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。

|bilinear interpolation|

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。