重采样¶
重采样函数可更改栅格像素大小、重采样类型或同时更改两者。1
合适的重采样方法取决于栅格数据类型和生成的栅格数据集的用途,如下所示:1
- 最近邻域法 - 此方法最适合离散数据,例如土地利用分类,因为它不会创建新像素值。在保留影像中的原始反射率值以进行准确的多光谱分析时,此方法适用于连续数据。就处理时间而言,此方法是最有效的,但可能会在输出图像中引入较小的位置误差。输出图像最多可能偏移半个像素,这可能导致图像具有不连续性和锯齿状外观。
- 双线性插值和双线性插值增强 - 这些方法最适用于连续数据。输出图像的外观比最近邻结果更平滑,但反射率值发生了变化,导致图像模糊或分辨率下降。将双线性插值增强用于切片数据,因为边将更好地匹配。这些方法处理起来相对具有较高的运算效率。
- 三次卷积法 - 此方法适用于连续数据。结果在几何上比使用最邻近法获得的栅格失真小,并且比双线性插值更清晰。在某些情况下,此选项可导致输出像素值位于输入像素值范围之外;如果这是不可接受的,请改用双线性插值方法。此方法计算量大,处理时间更长。
- 众数 - 适用于离散数据,与“最邻近法”重采样相比,它的外观更平滑。此方法基于过滤器窗口中出现频率最高的值来确定每个像素的值。
- 高斯模糊和高斯模糊增强 - 适用于离散数据和连续数据。这些方法可有效降低重采样雷达中的噪声和受斑点影响的 SAR 影像。这些方法也适用于减少栅格数据(被降采样到更大的像素大小)的噪声和伪影。将高斯模糊增强用于切片数据以获得更好的边匹配。
- 平均值 - 适用于连续数据,与最近邻法重采样方法相比,此方法产生的输出图像更平滑。
- 最小值 - 适用于连续数据,与最近邻法重采样方法相比,此方法产生的输出图像更平滑。
- 最大值 - 适用于连续数据,与最近邻法重采样方法相比,此方法产生的输出图像更平滑。
- 矢量平均值 - 仅用于重采样多维量级-方向数据。