图像插值是数字图像处理中一项重要技术。传统插值算法模型简单,容易实现,它们原理基本相同,即需要找到与输出图像相对应的输入图像点,然后再通过计算该点附近某一像素集合的加权平均值来指定输出像素的灰度值,其他像素点都不考虑;他们之间的区别主要在于点周围像素序列的取法不同。传统插值算法已能达到较好的视觉效果,但是由于它们不能很好地处理图像中剧烈跳变的局部特征,如:边缘、纹理等细节,导致放大图像的边缘细节模糊。当人们看待一幅重构图像时,对图像质量的主观评价主要受边缘质量的影响,所以有效地保留包含着几何正则性的边缘非常重要。于是越来越多的研究人员提出新的插值方法以较好的保持图像边缘。本文对目前流行的各种方法进行了归类,主要思想有:边缘保持、矢量量化、小波变换、插值核、分形技术以及边缘模型。通过总结和分析各算法的特点和不足,我们提出了基于斜坡边缘模型的图像插值方法。对灰度图像进行插值时,该算法通过边缘检测算子canny把原图像的像素分为平滑区域、强边缘和弱边缘三大类。把放大图像中待插值的像素通过一定关系映射到原图像中,并判断所属的类型,对平滑、强边缘和弱边缘分别采用双线性插值法、基于斜坡边缘模型的插值法和基于边缘保持的插值法,且对放大图像进行修复。对彩色图像进行插值时,关键在于选择合适的颜色空间,本文选择了面向视觉感知且独立于设备的颜色空间—CIELa~*b~*。实验结果证明本文算法能使放大图像的边缘更自然而清晰,取得更好的纹理效果,且在客观评价指标平均梯度上优于传统插值方法、NEDI和Jia-Guu Leu的算法。