两个坐标系之间的关系由空间变换（映射函数）决定。重采样是为了缩小数据集的大小，便于计算机处理。主要方法是选择重采样范围、调整采样频率（或改变图像尺寸）。

重采样过程本质上是图像恢复过程，用输入的离散数字图像重建代表原始图像的二维连续函数，再按新的像元间距和像元位置进行采样。其数学过程是根据重建的连续函数（曲面），用周围若干像元点的值估计或内插出新采样点的值，相当于用采样函数与输入图像作二维卷积运算。

重采样有3种基本方法：①最近邻赋值法。不改变输入单元的值，所以分类数据的重采样工作可用这种方法。一旦输出栅格数据集上的单元中心位于输入栅格上，最近邻赋值法将确定输入栅格上最近的单元中心的位置并将该单元的值赋给输出单元。该法可用于类型或序列数据，在这些数据中，每个值代表了一个类、成员或分类（分类数据如土地利用、土壤或森林类型）。②双线性内插法。用4个最近的输入栅格中心的值确定输出栅格的值。输出单元的值是这4个值的加权平均，权重由输入栅格到输出单元的中心的距离来决定。适合于由已知点或现象的位置即可决定单元值的数据（连续表面）。高程、坡度、飞机场噪声强度及河口附近的地下水盐度都是连续表面。③立方卷积。与双线内插法类似，二者区别在于它用16个最近的输入单元中心和它们的值来计算加权平均，比双线内插法锐化数据的趋势更明显。由于在输出栅格中无法保持原有类别，双线内插法或立方卷积法不适用于分类数据。但以上3种方法都能应用于连续数据。最近邻赋值法将产生块状输出，双线性内插法产生较平滑的结果，而立方卷积法则生成最锐化的结果。

重采样技术运用到数字断层解剖学，可从某个方位的连续断层解剖图像经体素三维重建后进行重采样，从而得到另一个方位的断层解剖图像，即多个解剖方位的连续断层图像可来源于同一个标本。通过有效的计算，对已生成的三维体数据或经配准的序列图像进行相同方位的连续重采样，可以获得指定方位的连续断面图像，正如在计算机断层扫描（CT）、磁共振成像（MRI）等设备上经常使用的多平面生成技术，利用获得的水平方位的连续断层图像可以生成同一例患者相同部位的冠状和矢状图像。多平面重采样技术的使用，可有效观察层间结构的变化情况，通常会增大三维结构的视觉效果。根据需求，还可沿着指定的曲面路径对体数据进行重采样，将经过曲面路径的像素展开，生成曲面断层图像，该图像有助于曲面结构的整体显示，如椎管、眼等器官结构。重采样技术的应用是断层影像解剖学的重大进步，利用重采样技术可在同一例的数据体上进行任意方位、任意曲面的剖切。采用原有的断面标本的制作方法，一例标本只能制作一个方位的连续断面。