Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

scatteredInterpolant

对二维或三维散点数据插值

说明

使用 scatteredInterpolant散点数据的二维或三维数据集执行插值。scatteredInterpolant 返回给定数据集的插值 F。您可以计算一组查询点(例如二维 (xq,yq))处的 F 值,以得出插入的值 vq = F(xq,yq)

使用 griddedInterpolant网格数据执行插值。

创建对象

描述

F = scatteredInterpolant 创建一个空的散点数据插值对象。

示例

F = scatteredInterpolant(x,y,v) 创建一个拟合 v = F(x,y) 形式的曲面的插值。向量 xy 指定样本点的 (x,y) 坐标。v 包含与点 (x,y) 关联的样本值。

示例

F = scatteredInterpolant(x,y,z,v) 创建一个 v = F(x,y,z) 形式的三维插值。

示例

F = scatteredInterpolant(P,v) 以数组形式指定样本点坐标。P 的行包含 v 中值的 (x, y) 或 (x, y, z) 坐标。

示例

F = scatteredInterpolant(___,Method) 指定插值方法:'nearest''linear''natural'。在前三个语法中的任意一个中指定 Method 作为最后一个输入参量。

示例

F = scatteredInterpolant(___,Method,ExtrapolationMethod) 指定内插和外插方法。在前三个语法的任意一个中同时传递 MethodExtrapolationMethod 作为最后两个输入参量。

  • Method 可以是 'nearest''linear''natural'

  • ExtrapolationMethod 可以是 'nearest''linear''none'

输入参量

全部展开

样本点,指定为列向量,其行数与 v 相同。样本点应该是唯一的。但是,如果样本点包含重复项,scatteredInterpolant 将显示警告并将重复项合并为单个点。

数据类型: double

样本点数组,指定为 m×n 的矩阵,其中 m 是点数,n 是这些点所在空间的维度。P 的各行包含样本点的 (x, y) 或 (x, y, z) 坐标。样本点应该是唯一的。但是,如果样本点包含重复项,scatteredInterpolant 将显示警告并将重复项合并为单个点。

数据类型: double

样本点处的函数值,指定为向量或矩阵。对于二维数据,v = F(x,y)。对于三维数据,v = F(x,y,z)

  • 要使用一组值进行插值,请将 v 指定为向量,其中行数与样本点数相同。

  • 要使用多组值进行插值,请将 v 指定为矩阵,其中行数与样本点数相同。v 中的每列表示不同函数在样本点的值。例如,如果 xy 是包含 10 个元素的列向量,则可以将 v 指定为 10×4 矩阵以使用四组不同值进行插值。

scatteredInterpolant 不会忽略 v 中的 NaN 值,因此那些采样点附近的插值结果也是 NaN

此参量设置 scatteredInterpolant 对象的 Values 属性。

数据类型: double

插值方法,指定为下列选项之一。

方法描述连续性
'linear'(默认值)

线性插值

C0
'nearest'

最近邻点插值

不连续
'natural'

自然邻点插值

C1(样本点处除外)

外插法,指定为下列选项之一。

ExtrapolationMethod描述
'linear'

基于边界梯度的线性外插。Method'linear''natural' 时的默认值。

'nearest'

最近邻点外插。此方法的计算结果为最近邻点的值。Method'nearest' 时的默认值。

'none'

无外插。Points 凸包之外的任何查询返回 NaN

属性

全部展开

样本点,指定为一个矩阵。该矩阵的大小为 m×2m×3,表示二维或三维空间中的 m 个点。Points 的各行包含唯一样本点的 (x, y) 或 (x, y, z) 坐标。Points 中的行对应于 Values 中的函数值。

数据类型: double

样本点处的函数值,指定为向量或矩阵。此属性由 v 输入参量设置。

数据类型: double

插值方法,指定为 'linear''nearest''natural'。有关这些方法的说明,请参阅 Method

外插方法,指定为 'nearest''linear''none'。有关这些方法的说明,请参阅 ExtrapolationMethod

数据类型: double

用途

描述

使用 scatteredInterpolant 创建插值 F。然后,您可以使用以下任何语法在特定点处计算 F

Vq = F(Pq) 在矩阵 Pq 中的查询点处对 F 求值。Pq 中的每行都包含查询点的坐标。

示例

Vq = F(Xq,Yq)Vq = F(Xq,Yq,Zq) 将查询点指定为两个或三个大小相等的数组。F 将查询点视为列向量,例如,Xq(:)

