简介：数字图像处理方向的本科毕业设计论文，面向电子信息工程、计算机等专业需要完成图像处理课题的学生与指导教师，聚焦数字电视中的关键环节——数字图像缩放技术。文档完整保留了任务书、摘要、目录与各章节的论文结构，围绕最近邻域插值、双线性插值、双三次插值等经典算法讲解原理与适用场景，并用 MATLAB 编程实现与实验，对多种算法的性能与运算量作出对比分析，同时交代了数字图像的采集、存储、处理、分析流程及常见文件格式等基础内容。压缩包共 1 个 doc 文件，约 2.05MB，章节编号规范、论述连贯，可作为选题参考、写作框架与算法实验的对照材料。目前已有 915 人学习下载，适合需要借鉴论文结构、梳理插值算法脉络或补充 MATLAB 仿真实现思路的读者。

1. 从一段 720P 素材要投到 1080P 屏说起：这个选题到底要交什么

一段 1280×720 的素材，直接铺到一块 1920×1080 的固定像素屏上，中间那道坎就是数字图像缩放。数字图像处理里最容易被低估的毕设题目之一，就是这个：它不像目标检测那样能靠调一个现成模型糊过去，也不像图像增强那样肉眼看着好看就行——放大一倍的图，边缘是硬是糊、是出现锯齿还是出现振铃，全部可以从像素值里量出来。这道题要交的东西很明确：把最近邻、双线性、双三次这三种经典插值算法用 MATLAB 亲手写出来，再挑四五种改进算法落地，最后用同一组测试图、同一套指标把性能和运算量摆平对比。适合电子信息工程、通信、计算机方向做毕业设计或课程设计的同学，也适合想把图像几何变换这一块补扎实的从业者。

2. 需求与技术路线：为什么用 MATLAB 把插值算法拆成可对比的实验

2.1 分辨率谱系决定了缩放这件事绕不开

数字电视的信号源和显示终端从来不是一一对应的。节目源可能是 1080i 的隔行信号，终端可能是一块固有分辨率只有 1366×768 的液晶屏，中间还可能经过机顶盒的一次变换。所谓固有分辨率，指的是显示设备不依赖行倍频、行内插这类手段本身能达到的像素排列规模，对等离子、液晶、数字光处理这类固定像素屏来说，它等于面板实际的像素结构。

常见的三档高清格式差异不小，做题目时把它们列清楚，第一章的理论铺垫就有了落点：

这三档都是 16:9 的宽高比，和传统 4:3 的模拟电视完全不同。有个反直觉的点值得在论文里点出来：对电视机处理能力（带宽）的要求是 1080i 反而低于 720P，因为隔行只传一半行，逐行要传满。这意味着同样一颗缩放芯片，处理 1080i 源和处理 720P 源的负载并不一样，运算量分析不能只看像素总数。

把这条链条讲透，缩放的合法性就成立了：任何终端收到非固有分辨率的信号，都必须做一次重采样。采样点不够就补，采样点多了就并，补和并的规则，就是插值算法。

2.2 技术路线为什么选 MATLAB 而不是 C 加图像库

这个题目用 MATLAB 做，不是图省事，是图「可比」。三个理由：

第一，MATLAB 里一幅灰度图就是一个 double 矩阵，img(i,j)直接就是像素值，插值公式写在纸上是什么样，代码里就是什么样。用 C 或 C++ 加第三方库，光是uint8指针、通道步长、内存对齐就要花掉两周，真正研究算法的时间被挤没了。

第二，MATLAB 自带imread、imshow、rgb2gray、imresize，读写显示和参考实现都是现成的。imresize尤其重要——它是后面自检的标尺，自己写的双三次和它的结果对不上，八成是自己错了。

第三，脚本天然可复现。一组测试图、一组缩放倍数、一张结果表，别人拿到你的.m文件跑一遍就能复现，这在答辩现场是硬通货。

代价也要写进去：MATLAB 是解释执行，绝对耗时不能代表算法在真实芯片上的性能，所以运算量分析要用「每像素乘法次数 × 像素总数」这种与语言无关的度量，再辅以相对耗时做交叉验证。这一点在论文的算法评价章节里必须交代清楚，否则评委一句「你这个 0.3 秒能说明什么」就问住了。

