卷积神经⽹络CNN基本概念（⼆）上采样下采样
微信的个性签名缩⼩图像：或称为下采样（subsampled）或降采样（downsampled）
如何治疗静脉曲张
主要⽬的有两个：1、使得图像符合显⽰区域的⼤⼩；2、⽣成对应图像的缩略图。
放⼤图像：或称为上采样（upsampling）或图像插值（interpolating）
鼠牛虎兔主要⽬的是放⼤原图像，从⽽可以显⽰在更⾼分辨率的显⽰设备上。郭静>请假条如何写
对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然⽽，确实有⼀些缩放⽅法能够增加图像的信息，从⽽使得缩放后的图像质量超过原图质量的。
关于采样与池化的关系：其实下采样就是池化精雕细刻
采样层是使⽤ pooling的相关技术来实现的，⽬的就是⽤来降低特征的维度并保留有效信息，⼀定程度上避免过拟合。但是pooling的⽬的不仅仅是这些，他的⽬的是保持旋转、平移、伸缩不变形等。采样有最⼤值采样，平均值采样，求和区域采样和随机区域采样等。池化也是这样的，⽐如最⼤值池化，平均值池化，随机池化，求和区域池化等
下采样原理：对于⼀幅图像I尺⼨为M*N，对其进⾏s倍下采样，即得到(M/s)*(N/s)尺⼨的得分辨率图像，当然s应该是M和N的公约数才⾏，如果考虑的是矩阵形式的图像，就是把原始图像s*s窗⼝内的图像变成⼀个像素，这个像素点的值就是窗⼝内所有像素的均值：配糖体
上采样原理：图像放⼤⼏乎都是采⽤内插值⽅法，即在原有图像像素的基础上在像素点之间采⽤合适的插值算法插⼊新的元素。
插值算法分类
对插值算法分类⽐较混乱，各⼈有各⼈的分类算法。⽂献《图像插值技术综述》中简略的将插值算法分为传统插值、 基于边缘的插值和基于区域的插值3类，作为初学者⼊门明晰插值算法还是有帮助。
1.传统差值原理和评价
在传统图像插值算法中，邻插值较简单，容易实现，早期的时候应⽤⽐较普遍。但是，该⽅法会在新图像中产⽣明显的锯齿边缘和马赛克现象。双线性插值法具有平滑功能，能有效地克服邻法的不⾜，但会退化图像的⾼频部分，使图像细节变模糊。在放⼤倍数⽐较⾼时，⾼阶插值，如双三次和三次样条插值等⽐低阶插值效果好。这些插值算法可以使插值⽣成的像素灰度值延续原图像灰度变化的连续
土木工程论文
性，从⽽使放⼤图像浓淡变化⾃然平滑。但是在图像中，有些像素与相邻像素间灰度值存在突变，即存在灰度不连续性。这些具有灰度值突变的像素就是图像中描述对象的轮廓或纹理图像的边缘像素。在图像放⼤中，对这些具有不连续灰度特性的像素，如果采⽤常规的插值算法⽣成新增加的像素，势必会使放⼤图像的轮廓和纹理模糊，降低图像质量。
2.基于边缘的图像插值算法
为了克服传统⽅法的不⾜， 提出了许多边缘保护的插值⽅法，对插值图像的边缘有⼀定的增强， 使得图像的视觉效果更好， 边缘保护的插值⽅法可以分为两类： 基于原始低分辨图像边缘的⽅法和基于插值后⾼分辨率图像边缘的⽅法。基于原始低分辨率图像边缘的⽅法:( 1)⾸先检测低分辨率图像的边缘， 然后根据检测的边缘将像素分类处理， 对于平坦区域的像素，采⽤传统⽅法插值；对于边缘区域的像素，设计特殊插值⽅法， 以达到保持边缘细节的⽬的。(2)基于插值后⾼分辨率图像边缘的⽅法这类插值⽅法:⾸先采⽤传统⽅法插值低分辨率图像，然后检测⾼分辨率图像的边缘，最后对边缘及附近像素进⾏特殊处理， 以去除模糊， 增强图像的边缘。
3.基于区域的图像插值算法
⾸先将原始低分辨率图像分割成不同区域，然后将插值点映射到低分辨率图像， 判断其所属区域， 最后根据插值点的邻域像素设计不同的插值公式， 计算插值点的值。
