Funktion "Resampling"

Die Funktion "Resampling" ändert die Raster-Pixelgröße, den Resampling-Typ oder beides.

Vor dem Kombinieren und Analysieren von Rastern mit unterschiedlichen Auflösungen und Kartenprojektionen ist es häufig wünschenswert, ein Resampling der Daten auf eine gemeinsame Auflösung oder Projektion durchzuführen.

Bei der Neuprojizierung eines Bildes auf ein anders Koordinatensystem wird ein Bildpixel-Raster auf einer anderen Ausrichtung als die des Originalbildes erstellt. Für jedes Pixel im neuen Bild muss ein Wert berechnet werden, indem für benachbarte Pixel der entsprechenden Position des Originalbildes Stichproben genommen werden oder eine Interpolation durchgeführt wird.

Hinweise

Diese Funktion ist beim Konvertieren von Raster-Datasets, Raster-Produkten und Mosaik-Datasets in eine gemeinsame Pixelgröße bzw. Projektion oder einen Resampling-Typ nützlich.

Die geeignete Resampling-Methode hängt vom Raster-Datentyp und dem Zweck des resultierenden Raster-Datasets ab, wie nachfolgend erläutert:

  • Nächster Nachbar: Diese Methode eignet sich am besten für diskontinuierliche Daten, beispielsweise zur Klassifizierung der Landnutzung, da keine neuen Pixelwerte erstellt werden. Verwenden Sie diese Methode für kontinuierliche Daten, wenn Sie die ursprünglichen Reflexionswerte in den Bilddaten beibehalten möchten, um eine genaue multispektrale Analyse durchzuführen. Hinsichtlich der Verarbeitungszeit ist dies die effizienteste Methode, jedoch können dabei kleine Positionsfehler in das Ausgabebild eingebaut werden. Das Ausgabebild kann einen Versatz von bis zu einem halben Pixel aufweisen, wodurch das Bild u. U. Unstetigkeiten und Zacken aufweist.

  • Bilinear Interpolation und Bilinear Interpolation Plus: Diese Methoden sind für kontinuierliche Daten am besten geeignet. Das Ausgabebild sieht glatter aus als der Ergebnis von "Nächster Nachbar", aber die Reflexionswerte werden geändert. Dies führt zu Weichzeichnung oder dem Verlust der Bildauflösung. Verwenden Sie Bilineare Interpolation Plus für gekachelte Daten, da hierdurch die Kanten besser aufeinander abgestimmt werden. Diese Methoden können relativ recheneffizient verarbeitet werden.
  • Kubisch: Diese Methode ist für kontinuierliche Daten geeignet. Das Ergebnis ist geometrisch weniger verzerrt als das Ergebnis-Raster von "Nächster Nachbar" und gleichzeitig schärfer als das Raster von "Bilineare Interpolation". In einigen Fällen können die Ausgabe-Pixelwerte außerhalb des Bereichs der Eingabe-Pixelwerte liegen. Wenn dies nicht gewünscht ist, wählen Sie stattdessen die Methode "Bilineare Interpolation". Diese Methode ist rechenintensiv und nimmt entsprechend viel Zeit in Anspruch.

  • Mehrheit: Eignet sich für diskontinuierliche Daten. Das Ergebnis sieht glatter aus als das Ergebnis der Resampling-Methode "Nächster Nachbar". Mit dieser Methode wird der Pixelwert auf Grundlage des häufigsten Wertes im Filterfenster bestimmt.

  • Gauss Blur und Gauss Blur Plus: Geeignet für diskontinuierliche und kontinuierliche Daten. Diese Methoden sind effektiv bei der Rauschminderung in Radar- und SAR-Bilddaten mit Resampling, die von Speckling-Effekten betroffen sind. Diese Methoden sind auch für die Verringerung von Rauschen und Artefakten in Raster-Daten geeignet, die auf eine größere Pixelgröße reduziert werden. Verwenden Sie Gauss Blur Plus für gekachelte Daten, um einen besseren Kantenabgleich zu erreichen.
  • Durchschnitt: Eignet sich für kontinuierliche Daten. Es wird ein glatteres Ausgabebild als bei der Resampling-Methode "Nächster Nachbar" erstellt.

  • Minimum: Eignet sich für kontinuierliche Daten. Es wird ein glatteres Ausgabebild als bei der Resampling-Methode "Nächster Nachbar" erstellt.