2.3 四层结构：理论、经典算法、改进算法、对比实验

整篇论文的骨架可以按交付物来切，每一章都有明确的产出，不是凑字数：

进度上，前三周啃插值数学和数字图像基础，第三到第六周把 MATLAB 环境和主流算法摸一遍，一半毕设时间用来写代码跑数据，最后三到四周成文和答辩。这个节奏里最容易失控的是「写代码跑数据」那一段，因为算法一多，脚本会互相污染，必须从一开始就定好统一的函数签名和测试集。

我一般会要求学生先写一个run_all.m主控脚本，所有算法都注册进去，一键跑完全部组合并输出表格。这样改一个算法不用手动重跑十次，也不会出现「这张图是用旧版代码跑的」这种答辩现场翻车。

3. 总体设计：一套能跑通三种经典插值的坐标映射引擎

3.1 把缩放拆成位置计算与灰度重建两步

所有插值缩放，本质都是两步：先算出目标图上每个像素对应源图的哪个位置，再根据这个位置周围的已知像素重建出灰度值。第一步叫坐标映射，第二步叫灰度重建。

映射方向必须选反向。正向映射是把源像素按缩放比例推到目标网格上，问题是缩放比例不是整数时，推过去的位置会落在非整数格点上，有的目标像素被推了两次，有的一个都没推到，出现空洞。反向映射反过来，遍历目标图的每个像素，问一句「你该从源图哪里取值」，每个目标像素都有且只有一个答案，不会漏也不会重。

function [xPos, yPos] = build_map(H, W, H2, W2) % 生成目标网格到源图像的反向映射坐标表 % H, W : 源图高、宽 % H2, W2 : 目标图高、宽 % 返回列向量 xPos (H2×1) 与行向量 yPos (1×W2) sx = H / H2; % 垂直方向缩放步长 sy = W / W2; % 水平方向缩放步长 xPos = ((1:H2)' - 0.5) * sx + 0.5; % 目标像素中心 -> 源坐标 yPos = ((1:W2) - 0.5) * sy + 0.5; end

-0.5和+0.5这两处不是装饰。MATLAB 的索引从 1 开始，像素的「中心」在整数索引上，但几何上它占据的是[i-0.5, i+0.5]这个区间。目标像素的中心坐标是i，映射到源图后得到x，如果直接拿x和整数索引对齐，整幅图会整体偏移半个像素。半像素在放大两倍时肉眼看不出来，但在 PSNR 上会掉一两个 dB，而且做上下采样往返测试时误差会累积。

有了映射表，最近邻插值就是一行索引：

function out = scale_nn(img, H2, W2) [H, W] = size(img); [xPos, yPos] = build_map(H, W, H2, W2); xi = min(max(round(xPos), 1), H); % 取最近整数索引并钳位到边界内 yi = min(max(round(yPos), 1), W); out = img(xi, yi); % 向量化索引，一次取完整个目标图 end

min(max(..., 1), H)是边界钳位，防止源坐标落在图像外导致索引越界。这段代码体现的是 MATLAB 的向量化能力：img(xi, yi)里的xi是列向量、yi是行向量，MATLAB 会自动做外积式的索引展开，一次取出H2×W2个像素，比双重循环快一个数量级。后面讲运算量时，这种向量化写法不能拿来和循环写法的耗时直接比，这一点在第 5 章会单独说。

3.2 三种经典插值：核函数不同，代价和效果就不同

双线性插值取目标点周围 2×2 的四个已知像素，按距离做加权。距离越近权重越大，权重是两个方向线性函数的乘积。

function out = scale_bilinear(img, H2, W2) [H, W] = size(img); [xPos, yPos] = build_map(H, W, H2, W2); out = zeros(H2, W2); for i = 1:H2 x = xPos(i); x1 = min(max(floor(x), 1), H - 1); % 左上角邻域，留出 +1 的空间 dx = x - x1; % 垂直方向的小数偏移 for j = 1:W2 y = yPos(j); y1 = min(max(floor(y), 1), W - 1); dy = y - y1; % 水平方向的小数偏移 out(i,j) = (1-dx)*(1-dy)*img(x1, y1) ... + (1-dx)* dy *img(x1, y1+1) ... + dx *(1-dy)*img(x1+1, y1) ... + dx * dy *img(x1+1, y1+1); end end end

dx、dy是目标点落在 2×2 邻域内的相对位置，取值在[0,1)。四个权重之和恒为 1，这是插值的一个基本约束：常数区域缩放后必须还是同一个常数，否则整幅图的亮度会随缩放倍数漂移。

