Fonction Ré-échantillonner

Aperçu

La fonction Ré-échantillonner modifie la taille de pixel du raster, le type de rééchantillonnage ou les deux.

Avant de combiner et d’analyser les rasters utilisant des résolutions et projections cartographiques différentes, il est souvent préférable de ré-échantillonner les données selon une résolution et une projection commune.

Reprojeter une image selon un système de coordonnées différent a pour effet de créer une grille de pixels d’image sur un alignement différent de celui de l’image d’origine. Une valeur pour chaque pixel dans la nouvelle image doit être calculée en échantillonnant ou en interpolant sur le voisinage des pixels de la position correspondante dans l’image d’origine.

Reportez-vous à la rubrique Taille de cellule et rééchantillonnage dans l’analyse pour plus d’informations sur le rééchantillonnage des images.

Remarques

Cette fonction est utile pour convertir des jeux de données raster, des produits raster et des jeux de données mosaïque selon une taille de pixel, une projection ou un type de rééchantillonnage commun.

La méthode de rééchantillonnage appropriée dépend du type de données raster et de l’objectif recherché pour le jeu de données raster obtenu :

• Nearest Neighbor (Voisin le plus proche) : cette méthode convient pour les données discrètes, telles qu’une classification d’utilisation du sol, car elle ne crée pas de valeurs de pixel. Utilisez-la pour les données continues lorsque vous voulez conserver les valeurs de réflectance initiales dans l’imagerie pour une analyse multispectrale exacte. Elle est plus efficace en termes de délai de traitement mais introduit de petites erreurs de position dans l’image en sortie. Le décalage de l’image en sortie peut atteindre la moitié d’un demi pixel, ce qui entraîne des discontinuités au niveau de l’image et un effet d’escalier.

• Bilinear Interpolation (Interpolation bilinéaire) et Bilinear Interpolation Plus (Interpolation bilinéaire Plus) : ces méthodes sont les plus appropriées pour les données continues. L’image en sortie est visiblement plus lisse que celle obtenue par la méthode Voisin le plus proche, mais les valeurs de réflectance sont altérées ce qui entraîne un flou ou une perte de la résolution de l’image. Utilisez Bilinear Interpolation Plus (Interpolation bilinéaire Plus) pour les données tuilées car les bords seront mieux ajustés. Ces méthodes font appel à un calcul informatique relativement efficace.

• Cubic (Cubique) : cette méthode convient aux données continues. Le résultat est moins déformé sur le plan géométrique que le raster obtenu avec le voisin le plus proche et plus affiné qu’avec l’interpolation bilinéaire. Dans certains cas, elle peut produire des valeurs de pixel en sortie en dehors de la plage de valeurs de pixel en entrée ; si cela est inacceptable, utilisez la méthode Bilinear Interpolation (Interpolation bilinéaire) à la place. Cette méthode sollicite d’importantes ressources en termes de calcul informatique et demande un traitement plus long.

• Majority (Majorité) : convient aux données discrètes ; elle aboutit à une apparence plus lisse que celle obtenue par la méthode de rééchantillonnage par le voisin le plus proche. Cette méthode détermine la valeur du pixel en fonction de la valeur la plus fréquente dans la fenêtre de filtre.

• Gauss Blur (Flou gaussien) et Gauss Blur Plus (Flou gaussien Plus) : conviennent aux données discrètes et aux données continues. Ces méthodes sont efficaces pour réduire le bruit des images radar et SAR rééchantillonnées qui sont mouchetées. Ces méthodes sont également adaptées pour réduire le bruit et les artéfacts des données raster échantillonnées sur une taille de pixel supérieure. Utilisez la méthode Gauss Blur Plus (Flou gaussien Plus) en cas de données tuilées pour un meilleur ajustement des bords.

• Average (Moyenne) : méthode convenant aux données continues ; elle produit une image en sortie plus lisse que celle obtenue par la méthode de rééchantillonnage par le voisin le plus proche.

