MATLAB中imresize抗锯齿实现相关代码的原理及公式推导问询

首先明确代码中变量的基础定义：

• kernel 是原始插值核函数（如双三次核、Lanczos核等），默认定义在输入图像的坐标空间，满足单位积分特性保证插值后图像亮度不变
• scale 是图像缩放系数，计算规则为 输出图像尺寸 / 输入图像尺寸，缩小图像时scale < 1，放大图像时scale > 1

核心推导依据：傅里叶变换的尺度特性 #

图像缩放本质是离散信号的重采样过程，为了避免下采样时的频率混叠（也就是抗锯齿的核心目标），需要在重采样前将输入图像的高频分量限制在新采样率的奈奎斯特频率以下，对应频域操作是将原始核的频域响应按scale系数压缩，而频域的压缩对应空域的拉伸，二者的对应关系由傅里叶尺度定理保证：

若空域函数k(x)的傅里叶变换为K(ω)，则scale * k(scale * x)的傅里叶变换为K(ω / scale)

我们需要的抗锯齿低通滤波刚好是把原始核的频域截止频率缩小为原来的scale倍，对应空域核就是scale * kernel(scale * x)，也就是代码中定义的h函数。

两行代码的逐行解释 #

• 第一行 h = @(x) scale * kernel(scale * x);
  • 输入乘scale：实现核函数在空域的尺度拉伸（scale < 1时核被拉宽，覆盖更多输入像素做平滑，实现低通抗锯齿；scale > 1时核被压缩，仅做插值不需要额外低通，自动适配放大场景）
  • 输出乘scale：补偿核拉伸后的积分值变化，保证新核的积分始终为1，避免缩放后图像出现整体偏亮/偏暗的问题
• 第二行 kernel_width = kernel_width / scale;
  核宽度的调整和核的空域拉伸完全匹配：scale < 1时核宽变大，确保遍历到所有需要参与计算的输入像素；scale > 1时核宽变小，和压缩后的核函数范围一致，避免无效计算。

实例验证 #

以缩小为原图一半的场景为例，scale = 0.5：

• 核函数输入乘0.5，原始双三次核的有效范围从[-2, 2]变为[-4, 4]，覆盖4个输入像素做加权平均，过滤掉高于新采样率奈奎斯特频率的分量，避免锯齿
• 核函数输出乘0.5，保证拉宽后的核积分仍为1，亮度不变
• 核宽从4变为8，刚好匹配拉伸后的核范围，不会漏算周围像素

内容的提问来源于stack exchange，提问作者Sienna