双三次插值把邻域扩到 4×4，用三次卷积核加权。核函数最常见的是 Keys 提出的形式，参数a取 -0.5：

function w = cubic_kernel(t) % Keys 三次卷积核，a = -0.5 a = -0.5; t = abs(t); w = zeros(size(t)); i1 = t <= 1; i2 = t > 1 & t < 2; w(i1) = (a+2)*t(i1).^3 - (a+3)*t(i1).^2 + 1; w(i2) = a*t(i2).^3 - 5*a*t(i2).^2 + 8*a*t(i2) - 4*a; end

这个核在|t| = 1和|t| = 2处连续，且一阶导数在|t| = 1处连续，插值出来的曲面不会出现双线性那种明显的三角形折痕。代价是 4×4 共 16 个邻域点，比双线性多四倍。

三种算法的差异可以直接列表对比，这张表是论文第三章的收口：

「每像素乘法次数」这一列等下要用到，它是运算量分析的源头，也是答辩时能直接写进 PPT 的数字。

3.3 可分离性：把二维核拆成两次一维运算

直接按 4×4 邻域做二维加权，每个目标像素要做 16 次乘加。但三次卷积核是可分离的——核函数在 x 和 y 方向上独立，二维权重等于两个一维权重的乘积。这意味着可以先在水平方向插值得到一张中间图，再在垂直方向插值，两次一维运算，每次 4 个点，乘法次数降到 8 次。

function out = scale_bicubic(img, H2, W2) [H, W] = size(img); [xPos, yPos] = build_map(H, W, H2, W2); % 第一步：水平方向插值，得到 H × W2 的中间图 tmp = zeros(H, W2); for j = 1:W2 y0 = floor(yPos(j)); for k = -1:2 yk = min(max(y0 + k, 1), W); % 4 个邻点索引，边界钳位 tmp(:, j) = tmp(:, j) + cubic_kernel(yPos(j) - yk) * img(:, yk); end end % 第二步：垂直方向对中间图做同样操作 out = zeros(H2, W2); for i = 1:H2 x0 = floor(xPos(i)); for k = -1:2 xk = min(max(x0 + k, 1), H); out(i, :) = out(i, :) + cubic_kernel(xPos(i) - xk) * tmp(xk, :); end end end

这里有两个设计点。一是cubic_kernel传入的是「目标坐标减去邻点坐标」，所以邻点是y0-1到y0+2，跨越了目标点两侧各两个像素，这是因为三次核的支撑区间是|t| < 2。二是第一步的输出tmp保持了原图的行数，只改变列数，这样第二步只需要处理垂直方向，中间结果的内存是H × W2而不是H2 × W2，放大倍数大时能省不少内存。

运算量的推导可以写成公式：设目标图有N = H2×W2个像素，最近邻是O(N)次索引，双线性可分离后约4N次乘加，双三次可分离后约8N次乘加。不可分离时双三次是16N，差一倍。这个结论在论文里配一张运算量随分辨率变化的曲线图，比单纯列表更有说服力。

提示：边界钳位用min(max(...))会引入边缘像素的重复采样，放大倍数大时图像最外一圈会出现轻微拉伸。如果对边角质量敏感，可以在映射前先给源图做padarray镜像填充，再把坐标整体平移，结果比钳位自然。

