主要内容

插值网格数据

网格数据由形成网格的规则间隔点处的值或测量值组成。网格数据出现在许多领域,如气象学、测量学和医学成像。在这些地区,通常会以规则的空间间隔进行测量,可能会随时间变化。这些有序的数据网格的范围从1-D(对于简单时间序列)到4-D(对于随时间测量体积)或更高。网格化数据的一些示例如下:

  • 1-D:随时间变化的股票价格

  • 二维:表面的温度

  • 3-D:大脑的MRI图像

  • 4-D:随时间变化的海水体积

在所有这些应用中,基于网格的插值有效地将数据的有用性扩展到没有测量的点。例如,如果您有某只股票的每小时价格数据,您可以使用插值来每15分钟估计一次价格。

MATLAB网格插值函数

MATLAB®提供了几种用于基于栅格的插值的工具:

网格创建函数

meshgridndgrid功能创建不同维度的网格。meshgrid可以创建二维或三维栅格,而ndgrid可以创建任意维度的网格。这些函数使用不同的输出格式返回网格。控件可以在这些网格格式之间进行转换页面转置自R2020b起)或排列函数来交换网格的前两个维度。

插值函数

插值函数函数族包括interp1interp2interp3,interpn.每个函数的设计目的是用特定的维数来插值数据。interp2interp3使用网格meshgrid格式,而interpn使用网格ndgrid格式。

插值对象

网格插值对象支持在任意维金宝app度内插数据ndgrid格式。这些对象也支持多值插值(金宝app截至R2021a),其中每个网格点可以有多个相关联的值。

使用它可以带来内存和性能方面的好处网格插值对象在插值函数功能。网格插值为插值对象的重复查询提供了实质性的性能改进,而插值函数函数每次被调用时都执行一个新的计算。同时,网格插值将样本点存储在一种内存高效的格式中(例如紧凑的网格)并且是多线程的,以利用多核计算机处理器。

网格表示

MATLAB允许您用三种表示形式中的一种来表示网格:全网格、紧凑网格或默认网格。使用默认网格和紧凑网格主要是为了方便和提高效率。

完整的网格

一个完整的网格其中所有点都是明确定义的。的输出ndgridmeshgrid定义一个完整的网格。可以创建完整的轴网,这些轴网是制服,其中每个标注中的点具有相等的间距,或非均匀,其中间距在一个或多个维度中变化。均匀网格在每个维度上可以有不同的间距,只要在每个维度内间距是恒定的。

统一的 统一的 非均匀

在每个方向上有均匀间隔的点的网格。

具有等间距点的网格,但每个维度的间距不同。

在每个维度上具有不均匀间距点的栅格。

一个统一的全网格的例子是:

[X,Y]=meshgrid([1 2 3],[3 6 9 12])
X = 12 3 12 3 12 3 12 3 12 3 12 3 y = 3 3 3 3 6 6 6 9 9 9 12 12 12

紧凑网格

在处理大型网格时,显式定义网格中的每个点可能会消耗大量内存。的紧凑的网格表示是一种省去整个网格的内存开销的方法。紧凑网格表示仅存储网格向量(每个维度一个)而不是整个网格。一起,网格向量隐式地定义了网格。实际上,输入meshgridndgrid是网格向量,这些函数复制网格向量以形成完整的网格。紧凑的栅格表示使您能够绕过栅格创建,并将栅格向量直接提供给插值函数。

例如,考虑两个向量,x1=1:3x2=1:5. 您可以将这些向量视为图形中的一组坐标x1方向和中的一组坐标x2方向,像这样:

一个栅格向量水平排列,另一个垂直排列。

每个箭头都指向一个位置。可以使用这两个向量定义一组网格点,其中一组坐标由x1另一组坐标由x2.当网格向量被复制时,它们会形成两个坐标数组,构成整个网格:

一个栅格矢量水平排列,另一个垂直排列,矢量中的点定义了点栅格。

您的输入网格向量可能是单调非单调. 单调向量包含在该维度上增加或在该维度上减少的值。相反,非单调向量包含波动的值。如果输入栅格向量是非单调的,例如[2 4 6 3 1],然后[X1,X2] = ndgrid([2 4 6 3 1])输出非单调网格。如果要将网格传递给其他MATLAB函数,网格向量应该是单调的。的排序函数有助于确保单调性。

