图像重采样过程通过为每个像素建立适当的值来逐像素创建新的图像。生成的图像与计算得到的图像类似，具有十分相近的辐射测量和稍微不同的几何形状。

图像重采样过程分两步：

• 对于输出图像的每个像素，第一步是通过让输入图像穿过确定的转换模型来查找输入图像中的相应点。

• 第二步是通过使用位于输入图像中的相应点上或周围的一个或多个像素的值来计算输出像素的值。

最近邻算法仅使用一个输入像素。双线性内插使用四个最近邻并计算加权平均值。立方卷积使用一个四乘四像素矩阵并计算一种加权平均值。

最近邻算法更快，但其可导致输出图像上的边或线参差不齐。立方卷积算法花费时间更长，但产生的图像更平滑。双线性内插在速度和图像质量方面是其他两种方法的折衷。

图像重采样过程可以独立于使用控制点构建模型的过程。其与各种其他种类的模型（如转换、旋转和缩放更改），甚至是与仅用于将图像切成碎片或更改图像分辨率的中性模型搭配使用。Bentley Descartes 提供一组标准模型。

通过选择使用图像的转换矩阵，也可动态完成图像重采样。此过程只需通过从“配准”对话框关闭新建图像选项即可实现。