问题标签 [spatial-interpolation]

我试图在道路坐标之间进行插值以获得道路的几何特征，例如弯道曲率半径等。我已经使用 scipy.interpolate 模块中的单变量样条进行三次插值。xtemp 是经度列表，ytemp 是相应的纬度列表。

当我使用附加到样条的导数（）方法时，它会引发以下错误

它引发以下错误，是否暗示该点不可微分或其他？

回溯（最近一次调用最后）：文件“jn.py”，第 182 行，在 print(spl.derivatives(x[2])) 文件“D:\AMESim\v1410\sys\python\win32\lib\site- packages\scipy\interpolate\fit pack2.py"，第 274 行，在衍生品中引发 ValueError("spalde 返回的错误代码：%s" % ier) ValueError：spalde 返回的错误代码：10

该图像代表我在插值后绘制的前 2 公里左右的道路

我正在使用 opencv remap 函数将图像映射到另一个坐标系。但是，我最初的测试表明插值存在一些问题。在这里，我给出了一个简单的例子，对于一个在位置 [50,50] 处为 0 的图像，恒定 0.1 像素偏移。

给

但是，考虑到线性插值方法，我希望得到 0.9 和 0.1。我做错了什么还是这是一些数字问题？周围有更精确的重映射算法吗？

谢谢。

我知道 OpenVDB 的稀疏点云体素值插值，但我仍在学习。

我有一个三角形，我发现它相交的窄带水平的体素集。我将该级别集中的点分配给一个点组，并将值分配给该级别集中的几个点。

可以说，然后我想为该级别集中的其他点插入值。我是否必须先将这些点提取到一个单独的网格中，或者是否有某种操作只能在该水平集组中的点之间进行插值？

我问的主要原因是因为我已经为点的不同属性维护了几个网格，并且为每个三角形面创建一个单独的网格对象似乎过度。

鉴于以下示例，有没有一种方法可以在不生成整个细间距网格的情况下实现双三次插值？：

警告：“立方”方法要求网格具有均匀的间距。由于不满足此条件，因此将方法从“三次”切换为“样条”。

我理解警告的原因。所以希望通过指定特定点来找到解决方案，而不必生成整个等间距的表面（可用的数据不是等间距的）。不一定非要interp2。我将不得不为数百个表面和数百个查询点运行它，因此需要非常快地返回“w”。有任何想法吗？

浏览网页我发现在 Python 中使用 Kriging 的一些工具是pyKriging和Gaussian Process Regression。但是，我无法让它们中的任何一个工作。第一个对我不起作用（甚至无法导入）：

import pyKriging

第二个我不明白如何使用它。我找不到一个简单的工作示例（例如，这个 rroowwllaandd 答案很好，但遗憾的是数据不再可供下载）

所以我的问题是，我如何使用克里金法插入我的数据？我有几个站数据保存在 numpy 数组中，如下所示：

列是年 - 月 - 日 - 降水。我有几个这样的数据数组（st1、st2、st3）和另一个数组，其中包含每个站的 ID 和每个站所在的坐标（stid，所以站 1 位于经度 15.6865、纬度 62.6420 和很快）。

我需要的是每天一个数组（或一个 3D 数组），其中包含每天在这样的网格中用克里金法插值的所有站点的数据：

任何帮助表示赞赏。

我的源数据文件是每 15 分钟捕获一次的气象雷达图像。我正在尝试对中间帧进行平滑插值，并尝试从上次测量开始推断运动。

到目前为止，我的方法是从两个连续的图像中计算密集的光流场（cv2.calcOpticalFlowFarneback），然后使用光流和第一张图像对帧进行插值（cv2.remap）。我还使用相同的方法进行了虚拟运动外推。

在示例视频中，您可以看到这种方法的注意事项，在插值过程中，插值帧和测量帧之间存在明显的中断，并且在外推部分（从 8 秒开始）出现了完整的迷幻。我尝试过平滑光学流场，影响不大，但效果基本一样。

我想对接下来学习什么方法有一些指导，还有针对此类问题的任何 opencv 特定解决方案。

问题一：如何让插值更平滑？问题二：运动时间外推的正确方法是什么？

我想在地图上绘制数据并对其进行插值，但我不知道如何在 r 中执行此操作。这就是我到目前为止所做的。

谁能告诉我如何绘制这些数据以及如何在地图上插值。

我希望最终的地图看起来像这样。请在此处找到附件输入图像描述

我正在尝试使用 (Lat, Lon) 和每个位置的值绘制数据。我需要做的是在 shapefile 上绘制数据，用不同的颜色表示每个值，并对值进行平滑处理，因此地图中不会出现间隙。

数据具有以下结构：（经度，纬度，值），请您帮帮我。

我知道如何在具有不同颜色的 shapefile 上绘制数据，但问题在于平滑值。

该问题的数据可在以下链接中找到：

https://drive.google.com/open?id=1bOpWjPoYc0Ix1cQqA73iFr-by0J1wU5l

其中：

1- (Lon, Lat, Value) 数据在 csv 文件“cluster__groups”中

2- shapefile 文件位于“shapefile_question”文件夹中

我需要在地区展示它们。输出应该类似于下图：

谢谢您的帮助。我试图解决并寻找解决方案，但找不到解决方案，如果这是一个讨论的话题，请原谅我。

最好的问候，萌

我有关于z=f(x,y)的数据集，其中 x 和 y 是坐标点，z 是关于这些点的值。我需要从 x 和 y 值中获取空间之间的 z 值。我已经尝试过进行插值，但它仍然给了我几乎相同的结果。所以，我的问题是如何在“xy”表面上获得整体“z”分布。谢谢

是否有一种内置方法可以传递可用于高斯过程模型的内核使用的自定义距离函数？特别是，我有纬度/经度坐标中的地理数据，因此使用欧几里德距离不会给出点之间的准确距离。这似乎是 GPR 的一个不常见的用例，所以想知道在 scikit-learn 中是否有标准（-ish）方法来实现它。

现在，我编写了一个新的 Kernel 子类，在其中我用实例化内核时可以设置的参数替换了 RBF 内核源代码中的pdist(metric='sqeuclidean')和cdist(metric='sqeuclidean')调用中的 metric 参数，但这似乎是 hack-y，我想知道是否有更好的方法来做到这一点。最终，您似乎应该能够将任意距离函数传递给所有这些内核，但我无法弄清楚如何做到这一点。我编写的类（几乎与标准 kernels.RBF 类几乎完全一样）如下。有人看到更好的方法吗？或者为什么我正在做的是一个坏主意？