Алгоритм интерполяции ближайшего соседа в MATLAB

Этот ответ более пояснительный, чем попытка быть кратким и эффективным. Я думаю, что решение gnovice является лучшим в этом отношении. Если вы пытаетесь понять, как это работает, продолжайте читать ...

Теперь проблема с вашим кодом заключается в том, что вы сопоставляете местоположения из входного изображения в выходное изображение, поэтому вы получаете пятнистый вывод. Рассмотрим пример, когда входное изображение полностью белое, а выход инициализирован черным, мы получаем следующее:

Вы должны делать противоположное (от вывода к вводу). Для иллюстрации рассмотрим следующие обозначения:

1           c         1                 scaleC*c
+-----------+ 1       +----------------------+ 1
|    |      |         |        |             |
|----o      |   <===  |        |             |
|  (ii,jj)  |         |--------o             |
+-----------+ r       |      (i,j)           |
  inputImage          |                      |
                      |                      |
                      +----------------------+ scaleR*r
                            ouputImage

Note: I am using matrix notation (row/col), so:
  i ranges on [1,scaleR*r] , and j on [1,scaleC*c]
  and ii on [1,r], jj on [1,c]

Идея состоит в том, что для каждого местоположения (i, j) в выходном изображении мы хотим сопоставить его с «ближайшим» местоположением в координатах входного изображения. Поскольку это простое отображение, мы используем формулу, которая отображает заданное x в y (с учетом всех остальных параметров):

 x-minX      y-minY
--------- = ---------
maxX-minX   maxY-minY

в нашем случае, x - координата i / j , а y - координата ii / jj . Поэтому замена каждого дает нам:

jj = (j-1)*(c-1)/(scaleC*c-1) + 1
ii = (i-1)*(r-1)/(scaleR*r-1) + 1

Собирая части вместе, мы получаем следующий код:

% read a sample image
inputI = imread('coins.png');
[r,c] = size(inputI);
scale = [2 2];        % you could scale each dimension differently

outputI = zeros(scale(1)*r,scale(2)*c, class(inputI));

for i=1:scale(1)*r
    for j=1:scale(2)*c
        % map from output image location to input image location
        ii = round( (i-1)*(r-1)/(scale(1)*r-1)+1 );
        jj = round( (j-1)*(c-1)/(scale(2)*c-1)+1 );

        % assign value
        outputI(i,j) = inputI(ii,jj);
    end
end

figure(1), imshow(inputI)
figure(2), imshow(outputI)

MATLAB уже сделал это за вас. Используйте imresize :

output = imresize(input,size(input)*2,'nearest');

или, если вы хотите масштабировать как x, так и y одинаково,

output = imresize(input,2,'nearest');

Вам просто нужна более обобщенная формула для вычисления xloc и yloc.

xloc = (j * (newwidth+1)) / (x+1);
yloc = (i * (newheight+1)) / (y+1);

Это предполагает, что ваши переменные имеют достаточный диапазон для результатов умножения.