91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

淺析圖像處理的九個插值方法

汽車玩家 ? 來源:電子創(chuàng)新網(wǎng) ? 作者:電子創(chuàng)新網(wǎng) ? 2020-03-22 08:22 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

1、距離倒數(shù)乘方法

距離倒數(shù)乘方格網(wǎng)化方法是一個加權平均插值法,可以進行確切的或者圓滑的方式插值。方次參數(shù)控制著權系數(shù)如何隨著離開一個格網(wǎng)結點距離的增加而下降。對于一個較大的方次,較近的數(shù)據(jù)點被給定一個較高的權重份額,對于一個較小的方次,權重比較均勻地分配給各數(shù)據(jù)點。

計算一個格網(wǎng)結點時給予一個特定數(shù)據(jù)點的權值與指定方次的從結點到觀測點的該結點被賦予距離倒數(shù)成比例。當計算一個格網(wǎng)結點時,配給的權重是一個分數(shù),所 有權重的總和等于1.0。當一個觀測點與一個格網(wǎng)結點重合時,該觀測點被給予一個實際為 1.0 的權重,所有其它觀測點被給予一個幾乎為 0.0 的權重。換言之,該結點被賦給與觀測點一致的值。這就是一個準確插值。

距離倒數(shù)法的特征之一是要在格網(wǎng)區(qū)域內(nèi)產(chǎn)生圍繞觀測點位置的"牛眼"。用距離倒數(shù)格網(wǎng)化時可以指定一個圓滑參數(shù)。大于零的圓滑參數(shù)保證,對于一個特定的結 點,沒有哪個觀測點被賦予全部的權值,即使觀測點與該結點重合也是如此。圓滑參數(shù)通過修勻已被插值的格網(wǎng)來降低"牛眼"影響。

2、克里金法

克里金法是一種在許多領域都很有用的地質(zhì)統(tǒng)計格網(wǎng)化方法??死锝鸱ㄔ噲D那樣表示隱含在你的數(shù)據(jù)中的趨勢,例如,高點會是沿一個脊連接,而不是被牛眼形等值線所孤立。
克里金法中包含了幾個因子:變化圖模型,漂移類型 和礦塊效應。

3、最小曲率法

最小曲率法廣泛用于地球科學。用最小曲率法生成的插值面類似于一個通過各個數(shù)據(jù)值的,具有最小彎曲量的長條形薄彈性片。最小曲率法,試圖在盡可能嚴格地尊重數(shù)據(jù)的同時,生成盡可能圓滑的曲面。

使用最小曲率法時要涉及到兩個參數(shù):最大殘差參數(shù)和最大循環(huán)次數(shù)參數(shù)來控制最小曲率的收斂標準。

4、多元回歸法

多元回歸被用來確定你的數(shù)據(jù)的大規(guī)模的趨勢和圖案。你可以用幾個選項來確定你需要的趨勢面類型。多元回歸實際上不是插值器,因為它并不試圖預測未知的 Z 值。它實際上是一個趨勢面分析作圖程序。

使用多元回歸法時要涉及到曲面定義和指定XY的最高方次設置,曲面定義是選擇采用的數(shù)據(jù)的多項式類型,這些類型分別是簡單平面、雙線性鞍、二次曲面、三次曲面和用戶定義的多項式。參數(shù)設置是指定多項式方程中 X 和 Y組元的最高方次 。

5、徑向基本函數(shù)法

徑向基本函數(shù)法是多個數(shù)據(jù)插值方法的組合。根據(jù)適應你的數(shù)據(jù)和生成一個圓滑曲面的能力,其中的復二次函數(shù)被許多人認為是最好的方法。所有徑向基本函數(shù)法都 是準確的插值器,它們都要為尊重你的數(shù)據(jù)而努力。為了試圖生成一個更圓滑的曲面,對所有這些方法你都可以引入一個圓滑系數(shù)。你可以指定的函數(shù)類似于克里金 中的變化圖。當對一個格網(wǎng)結點插值時,這些個函數(shù)給數(shù)據(jù)點規(guī)定了一套最佳權重。

6、謝別德法

謝別德法使用距離倒數(shù)加權的最小二乘方的方法。因此,它與距離倒數(shù)乘方插值器相似,但它利用了局部最小二乘方來消除或減少所生成等值線的"牛眼"外觀。謝別德法可以是一個準確或圓滑插值器。

在用謝別德法作為格網(wǎng)化方法時要涉及到圓滑參數(shù)的設置。圓滑參數(shù)是使謝別德法能夠象一個圓滑插值器那樣工作。當你增加圓滑參數(shù)的值時,圓滑的效果越好。