默认的网格

在某些应用中,只有网格点上的值是重要的,而网格点之间的距离不是重要的。例如,大多数MRI扫描收集的数据在各个方向上都是均匀分布的。在这种情况下,您可以允许插值函数自动生成默认的网格与数据一起使用的表示。要做到这一点,请忽略插值函数的网格输入。当您忽略网格输入时,该函数会自动认为数据位于单位间隔的网格上。函数在执行时创建这个单位间距的网格,节省了您自己创建网格的麻烦。

例如:二维网格上的温度插值

考虑在一个表面上收集的温度数据以规则的5厘米间隔,在每个方向上延伸20厘米。使用meshgrid创建完整的网格。

(X, Y) = meshgrid (0:5:20)
X=051015202005101520200510102005101520200510152020 Y=05055101020200

(xy)中每个网格点的坐标表示为相应的元素XY矩阵。第一个网格点是(X (1) (1)),这是[0 0],下一个网格点为[X Y (2) (2)],这是[0 5]等等

现在,创建一个矩阵来表示网格上的温度测量值,然后将数据绘制成一个曲面。

T = [1 1 10 1 1;1 10 10 10 10;100 100 1000 100 100;10 10 10 10 1;1 1 10 1 1];冲浪(X, Y, T)视图(2)

网格化温度数据的表面图。

虽然中心网格点的温度较大,但从原始数据来看,其位置及其对周围网格点的影响并不明显。

要将数据分辨率提高10倍,请使用interp2将温度数据插值到使用0.5 cm间隔的更精细网格上。使用meshgrid再次创建由矩阵表示的更精细的网格XqYq. 然后,使用interp2使用原始栅格、温度数据和新栅格点,并绘制结果数据。默认情况下,interp2在每个维度使用线性插值。

[Xq,Yq]=meshgrid(0:0.5:20);Tq=interp2(X,Y,T,Xq,Yq);冲浪(Xq、Yq、Tq)视图(2)

插值温度数据的曲面图。

插值温度数据会增加图像的细节,并大大提高测量区域内数据的有用性。

网格插值方法

MATLAB中基于网格的插值函数和对象提供了几种不同的插值方法。在选择插值方法时,请记住,有些方法需要比其他方法更多的内存或更长的计算时间。您可能需要权衡这些资源,以实现结果中所需的平滑度。下表给出了应用于相同一维数据的每种插值方法的预览,并概述了每种方法的优点、权衡和要求。

方法 描述

最近邻插值。

查询点上的插值值是最近的样本网格点上的值。

  • 不连续

  • 适度的内存需求

  • 最快的计算时间

  • 每个维度需要2个网格点

下一个邻居插值。

查询点处的插值是下一个采样栅格点处的值。

  • 不连续

  • 与最近邻相同的内存需求和计算时间

  • 仅用于一维插值

  • 要求至少2个网格点

以前的邻居插值。

查询点上的插值值是前一个样本网格点上的值。

  • 不连续

  • 与最近邻相同的内存需求和计算时间

  • 仅用于一维插值

  • 要求至少2个网格点

线性插值。

查询点上的插值值是基于每个维度上相邻网格点上的值的线性插值。

  • C0连续

  • 需要比最近邻更多的内存和计算时间

  • 每个维度至少需要2个网格点

分段三次插值。

查询点处的插值基于相邻网格点处值的保形分段三次插值。

  • C1连续

  • 需要更多的内存和计算时间比线性

  • 仅用于一维插值

  • 要求至少4个网格点

三次插值。

查询点上的插值值是基于每个维度上相邻网格点上的值的三次插值。

  • C1连续

  • 需要更多的内存和计算时间比线性

  • 网格必须具有统一的间距,尽管每个标注中的间距不必相同

  • 每个维度至少需要4个点

修改Akima插值。

查询点处的插值基于多项式的分段函数,其阶数最多为三次,使用每个维度中相邻网格点的值进行评估。这个修正了Akima公式避免过激。

  • C1连续

  • 与样条曲线相似的内存要求

  • 需要比三次曲线更多的计算时间,但通常少于样条曲线

  • 每个维度至少需要2个网格点

样条插值。

查询点处的插值基于每个相应维度中相邻网格点处的值的立方插值。

  • C2连续的

  • 比立方需要更多的内存和计算时间

  • 每个维度至少需要4个点

另请参阅

||||

相关的话题