如今,数字图像已经在工程和数学领域引起广泛关注,而图像插值技术也已被广泛应用于数字图像处理,例如图像缩放、图像变形、图像恢复、图像重建、图像配准等。图像插值就是利用已知邻近像素点的灰度值来产生未知像素点的灰度值,以便由原始图像再生出具有更高分辨率的图像。本文首先通过分析实际图像获取系统将图像数字化后,建立图像的模型,并给出了图像的表示方法,根据数字图像的特点阐述了图像放大的基本原理。其次,本文介绍了传统的线性移不变插值算法。主要介绍了最近邻插值、线性插值、三次卷积插值、多项式插值、样条插值和高斯插值等。通过对传统的线性移不变图像插值算法的分析,归纳了线性移不变图像插值的共同技术缺陷和它们的理论成因。然后,论文从线性空不变图像插值和距离加偏差图像插值两方面介绍了现代自适应图像插值技术,讨论了各算法的优势和局限性。自适应插值技术的插值效果比线性移不变插值技术有了较大的改善,但算法复杂计算量大,在实际图像处理系统中应用困难。本文提出了一种基于图像边缘信息的自适应图像插值算法。根据边缘部分映射点邻域图像的复杂程度,自适应地调节插值权值的图像插值方法。应用该算法插值后的边界清晰、自然,忠实地反映了原始图像的面貌,与传统的插值算法相比,其边界处理效果好且易于实现,实验也验证了该方法的有效性。