，本质上都是在学习如何做更好的插值。

说白了，插值就是“猜像素”。给你一张低分辨率图，要把它放大，中间缺的那些像素值怎么填？三种经典方法给出了不同的答案。

3.1 最近邻插值

这是最粗暴的方法。目标像素的值，直接取原图中离它最近的像素值。不做任何计算，纯粹是“复制粘贴”。

举个例子：原图 2×2 要放大到 4×4。每个目标像素找到原图中最近的邻居，把它的值拿过来。坐标映射公式很简单：

src_x = dst_x * (src_width / dst_width)
src_y = dst_y * (src_height / dst_height)
# 然后四舍五入取整

你想想看，这样做会有什么问题？放大后的图像会出现明显的锯齿和马赛克块。尤其是边缘部分，看起来像像素格子在跳舞。

3.2 双线性插值

这个方法就聪明多了。它不再只取一个点，而是考虑目标像素在原图中最近的 2×2 邻域，做两次线性插值（先水平方向，再垂直方向）。

具体来说：

1. 找到目标像素在原图中对应的浮点坐标 (x, y)
2. 取它周围的四个整数像素点 Q11, Q12, Q21, Q22
3. 先在 x 方向做一次线性插值，得到 R1 和 R2
4. 再在 y 方向做一次线性插值，得到最终结果 P

// 伪代码示意
float dx = x - floor(x);
float dy = y - floor(y);

float R1 = Q11 * (1-dx) + Q21 * dx;
float R2 = Q12 * (1-dx) + Q22 * dx;
float P  = R1 * (1-dy) + R2 * dy;

效果比最近邻好很多。锯齿消失了，边缘变得平滑。但问题也随之而来——图像变模糊了。因为插值本质上是低通滤波，高频细节被抹掉了。

3.3 双三次插值

这是传统插值方法中的“天花板”。它不再用 2×2 邻域，而是扩展到 4×4 邻域（16 个像素点）。插值函数也不再是简单的线性，而是用三次多项式来拟合。

核心公式是基函数：

W(x) = {
  (a+2)|x|³ - (a+3)|x|² + 1,          for |x| ≤ 1
  a|x|³ - 5a|x|² + 8a|x| - 4a,        for 1 < |x| < 2
  0,                                   otherwise
}
// 常用 a = -0.5 或 a = -0.75

嗯，这里要注意：参数 a 的选择会影响锐度。a = -0.5 是 OpenCV 的默认值，效果比较平滑。a = -0.75 会稍微锐利一些，但可能出现 overshoot（过冲）。

计算过程分三步：先在 x 方向对每行做 4 次三次插值，得到 4 个中间值；再在 y 方向对这 4 个值做一次三次插值。

3.4 三种方法对比总结

为了让你一目了然，我整理了一张对比表：

3.5 实际落地中的选择建议

讲了这么多理论，最后聊聊我在项目中的真实选择逻辑：

• 移动端/嵌入式： 优先考虑最近邻或双线性。算力宝贵，留给后面的模型推理用。
• PC端/服务器端： 默认用双三次。如果对速度有要求，可以降级到双线性。
• 作为超分模型的预处理： 我建议用双线性。为什么？因为双三次的平滑效果可能会让模型学到错误的先验。双线性保留的“模糊感”反而更接近真实低分辨率图像的退化过程。
• 作为后处理： 如果模型输出有棋盘格伪影，可以试试用双三次做一次轻微的下采样再上采样，能起到一定的平滑作用。