更改稀疏矩阵的图像点分辨率答案

【问题标题】：Changing the image point resolution for sparsely populated matrix更改稀疏矩阵的图像点分辨率
【发布时间】：2012-10-02 19:51:40
【问题描述】：

我有一个图像（或矩阵），其中绝大多数点等于 NaN，只有少数点（在示例中显示为蓝色）是已知的。我想更改此图像（或矩阵）的分辨率，如 imresize。但是，问题是 imresize 不适用于填充 NaN 的矩阵，如果我想用其他值替换 NaN 值，最终的插值也不正确。有什么解决方案吗？一种解决方案可能是使用特定邻域的反距离，然后找到新的粗分辨率值。

【问题讨论】：

正如我所说，它改变了准确性，我正在寻找一种方法来避免我这样做。
是的，你是对的，我发帖的时候意识到了
实现您自己的简单版本，接受 NaN 值并且调整大小应该可以在不触及您宝贵的忧郁的情况下工作。如果您正在寻找与图像中带有 NaN 的 imresize 相同的效果，您将永远不会得到这些结果，因为必须处理 NaN。 NaN 没有正确答案
我需要一个在matlab中使用的简单方法，我不知道！！
我觉得有办法！使用插值方法！但我不知道如何

标签： image matlab image-processing sparse-matrix

【解决方案1】：

你可以使用一个简单的最近邻：

img2 = kron(img, ones(2))  %# for scale factor 2
img2 = kron(img, ones(3))  %# for scale factor 3
...

唯一的缺点是你只能有整数值的比例因子。这是完全有道理的，因为使用插值调整 NaN 的大小是完全不可能的。

作为替代方案，您可以使用

img(isnan(img)) = -1;          %# or something else more suited
img2 = imresize(img, 1.2)      %# resize your img normally

img2(img2~=1 | img~=0) = NaN;  %# make everything that's not valid NaN again

【讨论】：

tnx 为你的答案，但正如我所说，我有一些点等于 0 和 1，我不能用另一个值替换 NaN 值，因为结果会改变。此外，克朗模具也为此目的而工作。我认为我应该实现一种插值方法，只考虑 un-NaN 值进行插值。
@Sam：你真的尝试过这样做吗？这些值确实会“改变”，但是你将那些非 0 和非 1 值的像素扔掉，你会得到一个包含 NaN 和 0 和 1 的重新调整大小的图像，仅此而已。你会得到一些混叠，但这是你能做的最好的。编写自己的插值会很麻烦，我保证没有比这更好的了。
我想试试你的代码的时候报错，img2和img的维度不相等！

【解决方案2】：

我只会草拟一个可行的解决方案：

在值有效的地方制作矩阵掩码
调整该蒙版的大小
重新填写值

前两个步骤非常简单：

mask      = ~isnan(data);
largeMask = imresize(mask, factor);
largeImage = largeMask;

棘手的部分在最后一步，我不会实施，而只是展示我想要做的事情。我会在未调整大小的数据 (index = find(~isnan(data))) 中订购有效值，这样如果您可以在更大的数据中恢复该顺序，您只需将它们填回即可。对于该恢复，您可能需要计算 @987654323 @小矩阵中每个数据点的坐标，自己转换成大矩阵，找到它的邻居并填充。

编辑：当您调整掩码大小时，您可能会得到很好的结果，用NaN 替换一些不会扭曲点值的值替换数据大小，然后重新应用将掩码转换为您的图像以将 NaN 放回原位。无论如何，这只是在黑暗中的一个镜头，因为您没有指定应该如何插值数据或何时认为这些值有效。

对于某些问题，我认为一个很好的起点是尝试手动执行操作（或例如使用 GIMP/Photoshop），然后尝试在代码中实现它。

【讨论】：

tnx 为您解答，正如我发现的那样，在您的解决方案中这些点不会改变，是吗？因为您建议将它们转移到下一个较粗的网格，而应该更改它们！
如果你想让它们改变，你可以在重新填写时计算它们应该是什么。
那是我应该如何计算新值的确切问题！
不需要大喊大叫，但如果你把问题提得更清楚一些，也许你会得到更好的答案。