图像插值
目前，终端显示器都由点阵的像素点构成，在表现非水平或者竖直的直线时，必然会出现直线的歪曲，即锯齿效应。位图经过缩放、旋转等变换，都会使锯齿效应增强。尤其当显示分辨率过低时，在表现非水平或竖直的直线以及明显边缘时，离散的像素点间灰度值缺少过渡，会有很明显的锯齿。对于这种情况，我们需要对图像边缘进行柔化处理，使图像边缘看起来更平滑，更接近现实。
同样的，依空间坐标变换方法，计算得到的对应点坐标通常不是整数，如果简单地使用取整或者最邻近插值的方法得到目标图像，目标图像会有比较明显的锯齿效应。对于这个问题，在处理过程中通常是采用双线性插值或双三次插值。在均衡算法速度与图像质量的情况下，更倾向于使用双三次插值方法来完成图像处理中的灰度级插值。
最近邻插值
最近邻插值算法又称零阶插值，它是一种比较容易实现且算法复杂度较低的插值算法，其原理是取待插值点周围4个相邻像素点中欧式距离最短的一个邻点的灰度值作为该点的灰度值。由于仅用对该插值点影响最大的（即最近的）像素的灰度值作为该点的值，没有考虑其他相邻像素的影响，因此插值后得到的图像容易产生块效应，造成图像模糊，放大效果一般不够理想。
双线性插值
双线性插值是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值。其原理是待插点像素值取原图像中与其相邻的４个点像素值的水平、垂直两个方向上的线性内插，即根据待采样点与周围４个邻点的距离确定相应的权重，从而计算出待采样点的像素值。
根本上来说，双线性插值算法是一种加权算法，如图所示。它以到最近四个像素点的距离为参考权值，经两次线性插值，综合得到当前点的灰度值。
计算公式如下：
从公式中我们可以看出，目标点的灰度值由周围四个像素点依权值取平均得到，有低通滤波的效果，故而能够起到抗锯齿的效果。
但此种插值方法中没有考虑相邻点间灰度值变化率的影响，因此具有低通滤波器的性质，会使放大后图像的重要细节受到损失，图像变得模糊不清。
------------------------------------------------------------------------------------------------------------------
双线性插值公式：
矩阵表示：
与这种插值方法名称不同的是，这种插值方法的结果通常不是线性的，它的形式是：
插值的结果与插值的顺序无关。首先进行 y 方向的插值，然后进行 x 方向的插值，所得到的结果是一样的。
【转载自】
双线性插值 - 木lin木 - 博客园 https://www.cnblogs.com/linkr/p/3630902.html
【参考文献】
【其他】
图像插值----双线性插值完全解析 - CSDN博客 https://blog.csdn.net/u013355826/article/details/56680521
数字图像处理之双线性插值 - 海上的风 - 博客园 https://www.cnblogs.com/sdxk/p/4056223.html
最临近、双线性、三次卷积插值算法比较 - CSDN博客 https://blog.csdn.net/zhangyuehuan/article/details/44939115
双线性插值和双三次插值 - CSDN博客 https://blog.csdn.net/datase/article/details/80576054
图像旋转 双线性插值 c++ - CSDN博客 https://blog.csdn.net/Chunfengyanyulove/article/details/50218599
双线性插值-图像旋转 - CSDN博客 https://blog.csdn.net/wuminmatlab/article/details/43305847
【文件】