4. 改进算法模块：四种主流方案的落地要点

4.1 缩小方向的近邻加邻域平均

放大用最近邻会出锯齿，缩小用最近邻更糟。缩小两倍时，源图上 2×2 的四个像素里只有一个被保留，另外三个直接丢弃，高频信息全丢，画面会出现明显的摩尔纹和闪烁。

一个低成本改法是：先按最近邻确定目标像素落在源图的哪个块，再对这个块内的所有源像素取平均。放大时块退化为 1 个像素，结果和最近邻一致；缩小时块覆盖多个像素，平均起到低通滤波的作用。

function out = shrink_avg(img, H2, W2) [H, W] = size(img); out = zeros(H2, W2); for i = 1:H2 r1 = floor((i-1) * H / H2) + 1; % 该目标行覆盖的源行起点 r2 = min(H, floor(i * H / H2)); % 覆盖的源行终点 for j = 1:W2 c1 = floor((j-1) * W / W2) + 1; c2 = min(W, floor(j * W / W2)); block = img(r1:r2, c1:c2); % 取出覆盖块 out(i,j) = mean(block(:)); % 块内平均，等效于盒式低通 end end end

r1、r2的算法要保证相邻目标像素的覆盖块不重叠也不留空：第i个目标像素覆盖[(i-1)H/H2, iH/H2)，向下取整后边界天然衔接。min(H, ...)处理最后一个块可能超界的情况。

这个算法的评价要写清楚：缩小倍数接近 1 时，覆盖块退化，效果和最近邻几乎一样，优势体现不出来；缩小倍数大于 2 时改善明显，但块平均是各向同性的，斜边缘会被抹平。它不是万能的，胜在实现极简、运算量低，适合做论文里的对照组。

4.2 Ferguson 曲面插值与系数自适应插值

Ferguson 曲面本质是双三次 Hermite 曲面：除了四个角点的值，还用上了角点处沿两个方向的切线和混合偏导，共 16 个参数。一维方向上，四个基函数是这样的：

function v = hermite_basis(t) % Ferguson（双三次 Hermite）曲面的四个一维基函数 t2 = t.^2; t3 = t2 .* t; h00 = 2*t3 - 3*t2 + 1; % 起点值 h10 = t3 - 2*t2 + t; % 起点切线 h01 = -2*t3 + 3*t2; % 终点值 h11 = t3 - t2; % 终点切线 v = [h00, h10, h01, h11]; end

一维插值就是p = h00*p0 + h10*m0 + h01*p1 + h11*m1，其中m0、m1是两端切线。切线在图像里没有现成值，要用相邻像素的中心差分估计，比如m0 = (p1 - p_{-1}) / 2。这个估计的准确性直接决定插值质量，噪声大的图上中心差分会把噪声放大，这也是 Ferguson 曲面在实际图像上不如理论漂亮的根本原因，论文里要老老实实写这一条。

系数自适应插值走的是另一条路：不换核函数，而是让双线性和双三次的结果按局部梯度加权混合。平坦区域用双线性，避免三次核在噪声上的过冲；强边缘区域加重双三次的比例，保住锐度。

% g 为 3×3 邻域的梯度幅值，gLow/gHigh 由全图梯度的分位数确定 alpha = min(1, max(0, (g - gLow) / (gHigh - gLow))); % 归一化到 [0,1] out = (1 - alpha) * bilinear_val + alpha * bicubic_val;

gLow和gHigh不能用固定阈值。不同图像的梯度分布差很多，一张纹理丰富的图用固定阈值会几乎全被判成边缘，一张平滑的图又会全被判成平坦区。通常的做法是取全图梯度幅值的 30% 和 70% 分位数作为两个端点，这样alpha的取值在每张图上都能拉开层次。这一步做完，论文里可以放一张alpha的灰度图，直观展示算法判定的边缘区域，答辩时很好讲。

4.3 边缘定向插值与多帧融合

边缘定向插值针对的是「跨边缘插值导致模糊」这个痛点。双线性在斜边缘上，2×2 邻域里通常有两个像素在边缘一侧、两个在另一侧，四个一起加权，边缘就被拉平了。改法是先判断局部边缘走向，然后只沿边缘方向取点。

% 在待插值点的 3×3 邻域内比较两个对角方向的梯度 g1 = abs(img(i-1, j-1) - img(i+1, j+1)); % 主对角线方向 g2 = abs(img(i-1, j+1) - img(i+1, j-1)); % 副对角线方向 if g1 < g2 val = (img(i-1, j-1) + img(i+1, j+1)) / 2; % 梯度小说明沿此方向变化平缓 else val = (img(i-1, j+1) + img(i+1, j-1)) / 2; end

梯度小，说明这两个点大概率在同一条等灰度线上，沿这条线插值不会跨越边缘。代价是方向判断只有两个候选，遇到接近水平的边缘就退化成普通插值。论文里可以把这个简化版和一般实现做个对比，说明为什么完整的方向检测要用八个方向甚至更多，而运算量会随之上升多少。