• Minimum : méthode adaptée aux données continues ; elle produit une image en sortie plus lisse que celle obtenue par la méthode de rééchantillonnage par le voisin le plus proche.

• Maximum : méthode adaptée aux données continues ; elle produit une image en sortie plus lisse que celle obtenue par la méthode de rééchantillonnage par le voisin le plus proche.

• Vector Average (Moyenne vectorielle) : utilisée pour le rééchantillonnage des données multidimensionnelles grandeur-direction uniquement.

La taille de pixel (cellule) en entrée peut être différente de la taille de pixel (cellule) source.

Paramètres

Paramètre	Description
	Produit raster à rééchantillonner.
	Nearest Neighbor (Voisin le plus proche) : calcule la valeur du pixel en sortie grâce au pixel en entrée le plus proche. Les pixels NoData restent tels quels dans le jeu de données raster en sortie. Il s’agit de l’option par défaut. Bilinear Interpolation (Interpolation bilinéaire) : calcule une valeur de pixel en utilisant la valeur de distance pondérée des quatre pixels les plus proches. Cette méthode fait appel à un calcul informatique relativement efficace. Cubic Convolution (Convolution cubique) : détermine la nouvelle valeur d’un pixel en ajustant une courbe lissée suivant les valeurs des centres des 16 pixels en entrée les plus proches. Majority (Majorité) : calcule une valeur de pixel en utilisant la valeur de pixel majoritaire des 16 pixels les plus proches. Les pixels NoData restent tels quels dans le jeu de données raster en sortie. Bilinear Interpolation Plus (Interpolation bilinéaire Plus) : utilise l’option Bilinear Interpolation (Interpolation bilinéaire), mais les pixels le long des tronçons sont définis sur la valeur NoData et ne sont ni répliqués, ni pris en compte dans le calcul. Utilisez Bilinear Interpolation Plus (Interpolation bilinéaire Plus) pour les données tuilées car les tronçons seront mieux ajustés. Gauss Blur (Flou gaussien) : applique une convolution gaussienne au raster source et calcule une valeur de pixel en utilisant la valeur de distance pondérée des quatre pixels les plus proches du raster flou. Cette méthode est adaptée pour réduire le bruit des données rééchantillonnées et celles échantillonnées sur une taille de pixel supérieure. Gauss Blur Plus (Flou gaussien Plus) : applique la même méthode que l’option Gauss Blur (Flou gaussien), mais les pixels le long des tronçons sont définis sur la valeur NoData et ne sont ni répliqués, ni pris en compte dans le calcul. Utilisez l’option Gauss Blur Plus (Flou gaussien Plus) pour les données tuilées car les tronçons seront mieux ajustés. Average (Moyenne) : calcule les valeurs de pixels en utilisant la valeur moyenne de tous les pixels superposés, pour chaque pixel cible. Minimum : calcule la valeur de pixel en utilisant la valeur minimale de tous les pixels superposés. Les pixels NoData restent tels quels dans le jeu de données raster en sortie. Maximum : méthode adaptée aux données continues ; elle produit une image en sortie plus lisse que celle obtenue par la méthode de rééchantillonnage par le voisin le plus proche. Vector Average (Moyenne vectorielle) : calcule la moyenne vectorielle de grandeur-direction en utilisant tous les pixels impliqués. Cette méthode s’applique uniquement à deux rasters canaux représentant la grandeur et la direction. Elle convertit d’abord la grandeur-direction en U-V et prend la moyenne arithmétique de tous les pixels impliqués pour obtenir l’U-V du pixel cible et le reconvertit en grandeur-direction.
	Taille de pixel (cellule) du raster en entrée, qui peut être différente de la taille de pixel (cellule) source.
	Taille de cellule (pixel) du raster en sortie. La taille de cellule peut être modifiée, mais l’étendue du jeu de données raster reste identique. Le ré-échantillonnage à partir d’une taille de cellule définie par l’utilisateur peut s’avérer beaucoup plus lent que la valeur par défaut du système, car le ré-échantillonnage par défaut du système traite la quantité minimale de données à partir de la résolution d’affichage la plus proche possible.