Phương pháp này áp dụng kết quả của các phương pháp trướcđể phát triển lên. Với m, n là kích cỡ của ảnh theo trên. Phương pháp sử dụng phép nội suy để tìm các điểm ảnh.
Nội suy hàm 1 biến:MATLAB dùng hàm interp1(x,y,xi,< phương pháp>)với x, là giá trị của hàm tại những điểm đã cho và xi là giá trị mà tại đó ta cần nội suy ra giá trị
yi.<phươngpháp> có thể là một trong các giá trị sau :‘nearest’- phương pháp này đặt giá trị nội suy vào giá trị đã cho gần nhất, phươngpháp này nhanh nhưng kết quả kém chính xác nhất. Vídụ: x=[12345]; y=[5.5,43.1,128,290.7,498.4]; yi=interp1(x,y,1.6,'nearest') yi=43.1000
‘linear’- phương pháp này coi đường cong đi qua 2 điểm cho trước là đường thẳng. Vídụ:
yi=interp1(x,y,1.6,'linear') yi=28.0600
‘spline”- dùng phương pháp nội suy spline. Vídụ:
yi=interp1(x,y,1.6,'spline') yi=24.9782
Vídụ:
yi=interp1(x,y,1.6,'cubic') yi=25
22.3840
Nội suy hàm hai biến: Hàm interp2 thực hiện nội suy hàm 2 biến. Dạng hàm tổng quát: ZI=interp2(X,Y,Z,XI,YI,<phươngpháp>)
Z- ma trận chữ nhật chứa giá trị của hàm 2 biến.
X,Y-mảng có cùng kích thước, chứa giá trị x, y đã cho. XI,YI-mảng chứa giá trị cần nội suy.
Các<phươngpháp>gồm:‘nearest’,’linear’,’cubic’ Nội suy mảng nhiều chiều:
interp3 nội suy hàm 3 biến. interpn nội suy hàm nhiều biến.
Phương pháp này là duyệt các ma trận điểm ảnh lần lượt là:
X=[-1,0,+1;-1,0,+1;-1,0,+1]; Y=[-1,-1,-1;0,0,0;+1,+1,+1]; Z=[Ibw(i-1,j-1),Ibw(i-1,j),Ibw(i-1,j+1); Ibw(i,j-1),Ibw(i,j),Ibw(i,j+1); Ibw(i+1,j-1),Ibw(i+1,j),Ibw(i+1,j+1)]; XI=[Ix(i,j)/NVI(i,j), -Ix(i,j)/NVI(i,j)]; YI=[Iy(i,j)/NVI(i,j), -Iy(i,j)/NVI(i,j)];
và tiến hành nội suy với hàm:
ZI=interp2(X,Y,Z,XI,YI);
Sau đó ta sẽ so sánh với các hệ số của ma trận điểm ảnh Thresholding nếu: if Ibw(i, j) >= ZI(1) & Ibw(i, j) >= ZI(2);
Thì:
I_temp(i,j)=I_max;
Nếu ngược lại:
I_temp(i,j)=I_min;
Ma trận điểm ảnh mới sẽ được hình thành, hay phương pháp này còn được gọi là phương pháp Thinning.