重采样方法

SuperMap ImageX Pro 提供了八种重采样方法，详细说明如下表：

重采样方法	说明
高斯内核计算法	对整幅图像进行加权平均，每一个输出像元的值都由其本身和邻域内的其他像素值经过加权平均后得到。对于高对比度和图案边界比较明显的图像效果比较好。
双线性内插法	将输入图像中的4个最邻近像元值的加权平均值赋予输出图像的相应像元。该方法的处理结果比最邻近法更加平滑，但会改变原来的栅格值。
三次卷积内插法	将输入图像中的16个最邻近像元值的加权平均值赋予输出图像的相应像元。该方法的处理结果最为清晰，数据边界会有锐化效果，但计算量大，处理时间较长。
最邻近法	使用最邻近像元的值为输出像元分配值。
平均值法	将所有有效值的均值作为重采样的计算值。
平均联合数据法	在一个magphase空间中平均联合数据，用于复数数据空间的图像的重采样方式。
三次线性法	基于Akima插值算法。Akima插值法规定在两个实测点之间进行内插，除需要用到这两个实测值之外，还要用这两个点相近邻的四个实测点上的观测值。该算法考虑了要素导数值的效应，因此得到的整个插值曲线是光滑、自然的。
兰佐斯窗口正弦重采样法	lanczos法利用卷积滤波器，将卷积函数原点移动到每个重采样的中心，然后将输入中的所有值与该位置出的卷积函数的值相乘并相加。