图像处理过程中，经常会用到插值方法对图像大小进行变换，然而不同的插值方法对图像影响非常大。这篇笔记仅作为一个引子，该论文的对比结果仅作参考，真正有价值的是其实验思路。

日后在进行图像处理过程中，能够对其有轻微印象，笔记的意义也就存在了。

1. 实验对比结果

作者没有对第三维度做比较严格的限制，但是根据表中结果，维度的变化会较大的影响图像的处理结果。

2. 衡量图像插值变换的后差异度：

2.1 MSE

$MSE = \frac{1}{M \times N} \sum_{i=1}^M \sum_{j=1}^{N} (f'(i,j) - f(i, j)) ^ 2$

2.2 PSNR(Peak Signal-to-Noise Ratio, 峰值信噪比)： 越大表示图像保真度越高

$PSNR = 10 log_{10}\frac{Q^2}{MSE}$

Q表示像素的灰度阶，一般是255

2.3 SSIM(Structural Similarity Index): 结构相似性——但过于计算稍，因此仅做了解，知道他是用均值、协方差来计算相似度的即可。

1. 参考文献：《Evaluation of interpolation effects on upsampling and accuracy of cost functions-based optimized automatic image registration》 https://doi.org/10.1155/2013/395915 ↩