Tres métodos de remuestreo
Introducción al remuestreo:
El remuestreo se refiere al proceso de interpolar la información de un tipo de píxeles con la información de otro tipo de píxeles. En teledetección, el remuestreo es el proceso de extraer imágenes de baja resolución a partir de imágenes de teledetección de alta resolución. Los métodos de remuestreo más utilizados incluyen la interpolación del vecino más cercano, la interpolación bilineal y la interpolación de convolución cúbica.
Áreas de aplicación:
En fotogrametría digital y teledetección, el remuestreo real ocurre durante la rotación de la imagen, la cola epipolar, la corrección digital y la síntesis de múltiples imágenes. Después del registro, corrección, proyección y otras transformaciones geométricas, la posición central del píxel original a menudo cambia y los números de fila y columna de su posición en la cuadrícula de entrada no son necesariamente números enteros.
Por lo tanto, el ráster de entrada debe volver a muestrearse de acuerdo con la posición de cada píxel en el ráster de salida en el ráster de entrada, es decir, se recalcula el valor de cada ráster y se crea una nueva matriz de ráster. establecido. Esto requiere volver a muestrear la imagen después del registro. También se requiere remuestreo al calcular entre datos ráster y datos de imágenes de diferentes resoluciones.
Normalmente, el tamaño de la cuadrícula se unifica a una resolución especificada, es decir, la posición de cada píxel y el número de píxeles de una misma zona también cambiarán. SuperMapDeskpro .NET proporciona tres métodos de remuestreo comúnmente utilizados: método del vecino más cercano, método de interpolación bilineal y método de convolución cúbica.
Método del vecino más cercano:
El método del vecino más cercano utiliza el valor de píxel más cercano a la posición del píxel en la imagen como el nuevo valor del píxel. Las ventajas de este método son que es simple y eficiente, tiene una velocidad de cálculo rápida y no cambia el valor ráster de la imagen original. La desventaja es que el desplazamiento máximo será de medio píxel y el cálculo no es lo suficientemente preciso.
Es adecuado para datos discretos que representan la clasificación de parcelas de tierra o mapas temáticos, como cobertura forestal, clasificación de uso de la tierra, estadísticas de tipos de vegetación, etc. La siguiente figura muestra el ráster de salida que se vuelve a muestrear mediante el método del vecino más cercano después de que los datos ráster hayan sufrido una transformación geométrica (como traslación y rotación). La estructura alámbrica negra representa el ráster de entrada.