摘要: 双线性插值:用4个最近邻对图像单元大小重新取样¶ |bilinear interpolation| 什么是双线性插值?¶ 当您重新取样或重新投影数据时,可能需要插入数据。 最常见的重采样算子是双线性插值、三次卷积和最近邻。 今天,我们主要研究双线性插值,...
双线性插值:用4个最近邻对图像单元大小重新取样¶
什么是双线性插值?¶
当您重新取样或重新投影数据时,可能需要插入数据。
最常见的重采样算子是双线性插值、三次卷积和最近邻。
今天,我们主要研究双线性插值,它用4个已知值来估计输出曲面。
它与其他插值技术有什么不同?让我们看一看。
什么时候使用双线性插值?¶
在我们全面解释双线性插值之前,首先要知道为什么要使用它。
温度梯度栅格, 数字高程模型 年降水量网格、噪声距离栅格——这些都是插值可用于对图像重新采样的潜在示例。这些例子中的每一个都有连续变化的值,每一个单元都会形成一个表面。
下面是几个使用双线性插值的示例:
当您将数据从一个单元格大小重新取样到另一个单元格大小时,您正在更改单元格大小,需要进行插值。
当你 project your raster data to another coordinate system ,您正在更改配置并重新采样数据
在这两种情况下,您都将使用重新采样技术。因为当您有一个输入栅格时,如果输入单元不匹配,输出栅格如何知道输出基于哪个单元?
您必须选择一种重采样技术,如双线性插值、三次卷积或最近邻。
双线性插值的工作原理¶
双线性插值是一种基于邻近网格单元计算网格位置值的技术。关键的区别在于它使用***第四***最近的细胞中心。
使用四个最近的相邻单元,双线性插值通过加权平均分配输出单元值。它根据平滑输出栅格网格的四个最近单元中心的距离应用权重。
建议使用双线性插值 continuous data sets without distinct boundaries . 表面必须是连续的,最近的点必须是相关的。
当你运行这个过程时,它会生成一个更平滑的表面,但不会像使用16个相邻单元的三次卷积那样严重。输出栅格将只取四个最近的单元中心,并应用平均使用距离。
为什么要使用双线性插值?¶
双线性插值的关键区别在于它使用 4个最近的邻居 生成输出曲面。
另一方面,三次卷积使用16个最近的邻域,使表面更光滑。
双线性插值假设输入是连续的。
这种重采样方法使用距离平均值来估计,更近的单元格具有更高的权重。