  • 如果 FValues 属性是表示样本点处的一组值的列向量,则 Vq 与查询点的大小相同。

  • 如果 FValues 属性是表示样本点处多组值的矩阵,则 Vq 是矩阵,每列表示查询点处不同的一组值。

示例

Vq = F({xq,yq})Vq = F({xq,yq,zq}) 将查询点指定为网格向量。使用此语法可在您要查询大型点网格时节省内存。

示例

全部折叠

定义一些样本点,并计算这些位置的三角函数的值。这些点是用于插值的样本值。

t = linspace(3/4*pi,2*pi,50)';
x = [3*cos(t); 2*cos(t); 0.7*cos(t)];
y = [3*sin(t); 2*sin(t); 0.7*sin(t)];
v = repelem([-0.5; 1.5; 2],length(t));

创建插值。

F = scatteredInterpolant(x,y,v);

计算位于查询位置 (xq, yq) 处的插值。

tq = linspace(3/4*pi+0.2,2*pi-0.2,40)';
xq = [2.8*cos(tq); 1.7*cos(tq); cos(tq)];
yq = [2.8*sin(tq); 1.7*sin(tq); sin(tq)];
vq = F(xq,yq);

绘制结果。

plot3(x,y,v,'.',xq,yq,vq,'.'), grid on
title('Linear Interpolation')
xlabel('x'), ylabel('y'), zlabel('Values')
legend('Sample data','Interpolated query data','Location','Best')

Figure contains an axes object. The axes object with title Linear Interpolation, xlabel x, ylabel y contains 2 objects of type line. One or more of the lines displays its values using only markers These objects represent Sample data, Interpolated query data.

为一组散点样本点创建插值,然后计算一组三维查询点处的插值。

定义 200 个随机点并对三角函数采样。这些点是用于插值的样本值。

rng default;
P = -2.5 + 5*rand([200 3]);
v = sin(P(:,1).^2 + P(:,2).^2 + P(:,3).^2)./(P(:,1).^2+P(:,2).^2+P(:,3).^2);

创建插值。

F = scatteredInterpolant(P,v);

计算位于查询位置 (xq,yq,zq) 处的插值。

[xq,yq,zq] = meshgrid(-2:0.25:2);
vq = F(xq,yq,zq);

绘制结果的切片。

xslice = [-.5,1,2]; 
yslice = [0,2]; 
zslice = [-2,0];
slice(xq,yq,zq,vq,xslice,yslice,zslice)

Figure contains an axes object. The axes object contains 7 objects of type surface.

在需要更改位于样本点处的值时替换 Values 属性中的元素。由于原始三角剖分没有改变,因此您在计算新插值时可立即获得结果。

创建 50 个随机点并对指数函数进行采样。这些点是用于插值的样本值。

rng('default')
x = -2.5 + 5*rand([50 1]);
y = -2.5 + 5*rand([50 1]);
v = x.*exp(-x.^2-y.^2);

创建插值。

F = scatteredInterpolant(x,y,v)
F = 
  scatteredInterpolant with properties:

                 Points: [50x2 double]
                 Values: [50x1 double]
                 Method: 'linear'
    ExtrapolationMethod: 'linear'

(1.40,1.90) 处计算插值。

F(1.40,1.90)
ans = 0.0069

更改插值样本值,并重新计算同一点处的插值。

vnew = x.^2 + y.^2;
F.Values = vnew;
F(1.40,1.90)
ans = 5.6491

使用 groupsummary 消除重复的采样点,并在调用 scatteredInterpolant 之前控制其合并方式。

创建一个由采样点位置组成的 200×3 矩阵。在最后五行添加重复的点。

P = -2.5 + 5*rand(200,3);
P(197:200,:) = repmat(P(196,:),4,1);

