问题标签 [bilinear-interpolation]

我正在尝试使用指定的经度和纬度列表重新网格化 Netcdf 文件。我想使用双线性插值，虽然我已经看到CDO并且NCO很有帮助，但我想在 r.js 中实现它。我已经看到有一个包含函数的akima包，bilinear.grid但它只使用中断长度或坐标数，而不是特定的。

我的目标经度和纬度在下面

输入数据：

我尝试重新网格的网格是 netcdf 文件的第一步，在这里找到： https ://esgf-node.llnl.gov/search/cmip6/ 命名为：CMIP6.PMIP.CAS.FGOALS-f3-L.lig127k。 r1i1p1f1.Amon.tas.gr

• 开放式接入点访问

• 下载(1.2GB)

• 输入数据网格（一维坐标变量lat和lon）：

  • lat从 -89.5 到 89.5 每 1.0（180 个纬度）
  • lon每 1.25（288 个经度）从 0.625 到 359.375
  • （主数据数组也有无限time维度）

提前致谢

我已经达到了这个双线性插值代码（在此处添加），但我想将此代码改进为 3D，这意味着将其更新为使用 RGB 图像（3D，而不仅仅是 2D）。

如果您有任何建议，我很想知道。

这是一维线性插值：

这对于 2D：

我是计算机视觉概念的新手，我想知道为什么当我们将图像大小加倍时，我们应该使用双线性插值，其中像素没有值，而不是最近的已知值像素之间的平均值。

我正在实施双线性插值来调整图像大小。双线性插值和调整大小的函数如下：

我正在使用x_ceil = min( old_h - 1, math.ceil(x))并y_ceil = min(old_w - 1, math.ceil(y))避免访问原始图像数组的尺寸更大的索引。没有它，我会得到两个维度中最后一个索引的索引超出范围错误。

使用此代码调整大小的图像上包含一个黑色网格。这是一些输出图像。第一张是原图的缩小版，第二张是放大版的！

编辑：我已经确定了导致问​​题的确切原因，但我不明白它为什么会导致问题。将两个维度的比例因子从 更改(old/new)为 (old - 1)/(new - 1)导致无网格结果。我想了解比例因子值如何产生问题。

我在使用具有等距输入的直接查找表进行 2D 插值时缺乏性能而苦苦挣扎。

目标是在表 z(x,y) 中找到 4 个值 (z00,z01,z11,z10)，对应于每个输入 x 和 y 的两个最接近的值，(x0 < x < x1) 和 ( y0 < y < y1)。

例如，以下查找：

由以下数组表示：

此外，与数组的定义一起，结构提供以下数据以实现更有效的查找：

该算法最耗时的部分是找到对应于输入 x 和 y 之前和之后值的交集的索引。

我目前的方法是按如下方式计算它们：

鉴于 x0 和 y0 的索引倍数为：

那么 x0,x1,y0 和 y1 是：

查找 z(x,y) 中的 4 个必要值是：

然后将二维插值作为沿 y0 和 y1 的两个 x 插值和一个 y 插值执行：

关于如何改进这一点的任何建议？

基本上我需要一个类似于双线性插值但不完全相同的函数。在双线性插值中，每个角都有权重，我需要一个公式，其中权重随着接近中心而增加，但随着到达盒子的末端而减少。我附上了图片作为示例，图 1 上的黑点代表双线性插值的结果 P，图 2 是我试图重新创建的那种效果

提前感谢您的帮助

我正在尝试使用 Autograd 将尊重与矩阵区分开来（这无关紧要），但首先我需要结果（函数的值），为此我需要插值这个矩阵以便能够知道每个点中的值我想。

问题是 Autograd 有一些限制，不支持 scipy 的某些功能，“插值”就是其中之一。

我正在寻找一个可以应用双变量（2D）插值（线性就足够了）的函数，或者如果不可能的话，我会很感激一些关于我自己编程的建议。

谢谢

我的代码受到双线性插值的严重限制，因此我编写了一个ScaleBlerpI不使用浮点数学的版本 ( )。这已经快了1.5 1.85 倍，但我想知道如何让它更快。

任何提示表示赞赏。

分析向我表明，大部分时间都浪费在了blerpI,src.GetComponent和dst.SetComponent

编辑 1

更换

和

整数版本现在快 1.85 倍。

编辑 2

基准：

我想在图像上实现双线性插值。该算法工作正常。但...

假设我有一个图像（2x2 像素）并且想将它放大 x3 倍所以它应该是一个 6x6 像素的图像。为简单起见，我们只看第一行：

x x -> x 0 x 0 x (x = given pixel, 0 = pixel we need to guess)

但在右侧，它只是一个 5x5 像素的图像。那么我应该把最后一个像素放在哪里？在最后一个像素之后？像那样？

x 0 x 0 x 0

但是现在我不能用双线性插值计算最后一个像素，因为我右边没有给定值，只有左边一个！

我对算法的理解错了吗？或者这是一个真正的问题？

我已经尝试阅读维基百科页面https://en.wikipedia.org/wiki/Bilinear_interpolation上的双线性插值，并且我已经实现了其中一种算法，我想知道我是否做对了。

这是我从页面实现的算法：

这是我试图在代码中实现的：

那是如何实现的？