基于ALOS数据3种插值方法对比分析

对焉耆盆地2007年生长季ALOS数据采用最邻近插值、双线性插值和三次卷积插值3种重采样方法进行处理,结果表明,最邻近插值法运算速度最快,双线性插值法光谱信息保真度较高,三次卷积插值法对影像中地物空间信息保留较好。以上结果将为今后3种重采样方法的选择以及其他类似遥感影像处理提供依据。

格网DEM的几种插值方法实践

最邻近插值、双线性内插和双三次插值是格网DEM常用的插值方法,借助于MatLab,文章实现了这三种插值法,实验表明:双三次插值法具有良好的连续性和较高的地形仿真度。

矢量填充和插值算法的图像放大

论文针对图像放大问题,建立了矢量化填充放大模型。并针对矢量化填充放大模型不能处理复杂图像的缺点,使用并比较了最邻近插值法、双线性插值法、双三次插值法三种不同的算法。并综合以上四个模型,得到以下结论:矢量化填充放大模型适用于较简单的可矢量化的图像,可无限放大,且不影响其成像。基于插值算法的三个模型中,最邻近法模型算法简单、计算量小、处理速度快,但处理后的图像会出现块效应,造成图像模糊。双线性插值法模型克服了最邻近法处理图像出现块效应的问题,其计算相比双三次法简单,但边缘细微结构会受到影响,产生轮廓模糊的现象。双三次插值法模型解决了以上两种算法的缺点,计算精度高,带有边缘增强的效果,能够较好保持图像的细微结构,但计算量较大。

插值算法在图像缩放中的评估研究

图像缩放是数字图像处理的一个基本内容。介绍了图像处理中最常用的3种插值算法:最邻近插值法、双线性插值法、双立方插值法。通过应用不同的插值法对图像进行缩放,比较实验结果,从而验证双立方插值法效果较好。

卫星遥感融合中通量守恒重采样方法与其它常用方法的比较

对多卫星传感器数据进行融合,首先要将多个传感器数据通过重采样算法重新投影到标准网格上。本文运用一种基于多边形切割算法的通量守恒重采样算法对图像数据进行重采样,并将该算法与3种常用的重采样算法(最邻近插值法、双线性插值法、三次卷积插值法)在信息保真方面的性能进行了比较。将所比较的重采样方法应用于两幅具有代表性的图像,其中一幅为人造图像,用于定性比较各种采样方法在图像缩放中的采样精度;另一幅为某机场卫星遥感图像,用于评价各种重采样方法在旋转图像方面采样的性能,并以定量参数(相关系数及光谱真实性)比较各种采样方法。结果表明,通量守恒重采样法对原始图像的信息保真效果最好,更适用于卫星遥感图像数据融合中的重采样。

遥感影像重采样方法实现与应用研究

重采样是对遥感图像进行处理的一个重要处理过程。为了保证遥感影像的清晰度、真实度,还有就是图像处理的时间效率,就要选择合适而且正确的方法来处理影像数据,这种选择是非常有实际意义的。本文采用最邻近插值法和双线性插值法这两种重采样方法对图像进行旋转、缩放,并对处理结果进行了对比分析。结果可知:最邻近法速度快,双线性次于它,但是双线性法得出的效果优于最邻近法。所以在选择合适的重采样方法的时候,要综合考虑耗时、产品的效果,从而选择合适的重采样方法。

雨量预报方法的评价模型

本文建立了"最邻近点插值法"、"反距离加权平均法"等两个降雨量预报算法模型,给出各观测站的雨量预报值,并且用三项指标对两种雨量预报准确性进行了评价。对于问题二,给出了满意度函数用来评价公众满意程度。结果表明两种预报方法公众的满意度都在95%以上。