MLX90640 紅外熱成像儀測(cè)溫模塊開(kāi)發(fā)筆記（五）陣列插值-由 32*24 像素到 512*384 像素

MLX90640 的 32*24=768 像素雖然比以往的 8*8 或者 16*8 像素提高了很多，但若直接用這些像素還是不能很好的形成熱像圖，為了使用這些像素點(diǎn)平滑成像就需要對(duì)其進(jìn)行插值，使用更多的像素來(lái)繪制圖像。
看了一些別人的算法，感覺(jué)主要就是多項(xiàng)式插值，僅是插值方法的組合方式不同。
算法依據(jù)
比較有代表性的是杭州電子科技大學(xué)楊風(fēng)健等《基于 MLX90620 的低成本紅外熱成像系統(tǒng)設(shè)計(jì)》，使用三次多項(xiàng)式+雙線性插值，將原 16*4 像素?cái)U(kuò)展為 256*64 像素。雙線性插值的本質(zhì)就是一次函數(shù)（一次多項(xiàng)式）。該文章得到的結(jié)論是：
（1） 雙線性插值法計(jì)算量小、速度快，但對(duì)比度低、細(xì)節(jié)模糊。
（2） 三次多項(xiàng)式插值，圖像效果較清晰，對(duì)比度較高，但計(jì)算量較大。
（3） 先雙線性插值再三次多項(xiàng)式插值，效果優(yōu)于上兩種單一插值方法。
（4） 先三次多項(xiàng)式插值再雙線性插值，高低溫分布更加明顯，圖像效果更接趨于真實(shí)。同時(shí)，該文章還使用了一種對(duì)圖像質(zhì)量的評(píng)估方法---熵&平均梯度
熵，熱力學(xué)中表征物質(zhì)狀態(tài)的參量之一，用符號(hào) S 表示，其物理意義是體系混亂程度的度量。用于圖像評(píng)價(jià)表示圖像表達(dá)信息量的多少。圖像熵越高信息量越大。
平均梯度，指圖像的邊界或影線兩側(cè)附近灰度有明顯差異，即灰度變化率大，這種變化率的大小可用來(lái)表示圖像清晰度。它反映了圖像微小細(xì)節(jié)反差變化的速率，即圖像多維方向上密度變化的速率，表征圖像的相對(duì)清晰程度。值越大表示圖像越清晰。

插值實(shí)現(xiàn)
每行或者列的首個(gè)像素在前面插值 2 個(gè)點(diǎn)
1~n-1 像素，每個(gè)像素后面插值 3 個(gè)點(diǎn)最后一個(gè)像素，在后面插值 1 個(gè)點(diǎn)
n+2+(n-1)*3+1=n+2+n*3-1*3+1=4n+2-3+1=4n，即：像素變?yōu)樵瓉?lái)的 4 倍
上面的處理方法，首個(gè)像素之前插入 2 個(gè)點(diǎn)，最后一個(gè)像素之后插入 1 個(gè)點(diǎn)，下次插值
時(shí)，應(yīng)首個(gè)之前插值 1 個(gè)點(diǎn)，末個(gè)像素之后插值 2 個(gè)點(diǎn)，以達(dá)到圖像平衡。
每次插值后像素為插值前的 4 倍，經(jīng)過(guò)兩次插值，即可將 32*24 改變?yōu)?512*384 像素。下面是已經(jīng)實(shí)際使用的插值算法，不過(guò)是用 Pascal（Delphi）寫(xiě)的，有興趣的可以改為
C 語(yǔ)言的，語(yǔ)句對(duì)應(yīng)直接改就行，語(yǔ)言本來(lái)就是相通的嘛。

//這是一維數(shù)組插值算法
//SourceDatas:TDoubles;插值前的一維數(shù)組
//Dir:Integer;在哪個(gè)方向和末尾插入 2 個(gè)值（0：前面；1：末尾）
//times:Integer 多項(xiàng)式的項(xiàng)數(shù)，一次多項(xiàng)式是 2 項(xiàng)，二次多項(xiàng)式是 3 項(xiàng)
//返回值：插值后的一維數(shù)組（數(shù)量是插值前*4） function PolynomialInterpolationArr(
SourceDatas:TDoubles; Dir:Integer;
times:Integer):TDoubles;//一維數(shù)組插值
var
i,j,k:Integer;
arrCount:Integer;

審核編輯：湯梓紅