Interpolación por vecino más cercano (muestreo por puntos)
Método simple de interpolación que asigna a cada punto de consulta el valor del punto muestreado más cercano; común en escalado de imágenes, SIG y remuestreo categórico.
La interpolación por vecino más cercano es un método sencillo para estimar valores entre muestras medidas. De manera más general, la interpolación busca construir una descripción continua o un mapeo a partir de observaciones discretas. En la interpolación por vecino más cercano, cada punto de consulta toma simplemente el valor del único punto muestreado que se encuentra más próximo, lo que produce una aproximación constante por tramos en lugar de una curva o superficie suave. La entrada subyacente es un conjunto finito de puntos muestreados, y el proceso genera una función definida sobre un dominio que puede entenderse como una partición en regiones alrededor de esas muestras; la función resultante suele considerarse una función constante por tramos discontinua.
Galería de imágenes
1 Imagen
Características
- Regla simple: el valor en el punto de consulta = el valor de la muestra más cercana.
- Produce una teselación de Voronoi del dominio: cada muestra controla la celda que la rodea.
- El resultado es constante por tramos, con discontinuidades en los límites de las celdas.
- Preserva los valores muestreados originales (no inventa valores intermedios nuevos).
- Es computacionalmente barato y fácil de implementar.
Como asigna el valor de una sola muestra a todo un vecindario, la interpolación por vecino más cercano es adecuada para datos categóricos o de etiquetas, donde mezclar valores no tendría sentido (por ejemplo, clases de cobertura del suelo en SIG raster). También se usa en imágenes digitales cuando se desea un aumento de escala rápido y sin suavizado, aunque el resultado visual puede verse en bloques y presentar aliasing.
Esquema del algoritmo
- Para cada punto objetivo, calcular las distancias a las muestras conocidas (o usar un índice espacial).
- Seleccionar la muestra con distancia mínima (los empates se resuelven con una regla fija).
- Devolver el valor de la muestra seleccionada como valor interpolado.
- Opcionalmente, acelerar el proceso con estructuras de datos espaciales (árbol k-d, rejilla).
Entre las alternativas habituales están la interpolación bilineal o bicúbica (que producen transiciones suaves) y la ponderación por distancia inversa o los métodos de k vecinos más cercanos (que combinan varios vecinos). El vecino más cercano destaca cuando es importante preservar exactamente los valores originales o cuando los datos de entrada son categóricos. Es poco fiable cuando importan la continuidad o la fidelidad de los gradientes, porque introduce límites bruscos alineados con las celdas de Voronoi.
Notas prácticas: muchas bibliotecas ofrecen remuestreo por vecino más cercano para datos ráster y de puntos; las implementaciones difieren en la resolución de empates y en la elección de la métrica de distancia. Su mínimo coste computacional y la propiedad de conservar valores exactos lo convierten en una opción habitual para el remuestreo rápido y los flujos de trabajo que preservan etiquetas.
Artículos relacionados
Autor
AlegsaOnline.com Interpolación por vecino más cercano (muestreo por puntos) Leandro Alegsa
URL: https://es.alegsaonline.com/art/68935