Interpolazione bilineare: Ricampionare la dimensione delle celle dell’immagine con 4 vicini

Che cos’è l’interpolazione bilineare?

Quando ricampionate o riproiettate i dati, potreste doverli interpolare.

Gli operatori di ricampionamento più comuni sono l’interpolazione bilineare, la convoluzione cubica e il vicino più vicino.

Oggi ci concentriamo sull’interpolazione bilineare, che stima una superficie di uscita con 4 valori noti.

In che modo è diversa dalle altre tecniche di interpolazione? Diamo un’occhiata.

Quando si usa l’interpolazione bilineare?

Prima di fare una spiegazione approfondita dell’interpolazione bilineare, è importante sapere perché la si dovrebbe usare in primo luogo.

Raster di gradienti di temperatura, modelli digitali di elevazione, griglie di precipitazioni annuali, raster di distanza di rumore – questi sono tutti potenziali esempi di quando l’interpolazione può essere usata per ricampionare le immagini. Ogni esempio ha valori che variano continuamente da cella a cella per formare una superficie.

Ecco un paio di esempi di quando usereste l’interpolazione bilineare:

• Quando ricampionate i vostri dati da una dimensione di cella all’altra, state cambiando la dimensione della cella e avreste bisogno dell’interpolazione.
• Quando proietti i tuoi dati raster in un altro sistema di coordinate, stai cambiando la configurazione e ricampionando i tuoi dati

In entrambi i casi, useresti una tecnica di ricampionamento. Perché quando hai un raster di input, come fa il raster di output a sapere su quali celle basare l’output se le celle di input non corrispondono?

Devi selezionare una tecnica di ricampionamento come l’interpolazione bilineare, la convoluzione cubica o il nearest neighbor.

Come funziona l’interpolazione bilineare

L’interpolazione bilineare è una tecnica per calcolare i valori di una posizione della griglia basata sulle celle della griglia vicine. La differenza chiave è che usa i QUATTRO centri di cella più vicini.

Utilizzando le quattro celle vicine più vicine, l’interpolazione bilineare assegna il valore della cella di uscita prendendo la media ponderata. Applica dei pesi basati sulla distanza dei centri delle quattro celle più vicine smussando la griglia raster in uscita.

Si raccomanda di usare l’interpolazione bilineare per serie di dati continui senza confini distinti. La superficie deve essere continua e i punti più vicini devono essere correlati.

Quando si esegue il processo, genera una superficie più liscia, ma non così severa come la convoluzione cubica che usa 16 celle vicine. Il raster di uscita prenderà solo quattro centri di cella più vicini e applicherà una media usando la distanza.

Perché usare l’interpolazione bilineare?

La differenza chiave nell’interpolazione bilineare è che usa 4 vicini più vicini per generare una superficie di uscita.

D’altra parte, la convoluzione cubica usa 16 vicini più vicini che levigano maggiormente la superficie.

L’interpolazione bilineare assume che l’input sia continuo.

Questo metodo di ricampionamento usa una media di distanza per stimare con celle più vicine che hanno pesi più alti.