双线性插值的matlab实现，可以用于运动补偿，对处理后的图像进行重建等

对格朗日、分段线性、三次样条插值方法的运用。

加入VGA模块、PLL锁相环

算法中小数部分到底该如何处理（定点化处理，注意精度问题） 如果求出插值公式中的系数，以及周围四个点的坐标 求出四个点之后，为加快速度，如何将四个点的像素值同时读出

针对FDK算法重建图像异常耗时的问题,提出了一种极坐标反投影快速重建算法。根据三角函数对称性,64幅预处理后的投影数据在反投影过程中同时运算;在极坐标反投影数据映射到笛卡尔坐标时,利用像素位置相关参数的对称性,在不使用查表方法的情况下,使双线性插值的计算量大大减少。实验结果表明,采用这两种措施实现了FDK算法优化,与传统的FDK算法相比,重建速度提高8倍,采用CUDA技术,实现GPU对其加速,速度提高40倍,且均不产生新的误差。

更快的一维线性插值：'interp1qr' 按照公式yi = y1 +（y2-y1）/（x2-x1）*（xi-x1），使用'x'和'y'对'xi'点进行一维线性插值，得到'yi'。 变量： - 'x' 是列向量 [mx 1]，单调递增。 -“ y”是矩阵[mxn]，对应于“ x”。 - 'xi' 是列向量 [px 1]，按任何顺序排列。 - 'yi' 是矩阵 [pxn]，对应于 'xi'。 它具有与内置 MATLAB 函数“interp1q”相同的功能（有关详细信息，请参阅 MATLAB 帮助）。 它的运行速度至少比“interp1q”快 3 倍，比“interp1”快 8 倍，并且随着 m=length(x) 的增加，速度提高了 10 倍以上（参见附加的性能图）。 与“ interp1q”一样，此功能不进行输入检查。 要正常工作，用户必须注意以下事项： -'x'必须是单调递增

此函数执行插值的速度比 MATLAB 的“interp1”函数快。 在小型库和搜索数组的限制下，它快了约 5 倍。 在大型库数组的限制下，qinterp1 具有平坦的缩放比例，而 interp1 具有线性增加的缩放比例（请参阅此文件的图像）。 qinterp1 需要一个均匀间隔、单调递增的 x 数组。 与 interp1 一样，qinterp1 为越界的 xi 值返回 NaN。 根据 John D'Errico 的建议，最近下邻方法已更改为现在使用真正的最近邻插值（以轻微的速度成本）。 关于错误检查的说明：因为对库数组的任何错误检查都会破坏平面缩放定律，因此该函数不对库（x 和 y）数组执行错误检查。 如果 y 和 xi 数组不是列向量或行向量，则此函数将返回错误。 输入“help qinterp1”以获取使用说明。 这对于很多版本应该是向后兼容的。 它是独立于平台的。 附图显

ChaZhiChuLi.m 双线性插值和最邻近插值对图像放大和缩放整数倍，整数由用户自己输入 Denglv.m 登录界面 XuanZe.m 选择常规图像处理和插值处理模块 GeZhongChaZhi.m 对比度亮度增强模块，直方图均衡化处理，显示处理前后的直方图 ChaZhiChuLi.fig 双线性插值和最邻近插值对图像放大和缩放整数倍界面 Denglv.fig 登录界面 XuanZe.fig 选择模块界面 GeZhongChaZhi.fig 对比度亮度增强模块，直方图均衡化处理，显示处理前后的直方图界面 该压缩文件解压缩后直接点击运行Denglv.m即可，登录账号：2017020207；登录密码：ZYL，下载后有任何运行问题可以加Q:3467096262联系我给予解决，或则直接在下方评论区评论就可以了。

针对单板CMOS图像传感器采集的Bayer模板的数据，结合FPGA硬件结构FIFO_DFF构成3×3插值模板，提出一种改进的双线性插值算法。插值过程中利用当前要还原的分量同通道的水平、垂直以及两个对角线方向上的已知分量进行边缘检测，用梯度小的方向的分量进行插值还原缺失的分量。实验结果表明，在FPGA中使用该算法插值得到的图像色彩准确，增强了图像的边缘和细节，图像清晰度高。

1.CUDA纹理学习 2.CUDA定义核函数加速重建 3.平行束采点 4.双线性插值函数 5.SART重建