图像插值是数字图像处理领域的一项重要任务,是图像缩放、旋转、几何矫正等图像操作的基础。论文首先分析了图像插值的离散和连续两种观点、插值的一般步骤以及插值中的空间变换等。详细阐述了信号插值理论,通过对信号采样模型及采样失真的分析,总结了采样带来的混淆失真和孔径失真带给图像的降质,对比分析了常见的图像插值问题仿真模型。系统介绍了传统的线性插值算法,归纳了线性插值的共同技术缺陷和它们的理论成因。然后,论文详细介绍了一批自适应图像插值算法,讨论了各算法的优势和局限性。自适应插值技术的效果比线性插值有了较大的改善,但算法复杂,在实际图像处理系统中应用困难。本文在深入研究传统的偏差距离(WaDi)图像插值算法的基础上,提出了基于局部梯度的图像插值算法。本算法充分挖掘图像数据中的空间梯度信息和局部不对称特征,增加了由于采样而丢失的高频成分,较好的改善了边缘模糊和锯齿现象,图像细节清晰,可以弥补线性插值导致的高频成分丢失的缺点。算法可用于图像的整数和非整数倍放大,也可用于图像旋转等,计算简单,易于实现。针对人眼对图像边缘的敏感性,论文将误差修正定理引入图像插值,提出了一种新的基于误差修正的自适应边缘保持插值算法。详细讨论了算法中的误差修正方法、边缘的检测和分类等问题。此算法有效重建了图像边缘因采样不足而损失的高频成分。仿真实验的客观评价标准证明算法相对于线性算法更好地逼近了理想图像。