✍Советы и хитрости в Python
В чем разница между методом ближайшего соседа, билинейной интерполяцией и кубической сверткой?
Три метода передискретизации; Ближайшее соседство, Билинейная интерполяция и Кубическая свертка определяют, как значения ячеек выходного растра определяются после выполнения геометрической операции. Используемый метод зависит от входных данных и их использования после выполнения операции.
Ближайшее соседство лучше всего использовать для категориальных данных, таких как классификация землепользования или классификация склонов. Значения, которые входят в сетку, остаются точно такими же, 2 получается как 2, а 99 получается как 99. Значение выходной ячейки определяется ближайшим центром ячейки во входной сетке. Ближайшее соседство можно использовать для непрерывных данных, но результаты могут быть блочными.
Билинейная интерполяция использует средневзвешенное значение четырех ближайших центров ячеек. Чем ближе центр входной ячейки к центру выходной ячейки, тем выше влияние его значения на значение выходной ячейки. Это означает, что выходное значение может отличаться от ближайшего входного, но всегда находится в том же диапазоне значений, что и входное. Поскольку значения могут изменяться, билинейный режим не рекомендуется для категориальных данных. Вместо этого его следует использовать для непрерывных данных, таких как значения высоты и необработанного уклона.
Кубическая свертка проверяет центры 16 ближайших ячеек к выходным данным и подбирает плавную кривую по точкам, чтобы найти значение. Это не только изменяет значения входных данных, но также может привести к тому, что выходное значение окажется вне диапазона входных значений (представьте себе сток или пик, возникающий на поверхности). Этот метод также не рекомендуется для категориальных данных, но отлично справляется с сглаживанием непрерывных данных.
На ютубе есть хорошее видео по этой теме.
Пожалуйста, проверьте мои недавно опубликованные статьи:
