我正在尝试编写自己的函数，使用最近邻插值算法对输入图像进行放大。糟糕的是，我能够看到它的工作原理，但找不到算法本身。非常感谢任何帮助。
以下是我尝试过的将输入图像放大两倍的方法：
function output = nearest(input)
[x,y]=size(input);
output = repmat(uint8(0),x*2,y*2);
[newwidth,newheight]=size(output);
for i=1:y
for j=1:x
xloc = round ((j * (newwidth+1)) / (x+1));
yloc = round ((i * (newheight+1)) / (y+1));
output(xloc,yloc) = input(j,i);
end
end
以下是来自Mark的建议后的输出结果 
这个回答更注重解释而非简洁高效。我认为gnovice的解决方案在这方面最佳。如果你想要理解它是如何工作的，请继续阅读...
现在，你的代码问题在于，你正在将输入图像的位置映射到输出图像上，这就是为什么你得到了“斑点”输出的原因。考虑一个例子，其中输入图像全是白色，输出初始化为黑色，我们得到如下结果：
你应该做的是相反的（从输出到输入）。为了说明，请考虑以下表示法：
1 c 1 scaleC*c
+-----------+ 1 +----------------------+ 1
| | | | | |
|----o | <=== | | |
| (ii,jj) | |--------o |
+-----------+ r | (i,j) |
inputImage | |
| |
+----------------------+ scaleR*r
ouputImage
Note: I am using matrix notation (row/col), so:
i ranges on [1,scaleR*r] , and j on [1,scaleC*c]
and ii on [1,r], jj on [1,c]
我们的想法是，对于输出图像中的每个位置(i,j)，我们希望将它映射到输入图像坐标中"最近"的位置。由于这是一个简单的映射，我们使用将给定的x映射到y的公式（给定所有其他参数）：
x-minX y-minY
--------- = ---------
maxX-minX maxY-minY
在我们的情况下，x 是 i/j 坐标，而 y 是 ii/jj 坐标。因此，将每个坐标替换为其对应的值得到：
jj = (j-1)*(c-1)/(scaleC*c-1) + 1
ii = (i-1)*(r-1)/(scaleR*r-1) + 1
将所有部分组合起来，我们得到以下代码：
% read a sample image
inputI = imread('coins.png');
[r,c] = size(inputI);
scale = [2 2]; % you could scale each dimension differently
outputI = zeros(scale(1)*r,scale(2)*c, class(inputI));
for i=1:scale(1)*r
for j=1:scale(2)*c
% map from output image location to input image location
ii = round( (i-1)*(r-1)/(scale(1)*r-1)+1 );
jj = round( (j-1)*(c-1)/(scale(2)*c-1)+1 );
% assign value
outputI(i,j) = inputI(ii,jj);
end
end
figure(1), imshow(inputI)
figure(2), imshow(outputI)
我之前阅读了imresize函数在MATLAB图像处理工具箱中的代码，为了创建一个仅实现最近邻插值的图像简化版本。以下是如何将其应用于您的问题：
%# Initializations:
scale = [2 2]; %# The resolution scale factors: [rows columns]
oldSize = size(inputImage); %# Get the size of your image
newSize = max(floor(scale.*oldSize(1:2)),1); %# Compute the new image size
%# Compute an upsampled set of indices:
rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));
colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));
%# Index old image to get new image:
outputImage = inputImage(rowIndex,colIndex,:);
另一个选项是使用内置的interp2函数，尽管您在其中一个评论中提到不想使用内置函数。
编辑：解释
如果有人感兴趣，我想解释一下上面的解决方案是如何工作的...
newSize = max(floor(scale.*oldSize(1:2)),1);
首先，为了获得新的行列大小，需要使用比例因子乘以旧的行列大小。将结果向下舍入到最接近的整数，可以使用floor函数。如果比例因子小于1，则可能出现一个尺寸值为0的奇怪情况，因此调用max以将小于1的所有值替换为1。
rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));
colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));
接下来，为行和列都重新计算了一组索引。首先，计算了一个上采样图像的索引集：1:newSize(...)。将每个图像像素视为具有给定宽度，因此像素1跨越从0到1，像素2跨越从1到2等。因此，“坐标”被视为中心，这就是为什么从索引中减去0.5的原因。然后，这些坐标被除以比例因子，以给出原始图像的一组像素中心坐标，然后加上0.5并四舍五入以获取原始图像的一组整数索引。调用min确保这些索引中没有任何一个大于原始图像大小oldSize(...)。
outputImage = inputImage(rowIndex,colIndex,:);
最终，新的上采样图像是通过简单地索引原始图像来创建的。
output = imresize(input,size(input)*2,'nearest');
或者如果你想等比缩放x和y：
output = imresize(input,2,'nearest');
你只需要一个更通用的公式来计算xloc和yloc。
xloc = (j * (newwidth+1)) / (x+1);
yloc = (i * (newheight+1)) / (y+1);
这假设你的变量有足够的范围来存储乘法结果。