重采样是指根据一类象元的信息内插出另一类象元信息的过程。在遥感中，重采样是从高分辨率遥感影像中提取出低分辨率影像的过程。常用的重采样方法有最邻近内插法（nearest neighbor interpolation）、双线性内插法（bilinear interpolation）和三次卷积法内插（cubic convolution interpolation）。

一种影像数据处理方法。即影像数据重新组织过程中的灰度处理方法。影像采样是按一定间隔采集影像灰度数值的，当阈值不位于采样点上的原始函数的数值时，就需要利用已采样点进行内插，称为重采样。

在数字摄影测量和遥感中，实际的重采样发生在影像旋转、核线排队、数字纠正和多重影像的复合过程中。

不同的像元坐标在进行配准、纠正和投影等几何变换后，原本的像元中心位置往往会发生一些变化，其在输入栅格中的位置所在的行列号不一定是整数，因此需要根据输出栅格上每个像元在输入栅格中的位置，对输入栅格按一定规律进行重采样操作，即进行每个栅格值的重新计算，建立新的栅格矩阵。这就要求配准之后进行影像重采样。在不同分辩率的栅格及影像数据之间运算时，也需要用到重采样，通常采取将栅格大小统一到一个指定的分辩率上，即每个像元的位置、相同区域像元的数目也将发生变化。SuperMap Deskpro。NET提供了三种常用的重采样方法:最邻近法、双线性内插法及三次卷积法。

遥感图像的几何校正实际上就是图像重采样的过程，首先需要找到一种数学关系，建立起图像校正前的坐标(X,Y)于校正后坐标(u,v)的关系。然后重采样得到校正后影像的灰度值。常用的重采样方法有最邻近法、双线性内插法以及三次卷积内插法。

最邻近法是将与该影像中距离某像元位置最近的像元值作为该像元的新值。该方法的优点是简单高效，运算速度快，且不会改变原始影像栅格值，缺点是最大会产生半个像元大小的位移，计算不够精确。适用于表示地块分类或某种专题地图的离散数据，如森林覆盖、土地利用分类、植被类型统计等。以下示意图为栅格数据经过平移及旋转等几何变换之后，输出栅格采用最邻近法重采样，其中黑色线框表示的是输入栅格，蓝色填充表示的是输出栅格，红色的点表示输出栅格某一像元的中心位置，其栅格值需要重新计算，在这里取距离它最近的输入栅格的值作为它的新值。

双线性内插法是通过取采样点到周围4邻域像元的距离加权来计算其栅格值新值。具体操作是首先在Y方向做一次内插(或X方向)，再在X方向(或Y方向)内插一次，通过距离加权计算得到该像元的栅格值。用该法进行重采样，结果往往会比最邻近法重采样的结果更加光滑，但是会改变原来的栅格值，丢失一些局部细微的特征。适用于表示某种现象分布、地形表面的连续数据，如DEM影像、温度统计、降雨量分布、坡度等，这些数据一般就是通过采样点多次内插得到的连续表面。以下示意图为栅格数据经过平移和旋转等几何变换之后，输出栅格采用双线性内插法重采样，其中黑色线框表示的是输入栅格，蓝色填充表示的是输出栅格，红色的点表示输出栅格某一像元的中心位置，其栅格值需要被重新计算，在这里取距离它最近的4个输入栅格的值通过距离加权平均来计算新值。

三次卷积内插法是一种精度较高的方法，同时运算量较大，它是通过增加参与内插计算的邻近像元的数目来达到最佳的重采样效果。取采样点到周围16邻域像元距离加权来计算新的栅格值，具体操作与双线性内插法类似，分别在Y方向内插四次(或X方向)，再在X方向(或Y方向)内插四次，最终经距离加权得到该像元的栅格值。使用该方法进行重采样往往会增强栅格的细节表现，但是算法冗杂，计算量较大，与双线性内插法类似，会改变原来的栅格值，甚至可能会超出输入栅格的边界范围。适用于航片和传统遥感影像的重采样。以下示意图为栅格数据经过平移和旋转等几何变换之后，输出栅格使用三次卷积内插法进行重采样，其中黑色线框表示的是输入栅格，蓝色填充表示的是输出栅格，红色的点表示输出栅格某一像元的中心位置，其栅格值需要重新计算，在这里取距离它最近的16个输入栅格的值通过距离加权平均计算新值。

由上分析可知，最近邻法计算简单、运算量小，且不破坏原始影像的灰度信息，但是视觉效应差，几何精度只能达到±0.5个像元，采样后图像的不连续性较突出；三次卷积内插法会使图像边缘增强，但是计算量太大，适合高精度的影像处理要求；双线性内插法克服了最近邻法使图像不连续的缺点，计算较三次卷积内插法简单，不足的是图像边缘受到平滑作用，会出现轮廓模糊现象。实际应用中，往往采用双线性内插法进行像元灰度值的重采样就可以达到一般要求。