<< Click to Display Table of Contents >>
影像重新取樣
當影像圖層套用在不同於本身的坐標系統或不同的解析度時,就需要將此影像重新取樣。可能需要以影像資料中的一個像元來代表一組像元,或是僅取一組像元中的一個像元,來代替整組像元。因此,重新取樣後的影像與原始影像相比,可能較為粗糙。
在「圖層內容」視窗中的「顯示」頁籤,「重新取樣方式」下拉選單中,共有四種重新取樣方法:最近鄰法、雙線性內插法、立方迴旋法、多數統計法。
最近鄰法 (Nearest Neighbor):在執行影像重新取樣的過程中,從輸出影像對應到原始影像時,有可能會產生影像對應到非整數的情況產生,而造成輸出影像中有些網格沒有數值輸出。為了計算這些網格的數值,會由原有資料中最鄰近的網格計算而得。因此最近鄰法的取樣,並不會將原有資料中網格的數值改變;同時,這是最快速的重新取樣方法,適用於類別資料(categorical data)和主題資料(thematic data)。
雙線性內插法 (Bilinear Interpolation):是一種利用鄰近四個網格數值計算而得新數值的重新取樣法。也因為是由鄰近四個網格數值經加權後計算而得,此取樣法會比「最鄰近法」更能得到較平滑的影像。
立方迴旋法 (Cubic Convolution):和「雙線性內插法」類似,「立方迴旋法」將十六個最接近網格的數值加權平均,作為結果圖層中每一網格的數值。因此,若結果圖層中的計算涵蓋較多的網格,「立方迴旋法」會比「雙線性內插法」更容易得到清晰的圖層資料。 此兩種重新取樣法,適用於連續性數據(continuous data),例如:高度、斜度……等連續性資料。
多數統計法 (Majority Interpolation):「多數統計法」比較適合用來處理分類的影像類型,而較不適合處理連續性的影像類型。多數統計法會計算矩陣中像素值數量,以像素值在矩陣中所佔的比率最高的值來當作新影像的像素值。
因此,您可在「重新取樣方法」下拉選單中,選擇符合需求的重新取樣方法,選定後點選「確定」,即地圖視窗中顯示重新取樣後的結果。
以下為使用不同重新取樣法的實際地圖例子。
|
||
最近鄰法 |
|
雙線性內插法 |
|
|
|
|
原圖 |
|
|
||
立方迴旋法 |
|
多數統計法 |
©2016 Supergeo Technologies Inc. All rights reserved.