7、三角網(wǎng)/線形插值法

三角網(wǎng)插值器是一種嚴密的插值器,它的工作路線與手工繪制等值線相近。這種方法是通過在數(shù)據(jù)點之間連線以建立起若干個三角形來工作的。原始數(shù)據(jù)點的連結方法是這樣:所有三角形的邊都不能與另外的三角形相交。其結果構成了一張覆蓋格網(wǎng)范圍的,由三角形拼接起來的網(wǎng)。

每一個三角形定義了一個覆蓋該三角形內(nèi)格網(wǎng)結點的面。三角形的傾斜和標高由定義這個三角形的三個原始數(shù)據(jù)點確定。給定三角形內(nèi)的全部結點都要受到該三角形的表面的限制。因為原始數(shù)據(jù)點被用來定義各個三角形,所以你的數(shù)據(jù)是很受到尊重的。

8、自然鄰點插值法

自然鄰點插值法(NaturalNeighbor)是Surfer7.0才有的網(wǎng)格化新方法。自然鄰點插值法廣泛應用于一些研究領域中。其基本原理是對于 一組泰森(Thiessen)多邊形,當在數(shù)據(jù)集中加入一個新的數(shù)據(jù)點(目標)時,就會修改這些泰森多邊形,而使用鄰點的權重平均值將決定待插點的權重, 待插點的權重和目標泰森多邊形成比例。實際上,在這些多邊形中,有一些多邊形的尺寸將縮小,并且沒有一個多邊形的大小會增加。同時,自然鄰點插值法 在數(shù)據(jù)點凸起的位置并不外推等值線(如泰森多邊形的輪廓線)。

9、最近鄰點插值法

最近鄰點插值法(NearestNeighbor)又稱泰森多邊形方法,泰森多邊形(Thiesen,又叫Dirichlet或Voronoi多邊形)分 析法是荷蘭氣象學家A.H.Thiessen提出的一種分析方法。最初用于從離散分布氣象站的降雨量數(shù)據(jù)中計算平均降雨量,現(xiàn)在GIS和地理分析中經(jīng)常采 用泰森多邊形進行快速的賦值。實際上,最近鄰點插值的一個隱含的假設條件是任一網(wǎng)格點p(x,y)的屬性值都使用距它最近的位置點的屬性值,用每一 個網(wǎng)格節(jié)點的最鄰點值作為待的節(jié)點值。當數(shù)據(jù)已經(jīng)是均勻間隔分布,要先將數(shù)據(jù)轉換為SURFER的網(wǎng)格文件,可以應用最近鄰點插值法;或者在一個文 件中,數(shù)據(jù)緊密完整,只有少數(shù)點沒有取值,可用最近鄰點插值法來填充無值的數(shù)據(jù)點。有時需要排除網(wǎng)格文件中的無值數(shù)據(jù)的區(qū)域,在搜索橢圓 (SearchEllipse)設置一個值,對無數(shù)據(jù)區(qū)域賦予該網(wǎng)格文件里的空白值。設置的搜索半徑的大小要小于該網(wǎng)格文件數(shù)據(jù)值之間的距離,所有的無數(shù) 據(jù)網(wǎng)格節(jié)點都被賦予空白值。在使用最近鄰點插值網(wǎng)格化法,將一個規(guī)則間隔的XYZ數(shù)據(jù)轉換為一個網(wǎng)格文件時,可設置網(wǎng)格間隔和XYZ數(shù)據(jù)的數(shù)據(jù)點之間的間距相等。最近鄰點插值網(wǎng)格化法沒有選項,它是均質(zhì)且無變化的,對均勻間隔的數(shù)據(jù)進行插值很有用,同時,它對填充無值數(shù)據(jù)的區(qū)域很有效。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 圖像處理
    +關注

    關注

    29

    文章

    1342

    瀏覽量

    59570
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    檢查函數(shù)返回的錯誤和異常處理方法

    檢查函數(shù)返回:這是最常見也最基本的錯誤處理和異常處理方法,就是在調(diào)用一函數(shù)后,檢查其返回
    發(fā)表于 12-11 06:48

    DAC5681Z 16 位 1.0 GSPS 型數(shù)模轉換器(DAC)產(chǎn)品手冊總結

    濾波器。每個FIR可配置為以下任一格式 低通或高通模式,允許選擇更高階輸出的光譜圖像。一
    的頭像 發(fā)表于 11-21 14:03 ?699次閱讀
    DAC5681Z 16 位 1.0 GSPS <b class='flag-5'>插</b><b class='flag-5'>值</b>型數(shù)模轉換器(DAC)產(chǎn)品手冊總結

    神經(jīng)網(wǎng)絡加速器的雙線性插值上采樣

    雙線性插值法:目標象素根據(jù)這個源圖中虛擬的點四周的四真實的點來按照一定的規(guī)律計算出來。像最鄰近法那樣由目標圖的坐標反推得到的源圖的的
    發(fā)表于 10-29 06:36