  • Maximum: Eignet sich für kontinuierliche Daten. Es wird ein glatteres Ausgabebild als bei der Resampling-Methode "Nächster Nachbar" erstellt.

  • Vektordurchschnitt: Wird nur für das Resampling von multidimensionalen Daten vom Typ "Magnituden-Richtung" verwendet.

Die Pixelzellengröße der Eingabe kann sich von der Pixelzellengröße des Ursprungs unterscheiden.

Parameter

ParameterBeschreibung
Raster

Das Raster-Produkt, für das Resampling durchgeführt werden muss.

Resampling-Typ

  • Nächster Nachbar: Berechnet den Ausgabepixelwert mithilfe des nächstgelegenen Eingabepixels. NoData-Pixel werden im Ausgabe-Raster-Dataset unverändert beibehalten. Dies ist die Standardeinstellung.

  • Bilineare Interpolation: Berechnet den Pixelwert mithilfe des entfernungsgewichteten Wertes der vier nächstgelegenen Pixel. Diese Methode wird recheneffizient verarbeitet.

  • Kubische Faltung: Bestimmt den neuen Wert eines Pixels, indem eine geglättete Kurve durch die Mittelpunkte der 16 nächstgelegenen Eingabepixel geführt wird.

  • Mehrheit: Berechnet den Pixelwert mithilfe des häufigsten Pixelwertes in den 16 nächstgelegenen Pixeln. NoData-Pixel werden im Ausgabe-Raster-Dataset unverändert beibehalten.

  • Bilineare Interpolation Plus: Verwendet Bilineare Interpolation, jedoch werden die Pixel entlang den Kanten nicht repliziert oder in der Berechnung berücksichtigt, da sie als NoData definiert sind. Verwenden Sie Bilineare Interpolation Plus für gekachelte Daten, da hierdurch die Kanten besser aufeinander abgestimmt werden.

  • Gauss Blur: Wendet eine Gauß'sche Faltung auf das Quell-Raster an und berechnet die Pixelwerte mithilfe des entfernungsgewichteten Wertes der vier nächstgelegenen Pixel aus dem Raster mit Weichzeichnung. Damit kann Rauschen aus Resampling-Daten entfernt sowie ein Downsampling auf eine größere Pixelgröße durchgeführt werden.

  • Gauss Blur Plus: Verwendet dieselbe Methode wie Gauss Blur, jedoch werden die Pixel entlang den Kanten nicht repliziert oder in der Berechnung berücksichtigt, da sie als NoData definiert sind. Verwenden Sie Gauss Blur Plus für gekachelte Daten, da hierdurch die Kanten besser aufeinander abgestimmt werden.

  • Durchschnitt: Berechnet für jedes Zielpixel die Pixelwerte mithilfe des Durchschnittswertes aller überlappenden Pixel.

  • Minimum: Berechnet den Pixelwert mithilfe des Minimalwertes aller überlappenden Pixel. NoData-Pixel werden im Ausgabe-Raster-Dataset unverändert beibehalten.

  • Maximum: Eignet sich für kontinuierliche Daten. Es wird ein glatteres Ausgabebild als bei der Resampling-Methode "Nächster Nachbar" erstellt.

  • Vektordurchschnitt: Berechnet den Vektordurchschnitt von Magnituden-Richtung unter Verwendung aller beteiligten Pixel. Diese Methode ist nur auf zweibändige Raster anwendbar, die Magnitude und Richtung repräsentieren. Als Erstes wird Magnituden-Richtung in U-V konvertiert und dann das arithmetische Mittel aller beteiligten Pixel genommen, um den U-V-Wert des Zielpixels zu erhalten. Zuletzt wird eine Rückkonvertierung in Magnituden-Richtung vorgenommen.

Eingabezellengröße

Die Pixelzellengröße des Eingabe-Rasters, die sich von der Pixelzellengröße der Ursprungs unterscheiden kann.

Ausgabezellengröße

Die Pixelzellengröße des Ausgabe-Rasters. Die Zellengröße kann zwar geändert werden, die Ausdehnung des Raster-Datasets bleibt jedoch gleich. Das Resampling aus einer benutzerdefinierten Zellengröße kann viel langsamer sein als im Systemstandard, weil der Systemstandard-Resampling-Prozess die minimale Datenmenge aus der nächstmöglichen Auflösung der Anzeige verarbeitet.


In diesem Thema
  1. Hinweise
  2. Parameter