การสุ่มตัวอย่างซ้ำ (Resampling)

การสุ่มตัวอย่างซ้ำ หรือ Resampling เป็นกระบวนการปรับแก้ค่าระดับสีเทาหรือเป็นการสร้างข้อมูลภาพใหม่หลังจากการแก้ไขด้านตำแหน่งของข้อมูลดาวเทียมแล้ว ขนาดและตำแหน่งของจุดภาพจะเปลี่ยนแปลงไป จึงต้องปรับค่าระดับสีเทาของข้อมูลใหม่โดยการ Resampling Interpolation เพื่อให้ได้ค่าระดับค่าสีเทาที่สอดคล้องกับตำแหน่งที่เปลี่ยนแปลงวิธี Resampling หรือการสร้างจุดภาพใหม่ ขนาดของจุดภาพ (Pixel size) ใหม่อาจจะมีขนาดเท่าเดิมหรือเปลี่ยนแปลงก็ได้ ทั้งนี้ขึ้นกับการกำหนดของผู้ใช้ สำหรับการแทนค่าตัวเลขลงในจุดภาพใหม่มี 3 วิธี คือ
(1) Nearest neighbor substitution เป็นวิธีแทนด้วยค่าระดับสีเทาของจุดภาพเดิมที่อยู่ใกล้ที่สุดกับจุดภาพที่ทำการสุ่มตัวอย่างซ้ำ วิธีนี้ค่อนข้างง่ายและใช้เวลาในการคำนวณน้อย แต่ให้ความถูกต้องไม่สูงนัก
(2) Bilinear interpolation เป็นการหาความสัมพันธ์เชิงเส้นคู่ โดยการสมมุติให้ค่าความต่างระหว่างจุดภาพเดิม 4 จุดภาพ
(3) Cubic convolution ค่อนข้างจะซับซ้อนและใช้เวลาในการประมวลผลนานกว่า 2 วิธีแรก จะใช้ค่าระดับสีเทาของจุดภาพที่อยู่ใกล้ชิดกับจุดภาพที่จะทำการสุ่มตัวอย่างซ้ำจำนวน 9 หรือ 16 จุดภาพในการคำนวณค่าใหม่ วิธีนี้จะสร้างความสัมพันธ์ในลักษณะโพลีโนเมียลระดับสูง (มากกว่า 1st order)

ในการดำเนินการในลักษณะนี้ข้อมูลจะได้ระบบการกรองหรือเฉลี่ยให้เรียบขึ้นตามปริมาณจุดภาพเดิมที่ใช้ ซึ่งในกรณีที่ผู้ใช้จะต้องทำการปรับภาพให้คมชัด (Sharp) ก็อาจจะเลือกใช้วิธี Nearest neighbor substitution แล้วจึงทำการปรับภาพให้เรียบด้วยซอฟต์แวร์ในภายหลัง ซึ่งจะง่ายและประหยัดเวลามาก สำหรับวิธี Bilinear interpolation ภาพใหม่ที่ได้จะมีเนื้อภาพเรียบ (Smooth) แต่จะใช้เวลาในการคำนวณนานกว่าวิธีวิธี Nearest neighbor ในขณะที่วิธี Cubic convolution จะให้ภาพที่มีลักษณะเนื้อภาพคมชัดขึ้น (ภาพที่ 6.13) แต่จะใช้เวลาในการคำนวณนานกว่า 2 วิธีแรก และค่าระดับสีเทาที่ได้ในแต่ละจุดภาพอาจจะแตกต่างไปจากจุดภาพเดิมมาก เพราะได้จากการคำนวณของจุดภาพข้างเคียง อย่างไรก็ดีในการที่จะเลือกวิธีการสร้างจุดภาพใหม่ด้วยวิธีใดจะขึ้นกับการวินิจฉัยของผู้ใช้เพื่อให้เหมาะสมกับลักษณะการใช้งาน