一段时间后，我在

MATLAB Image Processing Toolbox中通过了

imresize功能的代码，为图像的最近邻插值创建了一个简化版本。以下是如何应用于您的问题：

%# Initializations:

scale = [2 2]; %# The resolution scale factors: [rows columns]

oldSize = size(inputImage); %# Get the size of your image

newSize = max(floor(scale.*oldSize(1:2)),1); %# Compute the new image size

%# Compute an upsampled set of indices:

rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));

colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));

%# Index old image to get new image:

outputImage = inputImage(rowIndex,colIndex,:);

另一个选择是使用内置的interp2功能，尽管您提到不想在其中一个注释中使用内置函数。

编辑：解释

如果有人有兴趣，我以为我会解释上面的解决方案如何工作？

newSize = max(floor(scale.*oldSize(1:2)),1);

首先，要获取新的行和列大小，将旧的行和列大小乘以比例因子。该结果向下取整为floor的最接近的整数。如果比例因子小于1，您可能会遇到一个奇怪的大小值之一为0的情况，这就是为什么调用max可以替换任何更少的值比1与1。

rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));

colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));

接下来，为行和列计算新的一组索引。首先，计算一组用于上采样图像的索引：1：newSize(…)。每个图像像素被认为具有给定的宽度，使得像素1跨越0到1，像素2从1到2等等。因此，像素的“坐标”被视为中心，这就是为什么0.5从指数中减去。然后将这些坐标除以比例因子，以给出原始图像的一组像素中心坐标，然后将其添加到它们中并被舍入，以获得原始图像的整数指数集合。对min的调用确保这些索引中没有一个大于原始图像大小oldSize(…)。

outputImage = inputImage(rowIndex,colIndex,:);

最后，通过简单索引到原始图像来创建新的上采样图像。