    使用Otsu閾值算法將灰度圖像

    Otsu 算法是由日本學者OTSU于1979年提出的一種對圖像進行二化的高效算法,又稱“最大類間方差法”。當我們對一圖象進行二化操作的時候,需要根據(jù)一項灰度閾值來判決每個像素點應
    發(fā)表于 10-28 06:49

    慧視光電——全棧圖像處理板供應商

    隨著AI日益滲透到各行各業(yè),作為支撐平臺的圖像處理板日益成為人們關注的焦點,由于原來的系統(tǒng)集成商或一級配套單位不具備或者不完全具備圖像處理案板的整體研發(fā)整理,因此全棧
    的頭像 發(fā)表于 10-23 18:02 ?574次閱讀
    慧視光電——全棧<b class='flag-5'>圖像</b><b class='flag-5'>處理</b>板供應商

    使用jQuery的常用方法與返回分析

    使用jQuery的常用方法與返回分析 jQuery是一輕量級的JavaScript庫,旨在簡化HTML文檔遍歷和操作、事件處理以及動畫效果的創(chuàng)建。本文將介紹一些常用的jQuery
    發(fā)表于 10-01 20:18

    同步電機失步淺析

    純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:同步電機失步淺析.pdf【免責聲明】本文系網(wǎng)絡轉載,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請第一時間告知,刪除內(nèi)容!
    發(fā)表于 06-20 17:42

    HarmonyOS應用圖像stride處理方案

    圖像存儲在內(nèi)存中時,內(nèi)存緩沖區(qū)可能在每行像素之后包含額外的填充字節(jié)。填充字節(jié)會影響圖像在內(nèi)存中的存儲方式,但不會影響圖像的顯示方式。stride是內(nèi)存中一行像素到內(nèi)存中下一行像素的字節(jié)數(shù);如果存在填充字節(jié),則步幅比
    的頭像 發(fā)表于 06-10 14:17 ?1242次閱讀
    HarmonyOS應用<b class='flag-5'>圖像</b>stride<b class='flag-5'>處理</b>方案

    使用ALINX VD100開發(fā)板實現(xiàn)圖像處理

    這是一塊基于 AMD Versal Edge AI 平臺的開發(fā)板,功能特別強大,可以用來做圖像處理、人工智能等各種高階應用。
    的頭像 發(fā)表于 05-12 09:23 ?1163次閱讀
    使用ALINX VD100開發(fā)板實現(xiàn)<b class='flag-5'>圖像</b><b class='flag-5'>處理</b>

    基于LockAI視覺識別模塊:C++使用圖像的統(tǒng)計信息

    和標準差。 使用 cv::minMaxLoc 查找最小和最大及其位置。 綜合應用:結合上述方法圖像進行局部分析和全局統(tǒng)計。
    發(fā)表于 05-08 10:31

    基于LockAI視覺識別模塊:C++使用圖像的統(tǒng)計信息

    圖像處理中,統(tǒng)計信息可以幫助我們了解圖像的特性,例如區(qū)域內(nèi)的像素分布、顏色轉換以及特定區(qū)域的分析。本文將介紹基于LockAI視覺識別模塊如何提取興趣區(qū)域(ROI)、轉換顏色通道、計算均值和標準差,以及查找最小
    的頭像 發(fā)表于 05-08 10:09 ?749次閱讀
    基于LockAI視覺識別模塊:C++使用<b class='flag-5'>圖像</b>的統(tǒng)計信息

    基于LockAI視覺識別模塊:C++圖像的基本運算

    圖像處理中,理解圖像的基本操作是掌握計算機視覺技術的關鍵。本文章將介紹 基于LockAI視覺識別模塊下OpenCV 中圖像的基本運算方法,
    發(fā)表于 05-06 16:56

    基于LockAI視覺識別模塊:C++圖像的基本運算

    圖像處理中,理解圖像的基本操作是掌握計算機視覺技術的關鍵。本文章將介紹基于LockAI視覺識別模塊下OpenCV中圖像的基本運算方法,包括
    的頭像 發(fā)表于 05-06 16:20 ?725次閱讀
    基于LockAI視覺識別模塊:C++<b class='flag-5'>圖像</b>的基本運算

    基于事件相機的統(tǒng)一幀與自適應去模糊框架(REFID)

    )的解決方案。團隊提出了一種基于事件相機的統(tǒng)一幀與自適應去模糊框架(REFID)。該框架基于雙向遞歸網(wǎng)絡,結合事件流和圖像信息,自適應地融合來自不同時間點的信息,從而能夠在模糊的輸入幀情況下同步實現(xiàn)
    的頭像 發(fā)表于 03-14 11:48 ?1655次閱讀
    基于事件相機的統(tǒng)一幀<b class='flag-5'>插</b><b class='flag-5'>值</b>與自適應去模糊框架(REFID)