Question

重采样方法比较~

Answer 1

最邻近法（Nearest Neighbor）：最邻近法直接将与某像元位置最邻近的像元值作为该像元的新值。该方法的优点是方法简单，处理速度快，且不会改变原始栅格值，但该种方法最大会产生半个像元大小的位移。

适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。以下示意图为栅格数据经过平移和旋转的几何变换之后。

就是根据一类象元的信息内插出另一类象元信息的过程。在遥感中，重采样是从高分辨率遥感影像中提取出低分辨率影像的过程。

常用的重采样方法有最邻近内插法（nearest neighbor interpolation）、双线性内插法（bilinear interpolation）和三次卷积法内插（cubic convolution interpolation）。

扩展资料：

双线性内插法是通过取采样点到周围4邻域像元的距离加权来计算其栅格值新值。具体操作是首先在Y方向做一次内插(或X方向)，再在X方向(或Y方向)内插一次，通过距离加权计算得到该像元的栅格值。

用该法进行重采样，结果往往会比最邻近法重采样的结果更加光滑，但是会改变原来的栅格值，丢失一些局部细微的特征。适用于表示某种现象分布、地形表面的连续数据，如DEM影像、温度统计、降雨量分布、坡度等，这些数据一般就是通过采样点多次内插得到的连续表面。

参考资料来源：百度百科-重采样

Answer 2

最邻近法（Nearest Neighbor）
最邻近法直接将与某像元位置最邻近的像元值作为该像元的新值。该方法的优点是方法简单，处理速度快，且不会改变原始栅格值，但该种方法最大会产生半个像元大小的位移。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。以下示意图为栅格数据经过平移和旋转的几何变换之后，输出栅格采用最邻近法重采样，其中黑色线框示意的是输入栅格，蓝色填充示意的是输出栅格，红色的点表示输出栅格某一像元的中心位置，其栅格值需要被重新计算，此处采用距离它最近的输入栅格的值。

双线性内插法（Bilinear Interpolation）
双线性内插法取采样点到周围4邻域像元的距离加权计算栅格值。先在 Y 方向进行内插（或 X 方向），再在 X 方向（或 Y 方向）内插一次，得到该像元的栅格值。使用该方法的重采样结果会比最邻近法的结果更光滑，但会改变原来的栅格值，丢失一些微小的特征。适用于表示某种现象分布、地形表面的连续数据，如 DEM、气温、降雨量分布、坡度等，这些数据本来就是通过采样点内插得到的连续表面。以下示意图为栅格数据经过平移和旋转的几何变换之后，输出栅格采用双线性内插法重采样，其中黑色线框示意的是输入栅格，蓝色填充示意的是输出栅格，红色的点表示输出栅格某一像元的中心位置，其栅格值需要被重新计算，此处采用距离它最近的4个输入栅格的值通过距离加权平均计算。

三次卷积法（Cubic Convolution）
三次卷积内插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性内插相似，先在 Y 方向内插四次（或 X 方向），再在 X 方向（或 Y 方向）内插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法复杂，计算量大，同样会改变原来的栅格值，且有可能会超出输入栅格的值域范围。适用于航片和遥感影像的重采样。以下示意图为栅格数据经过平移和旋转的几何变换之后，输出栅格采用三次卷积内插法重采样，其中黑色线框示意的是输入栅格，蓝色填充示意的是输出栅格，红色的点表示输出栅格某一像元的中心位置，其栅格值需要被重新计算，此处采用距离它最近的16个输入栅格的值通过距离加权平均计算。

具体参见：http://support.supermap.com.cn/DataWarehouse/WebDocHelp/6.1.1/DeskproNETWebHelp/WebHelp/Features/DataProcessing/Registration/resamplemethod.htm