问题标签 [spatial-interpolation]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
matlab - 在 3d 空间中的两个平面之间进行插值
我正在开发一种工具,可以让您在 3d“体积”上圈出/包围事物。我想通过标记“切片”1 和 3 并从该信息中“填充”切片 2 来节省时间。
两个简单的解决方案是:
这些都可以而且很快,但我更愿意通过使形状在两者之间进行某种平均/插值来做一些更智能的事情。你可以把它想象成试图找到连接平面的悬崖面和空中的某个高原。
示例:从这个 3d 矩阵中填充切片 2-4。(使用创建montage
)
随意提出全新的想法。到目前为止,我将把我的想法放在下面。
我想到的一些东西可能会帮助你,回答者,但我无法成功使用。
- 您可以对每个图像进行 bwperim。
- 您可以尝试“平均”图像(或加权平均)。
到目前为止我得到的最好的:
添加图像。给你重叠和两个周长: - 一个
内周(里面肯定是 1)
- 和一个外周(里面是有问题的)。
您还可以对 >0 AND <2 的区域进行遮罩,这是该可疑区域的遮罩。
在两周边图像上运行 abwdist
并遮罩:
不过,不知道如何从这里出发。沿着该区域采用“最大”轮廓的线会起作用,但我不确定如何稳健地做到这一点。
欢迎任何关于修复我的想法或任何其他想法的想法!
谢谢。
image - 给定带孔点的网格插值/回归算法
我有一张图片,其中包含一组相同的对象,这些对象被放置在一个规则的网格模型中。这些物体的数量是未知的。
我需要以一种非常准确的方式找到该组对象的边界矩形,然后生成它们给出的网格。我可以使用模式匹配技术在图像中找到很多(但通常不是全部)这些对象,所以我也有高精度的角坐标。
因此,给定一些(例如,95%)的角坐标,其中丢失的坐标是随机分布的,我需要“插值”网格。
我正在考虑按行和列进行线性回归,但如果旋转网格,它似乎会变得非常复杂。
是否有一些特定/更通用的网格查找算法可以适合我的问题?
感谢您的关注。
r - 如何从不均匀的 2D 位置插入到规则网格?
我有不均匀定位的图像样本,并且想插入到规则网格,因为(除其他外)大多数图像图形函数都需要规则网格。我注意到有一些 MatLab 函数(例如,请参见随机像素的图像插值)显然可以做到这一点,但找不到可以做到的 R 包。
这是一个简单的例子。
所以 的值inmat
在随机位置。我想要某种outmat<-interpolate(inmat,x,y,gridx,gridy)
函数,其中inmat
,x
和y
都是矩阵或所有向量(展开矩阵)。
我还看到 SciPy 有http://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp2d.html可以做到这一点。包中是否有这样的功能,R
还是我需要移植SciPy
或MatLab
编码?
python - scipy.interpolate.griddata 在尝试对矩形数组进行插值时会爆炸
我用布尔数组标记图像上的坏像素。坏像素的值为 True,而好的像素的值为 False。我将此例程用于各种图像,没有一个具有相同的尺寸。我使用的代码是:
这里 x 和 y 具有独特轴的尺寸。在某些图像上效果很好,但在其他图像上我得到:
我也尝试过 interpolate.interp2d 但它需要一个方形数组。可能是什么解决方案?
python - python中等高线图的高阶插值
你们中有人知道 Python 中用于二维轮廓的高阶插值方法(Catmull-Rom 样条、三次插值等)吗?
Skimage、Matplotlib 和 OpenCV 分别提供函数 measure.find_contours()、contours() 和 findContours(),但都是基于线性插值(也称为行进正方形),我正在研究 Python 中精度更高的东西,最好。任何指针将不胜感激。
https://www.dropbox.com/s/orgr2yqhbbk2xnr/test.PNG
在上图中,我试图从 f(x,y)=x^3+y^3 的标量场中提取等值 25。我正在寻找比线性插值给出的 6 个红点精度更高的 6 个点。
matlab - 向量化到目前为止在循环中生成的 3D 矩阵的生成
到目前为止,我使用了 3 个循环来构建一个矩阵,但是需要很长时间,我想将它向量化。但要么这是不可能的,要么我采取了错误的方式来做到这一点。无论如何,我在墙前,我需要你的帮助。
这是循环:
fx_mat 是一个(1000,120,31)矩阵,31是为AngleList对应的31个元素。
我首先尝试做的是用我的数据创建矩阵:
我要换????相当于interp1,但我找不到它。
你有什么想法可以帮助我吗?
PS:在新的一年里,你们所有人都有很多美好的想法。
matlab - 在 MATLAB 中将像素值分配给图像中的非整数坐标
萨拉姆我遇到了关于在 MATLAB 中赋值的问题。我有一个 5x5 的图像,我想在 delaunay 三角剖分中使用表面近似将其大小增加 2 我使用二元多项式进行插值,对于每个三角形,现在计算 9 个常数我必须定义一个新网格并找到网格点的位置在三角测量中,然后使用这些常量来计算新坐标上的像素值,但是为非整数坐标计算的像素值不能分配给新图像
r - 为 R 中的克里金法等插值方法创建数据对象
我有不同位置(X1,X2,...)的温度数据的每日平均值,我想用它们插值地图。我通过从格式化的 excel 表中加载它们来创建一个长格式数据对象,例如:
X1,X2,...位置的纬度经度相同:
我将它们合并为长格式:
和
我可以使用 spplot 将它们绘制在正确的位置,包括国家边界:
我想在一天的观察中使用 IDW,但是我发现的包(例如 gstat)中的 idw 方法需要其他“网格化”数据对象。我如何创建这样的数据对象以便用这样的方法对它们进行插值?
r - R中克里金预测的空间叠加
我的数据结构如下:
我正在使用autoKrige()
R 中 automap 包中的函数为我使用以下代码定义的网格生成插值:
要进行插值,我使用以下代码:
该代码似乎有效。现在,我想使用over()
sp 包中的函数从插值网格的指定单元格中提取预测。我尝试使用以下代码来完成此操作:
但是这段代码产生了一个充满 NA 值的矩阵。这可能是因为kr.grid$krige_output
is aSpatialPointsDataFrame
而不是 a SpatialPixelsDataFrame
or SpatialGridDataFrame
。
有人对如何解决这个问题有任何建议吗?它可以像转换kr.grid$krige_output
为 aSpatialPixelsDataFrame
或 a一样简单SpatialGridDataFrame
。不幸的是,我不知道该怎么做。
python - Python中常规网格的插值
我一直在努力为我的二维矩阵中的“空”像素插入数据。基本上,我了解(但不深入)插值技术,例如反距离加权、克里金法、双三次等。我不确切知道起点(在问题陈述或 Python 案例中)。
问题定义: 我有 MxN 矩阵(规则网格),其中每个像素代表一定的测量值(下图和该图中使用的数据在 这里)。我想使用我拥有的现有数据作为蓝色像素来插入“问号空间”(空白区域也由相同大小但空的像素组成)区域的数据。
我的问题:
1)如何插入这些数据。谁能给我一个简单的例子(例如 3x3 矩阵)来清楚地理解这一点?
2) 谁能指导我如何在 Python 环境中执行解决方案的步骤?
3) 如何使用 Python 比较精度意义上的插值技术?
4) 你认为根据数据的密度使用不同的插值是个好主意吗?
我将感谢您的回答和建议。