日常生活和工作中,我们常常需要改变图像的尺寸以满足不同领域及应用的需求。数字图像缩放已成为数字图像处理领域中一个很重要的话题,而图像插值技术则是实现图像缩放的一个重要工具。目前比较常用的几种插值算法如:最近邻插值,双线性插值、双三次插值以及样条函数插值等,都可归类为线性插值,其插值原理类似于“低通滤波”,容易导致原始图像中不同程度的细节退化。而近年来新兴的插值技术,如WT(小波变换)方法、偏微分方程方法、神经网络方法和Bayesian分析法等,虽各有其插值的优越性,但仍难避免插值后结果图像边缘细节损失较多的弊端。基于这种背景,本文提出了一种基于非均匀B样条曲面的图像插值算法。主要研究内容包括:构造B样条曲线时参数化方法的选取; B样条插值曲面的构造以及对插值后结果图像中的人工边缘问题的处理。本文的主要创新工作如下:1.采用基于图像亮度变化的非均匀参数化方法构造B样条曲面。将整幅图像置于三维空间,图像像素值看作三维空间中的Z轴坐标值,采用基于图像亮度变化的非均匀参数化方法来构造B样条曲面。此曲面由图像中每相邻25个像素点的线性组合计算得到的网格点构成,是C1连续的。基于该曲面的插值算法能够去除噪声,生成较传统样条插值算法更为清晰的目的图像。2.使用边缘检测算子分离图像边缘点与非边缘点,对其分别进行处理。使用上述非均匀B样条曲面来对图像进行插值,得到的结果图像边缘处易出现锯齿,针对此项缺陷,本文提出使用边缘检测算法提取图像边缘,并对边缘点另行处理。3.针对边缘像素点采用在边缘处拥有良好插值效果的双三次插值算法。双三次插值算法虽然容易产生噪点,但经其插值后,目的图像在边缘处的视觉效果良好。因此针对边缘像素点使用此算法便能够在图像放大倍数较大时削弱边缘处的锯齿效应,保证图像整体的视觉效果。总之,本文结合计算机图形学和图像处理的理论方法,提出了一种适用于任意尺度缩放的插值模型,为数字图像处理领域提供了新的研究视角。研究结果在医学、公安、军事、气象等领域具有较好的理论意义和实用价值。