多帧融合是另一个思路，也是这几种改进里唯一不靠单帧插值的。同一场景的多帧图像之间存在亚像素级的位移，把这些位移估计出来对齐，再融合到一张高分辨率网格上，等效采样点就变多了。关键技术是位移估计和融合权重，融合可以用共轭梯度法迭代求解一个最小二乘问题，避免直接平均带来的模糊。

这部分在论文里我建议只写到方案和公式层面，给出一段迭代核心，不要强行凑出完整实验。原因很实在：多帧融合需要一组真实的亚像素位移图像，公开数据不好找，自己拍又很难保证位移精度，硬做出来的数据反而经不起问。

4.4 评价指标：PSNR、耗时和运算量三件套

算法写完了不算完，得能量出来。评价部分必须有统一口径，否则数据没有可比性。

峰值信噪比用均方误差反推，代码极短：

function p = psnr_calc(ref, test) % ref 为参考高分辨率图，test 为缩放重建图，均为 double 型 [0,1] mse = mean((ref(:) - test(:)).^2); if mse == 0 p = Inf; else p = 10 * log10(1 / mse); % 峰值取 1（归一化后） end end

关键在参考图怎么来。正确做法是：拿一张高分辨率原图，先下采样得到低分辨率图，再用待测算法放大回原尺寸，和原图比。如果直接拿原图和「原图放大两倍」比，尺寸都对不上，指标没有意义。这一条是学生最容易搞错的地方，后面第 5 章还会提。

耗时用tic/toc，但必须跑多次取中位数，且第一次调用要丢弃，因为 MATLAB 的首次函数解析开销会污染数据。运算量则用与语言无关的度量：统计每个算法的每像素乘法次数，乘以目标图像素数，得到一个理论值，再和实测耗时做相关性验证。两条线对得上，说明分析是可信的；对不上，就要回去看是不是向量化程度差异太大导致的。

5. 避坑清单：MATLAB 图像缩放实验里最容易翻车的五处

5.1 uint8 和 double 混用，结果一片惨白

现象：缩放后的图像大面积变成纯白或纯黑，边缘出现硬截断。

原因：imread读进来的彩色图默认是uint8，取值范围 0 到 255。插值过程里做乘加，uint8会饱和到 255 而不是回绕，只要有一步结果超过 255 就被钉死。双三次核有负权重，中间结果可能为负，被截成 0，振铃变成了大块黑斑。

解决：进算法前统一转成double并归一化到[0,1]，img = im2double(imread('x.png'))；所有中间计算都在double下做；输出前再im2uint8转回去。整条链路上，只要有一个函数用了uint8运算，前面所有精度控制都白费。

5.2 少了半个像素的偏移

现象：算法跑通了，PSNR 却比预期低两三个 dB；把放大结果和原图叠加，发现整幅图朝左上偏了半个像素。

原因：映射公式里漏了像素中心的偏移。目标像素的几何中心在索引位置，但它覆盖的区间是[i-0.5, i+0.5]，映射到源图时必须用中心坐标去算，算完再转成索引。少一个+0.5，整体就平移半格。

解决：反向映射统一写成(i - 0.5) * s + 0.5的形式，s是缩放步长。这个公式在放大、缩小、任意目标尺寸三种情况下都成立，写死在build_map一个函数里，全项目只此一处，不给自己犯错的机会。改完用一张全白图和一张棋盘图验证，棋盘的黑白格边界应该正好落在整数格点上。

5.3 自写双三次和 imresize 对不上

现象：自己写的双三次放大两倍，和imresize(img, 2, 'bicubic')的结果差一大截，视觉上自己写的更糊。

原因：imresize的'bicubic'默认开启了抗混叠（antialiasing），缩小的时候会先把核按缩放比例展宽，相当于内置了一层低通；另外它的核参数和边界处理方式和你写的也不完全一样。放大倍数接近 1 时，这个差异尤其明显。