创建一个由采样点上的随机值组成的向量。

V = rand(size(P,1),1);

如果您尝试对重复采样点使用 scatteredInterpolant,它会引发警告,并对 V 中的对应值求平均值以产生一个唯一点。但您可以在创建插值之前使用 groupsummary 来消除重复点。如果要使用求平均值以外的方法合并重复点,此操作尤其有用。

使用 groupsummary 消除重复采样点,并在重复采样点位置保留 V 中的最大值。指定采样点矩阵作为分组变量,指定对应值作为数据。

[V_unique,P_unique] = groupsummary(V,P,@max);

由于分组变量有三列,groupsummary 以元胞数组形式返回唯一组 P_unique。将元胞数组转换回矩阵。

P_unique = [P_unique{:}];

创建插值。由于采样点现在是唯一的,scatteredInterpolant 不会发出警告。

I = scatteredInterpolant(P_unique,V_unique);

比较 scatteredInterpolant 提供的几种不同插值算法的结果。

创建包含 50 个散点的样本数据集。这里有意使用较少的点数量,目的是为了突出插值方法之间的差异。

x = -3 + 6*rand(50,1);
y = -3 + 6*rand(50,1);
v = sin(x).^4 .* cos(y);

创建插值和查询点网格。

F = scatteredInterpolant(x,y,v);
[xq,yq] = meshgrid(-3:0.1:3);

使用 'nearest''linear''natural' 方法绘制结果图。每当插值方法更改时,您都需要重新查询插值以获取更新后的结果。

F.Method = 'nearest';
vq1 = F(xq,yq);
plot3(x,y,v,'mo')
hold on
mesh(xq,yq,vq1)
title('Nearest Neighbor')
legend('Sample Points','Interpolated Surface','Location','NorthWest')

Figure contains an axes object. The axes object with title Nearest Neighbor contains 2 objects of type line, surface. One or more of the lines displays its values using only markers These objects represent Sample Points, Interpolated Surface.

F.Method = 'linear';
vq2 = F(xq,yq);
figure
plot3(x,y,v,'mo')
hold on
mesh(xq,yq,vq2)
title('Linear')
legend('Sample Points','Interpolated Surface','Location','NorthWest')

Figure contains an axes object. The axes object with title Linear contains 2 objects of type line, surface. One or more of the lines displays its values using only markers These objects represent Sample Points, Interpolated Surface.

F.Method = 'natural';
vq3 = F(xq,yq);
figure
plot3(x,y,v,'mo')
hold on
mesh(xq,yq,vq3)
title('Natural Neighbor')
legend('Sample Points','Interpolated Surface','Location','NorthWest')

Figure contains an axes object. The axes object with title Natural Neighbor contains 2 objects of type line, surface. One or more of the lines displays its values using only markers These objects represent Sample Points, Interpolated Surface.

绘制精确解。

figure
plot3(x,y,v,'mo')
hold on
mesh(xq,yq,sin(xq).^4 .* cos(yq))
title('Exact Solution')
legend('Sample Points','Exact Surface','Location','NorthWest')

Figure contains an axes object. The axes object with title Exact Solution contains 2 objects of type line, surface. One or more of the lines displays its values using only markers These objects represent Sample Points, Exact Surface.

使用最近邻点外插查询凸包外部的单点处的插值。

定义包含 200 个随机点的矩阵并对指数函数进行采样。这些点是用于插值的样本值。

rng('default')
P = -2.5 + 5*rand([200 2]);
x = P(:,1);
y = P(:,2);
v = x.*exp(-x.^2-y.^2);

创建插值,指定线性插值和最近邻点外插。

F = scatteredInterpolant(P,v,'linear','nearest')
F = 
  scatteredInterpolant with properties:

                 Points: [200x2 double]
                 Values: [200x1 double]
                 Method: 'linear'
    ExtrapolationMethod: 'nearest'

