1 亚像素理解
在相机成像的过程中，获得的图像数据是将图像进行了离散化的处理，由于感光元件本身的能力限制，到成像面上每个像素只代表附近的颜色。例如两个感官原件上的像素之间有4.5um的间距，宏观上它们是连在一起的，微观上它们之间还有无数微小的东西存在，这些存在于两个实际物理像素之间的像素，就被称为“亚像素”。亚像素实际上应该是存在的，只是缺少更小的传感器将其检测出来而已，因此只能在软件上将其近似计算出来。
亚像素可以表示为如下图所示,每四个红色点围成的矩形区域为实际原件上的像素点，黑色点为亚像素点:
根据相邻两像素之间插值情况的不同，可以调整亚像素的精度，例如四分之一，就是将每个像素从横向和纵向上当做四个像素点。也就是上面图里的红色点之间有三个黑色点。这样通过亚像素插值的方法可以实现从小矩形到大矩形的映射，从而提高分辨率。
转自：https://blog.csdn.net/moonlightpeng/article/details/97691006
2. 双线性插值法理论
双线性插值是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值（即从X方向进行两次线性插值，得到R1、R2，再对Y方向进行一次线性插值，就可以得到P）。
如下图所示，先在Q11和Q21之间做线性插值，求中点的像素值R1，同理求出R2，然后在R1和R2之间求插值，就可以得到需要新增的像素点P。
来源：https://zhuanlan.zhihu.com/p/562277081
-
CT成像原理
参考：https://zhuanlan.zhihu.com/p/102262776 -
TOF深度相机与激光雷达的区别
https://zhuanlan.zhihu.com/p/494591696 -
格雷码解码
全局/局部灰度阈值法、多幅图像阈值法
https://blog.csdn.net/qq_29462849/article/details/118160850?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167927950216800213092280%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=167927950216800213092280&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_ecpm_v1~rank_v31_ecpm-2-118160850-null-null.142v74insert_down1,201v4add_ask,239v2insert_chatgpt&utm_term=%E6%A0%BC%E9%9B%B7%E7%A0%81%E7%BC%96%E7%A0%81%E5%AE%9E%E7%8E%B0%E5%8F%8A%E8%A7%84%E5%BE%8B&spm=1018.2226.3001.4187
https://zhuanlan.zhihu.com/p/113664502 -
图像的四则运算 加减乘除
https://blog.csdn.net/weixin_46372402/article/details/124620904?spm=1001.2101.3001.6650.11&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-11-124620904-blog-7290273.pc_relevant_3mothn_strategy_and_data_recovery&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-11-124620904-blog-7290273.pc_relevant_3mothn_strategy_and_data_recovery&utm_relevant_index=12
https://blog.csdn.net/weixin_42704093/article/details/123594920?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-123594920-blog-124620904.pc_relevant_3mothn_strategy_and_data_recovery&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-123594920-blog-124620904.pc_relevant_3mothn_strategy_and_data_recovery&utm_relevant_index=1