解决：验证时不要直接和imresize逐像素比。正确的做法是拿一个纯数学的测试信号，比如一维斜坡序列或者二维的二次曲面，用解析解验证自己的核函数；再在放大倍数明显大于 1.5 的情况下和imresize做视觉对比，允许微小差异。要在论文里明确写出「本文实现与工具箱默认行为在抗混叠策略上不同」，把差异说清楚，比装作一致要安全得多。

5.4 计时和运算量统计失真

现象：向量化写法的算法耗时只有循环版的三分之一，但两者的运算量分析明明差不多；同一段代码跑两次，时间差出好几倍。

原因：MATLAB 有 JIT 加速，循环结构在第二次执行时会被优化，第一次调用的耗时偏高；tic/toc测量的包含函数调用和内存分配开销，向量化写法虽然乘法次数一样，但内存访问模式完全不同；后台还有别的进程在抢 CPU。

解决：每个算法单独跑一次预热丢掉，再连续跑 5 次取中位数；测试前clear掉变量避免缓存干扰；关掉不必要的图形窗口；计时只包住核心插值循环，不含读写和显示。更重要的是，论文里的运算量主指标用「每像素乘法次数」这个理论值，实测耗时只作为辅助佐证，两者的角色不能颠倒。

5.5 彩色图像三通道的处理顺序

现象：灰度图上效果不错，换成彩色图，色块边缘出现彩色镶边，尤其是红色和蓝色的高对比区域。

原因：一是把 RGB 直接转灰度处理再转回去，颜色信息全丢了；二是三个通道独立插值，但三个通道的边缘位置并不完全重合，插值后各通道的偏移量不同，合成时出现伪彩；三是 RGB 空间本身不适合做插值，三个分量高度相关，误差会被放大。

解决：如果题目只考察算法本身，测试集统一用灰度图，把结论限定在灰度域，这是最稳妥的做法。如果必须处理彩色，先转 YCbCr（MATLAB 里rgb2ycbcr），只对亮度通道用高阶插值，两个色度通道用双线性甚至最近邻，因为人眼对色度分辨率本来就不敏感。转回 RGB 之前记得把取值范围钳到[0,1]，否则又会撞上 5.1 的问题。

注意：rgb2ycbcr的输入必须是uint8或double且在合法范围内，传进去一个含负值的中间结果会直接报错或者输出错乱。转换前后各做一次范围检查，能省掉大量排查时间。

6. 验收与答辩：一张表跑完对比，三个问题答住评委

验收这件事，不能等到论文写完才想。我一般会在写代码的第一周就把最终的对比表格式定下来，所有实验都往这个表里填，缺哪一格补哪一格。表大概是这样的：

有了这张表，答辩时最常被问的三个问题就都有答案了。

第一个问题：「你这几种算法到底哪个最好？」标准答案是没有最好，只有适配。放大且要求实时，选双线性；放大且要求画质、后处理有余量，选双三次；缩小且运算受限，选近邻加邻域平均；图像噪声大，三次核的振铃会很难看，反而不如双线性。能把这个取舍讲清楚，比背一个排名有价值得多。

第二个问题：「你的数据和别人的能比吗？」答案取决于口径是否交代清楚。测试图来源、缩放倍数、参考图的获取方式、PSNR 的峰值取值、耗时是否含读写，这五项必须在论文里写死。任何一项含糊，数据就不可比。

第三个问题：「这个算法能上硬件吗？」这时候运算量分析就派上用场了。每像素 8 次乘法的双三次，1920×1080 一帧是约 1660 万次乘法，60 帧每秒就是 10 亿次，这个量级能不能接受，取决于目标平台的算力。把这条推算写进论文，比空谈「具有一定的工程价值」实在得多。

现场演示我建议准备一个demo.m，输入一张测试图、一个缩放倍数和一个算法名，直接输出三张图：原图、缩放结果、误差放大图。误差放大图就是把abs(ref - test)拉伸到可视范围，振铃和锯齿一眼就能看出来，比讲十句原理都直接。

从那以后我每带一个学生做这个题目，都强制要求他在提交前把run_all.m从头到尾跑一遍，中间不许手动干预，跑出来的表必须和论文里的数字一字不差。有一次一个学生的表格是手抄的，抄错了一位小数，答辩时被问到具体数值，当场对不上，后面的问题全乱了。这种错误不值得犯，也不难防。希望帮到你。

本文还有配套的精品资源，点击获取