计算凸包外部的插值。

vq = F(3.0,-1.5)
vq = 0.0029

禁用外插并在同一点计算 F

F.ExtrapolationMethod = 'none';
vq = F(3.0,-1.5)
vq = NaN

在相同的查询点对多个数据集进行插值。

创建一个包含 50 个散点的样本数据集,由样本点向量 xy 表示。

rng("default")
x = -3 + 6*rand(50,1);
y = -3 + 6*rand(50,1);

要对多个数据集进行插值,请创建一个矩阵,其中每列表示不同函数在样本点的值。

s1 = sin(x).^4 .* cos(y);
s2 = sin(x) + cos(y);
s3 = x + y;
s4 = x.^2 + y;
v = [s1 s2 s3 s4];

创建查询点向量,指示为 v 中的每组值执行插值的位置。

xq = -3:0.1:3;
yq = -3:0.1:3;

创建插值 F

F = scatteredInterpolant(x,y,v)
F = 
  scatteredInterpolant with properties:

                 Points: [50x2 double]
                 Values: [50x4 double]
                 Method: 'linear'
    ExtrapolationMethod: 'linear'

计算位于查询位置的插值。Vq 的每页都包含 v 中对应数据集的插值。

Vq = F({xq,yq});
size(Vq)
ans = 1×3

    61    61     4

绘制每个数据集的插值。

tiledlayout(2,2)
nexttile
plot3(x,y,v(:,1),'mo')
hold on
mesh(xq,yq,Vq(:,:,1)')
title("sin(x).^4 .* cos(y)")

nexttile
plot3(x,y,v(:,2),'mo')
hold on
mesh(xq,yq,Vq(:,:,2)')
title("sin(x) + cos(y)")

nexttile
plot3(x,y,v(:,3),'mo')
hold on
mesh(xq,yq,Vq(:,:,3)')
title("x + y")

nexttile
plot3(x,y,v(:,4),'mo')
hold on
mesh(xq,yq,Vq(:,:,4)')
title("x.^2 + y")

lg = legend("Sample Points","Interpolated Surface");
lg.Layout.Tile = "north";

Figure contains 4 axes objects. Axes object 1 with title sin(x). toThePowerOf 4 baseline blank .* blank cos(y) contains 2 objects of type line, surface. One or more of the lines displays its values using only markers Axes object 2 with title sin(x) + cos(y) contains 2 objects of type line, surface. One or more of the lines displays its values using only markers Axes object 3 with title x + y contains 2 objects of type line, surface. One or more of the lines displays its values using only markers Axes object 4 with title x. Squared baseline blank + blank y contains 2 objects of type line, surface. One or more of the lines displays its values using only markers These objects represent Sample Points, Interpolated Surface.

详细信息

全部展开

提示

  • 计算多组不同查询点处的 scatteredInterpolant 对象 F 的值比使用函数 griddatagriddatan 单独计算插值的速度更快。例如:

    % Fast to create interpolant F and evaluate multiple times
    F = scatteredInterpolant(X,Y,V)
    v1 = F(Xq1,Yq1)
    v2 = F(Xq2,Yq2)
    
    % Slower to compute interpolations separately using griddata
    v1 = griddata(X,Y,V,Xq1,Yq1)
    v2 = griddata(X,Y,V,Xq2,Yq2)
    
  • 要更改插值样本值或插值方法,更新插值对象 F 的属性比创建新 scatteredInterpolant 对象的效率更高。当您更新 ValuesMethod 时,输入数据的基础 Delaunay 三角剖分不会更改,因此您可以快速计算新结果。

  • 使用 scatteredInterpolant 进行的散点数据插值使用数据的 Delaunay 三角剖分,因此插值对样本点 xyzP 中的缩放问题非常敏感。出现缩放问题时,您可以使用 normalize 重新缩放数据并改进结果。有关详细信息,请参阅对不同量级的数据进行归一化

算法

scatteredInterpolant 使用散点样本点的 Delaunay 三角剖分执行插值 [1]

参考

[1] Amidror, Isaac. “Scattered data interpolation methods for electronic imaging systems: a survey.” Journal of Electronic Imaging. Vol. 11, No. 2, April 2002, pp. 157–176.

扩展功能

版本历史记录

在 R2013a 中推出

全部展开