平滑等值线的方法

2视图(30天)

显示旧的评论

安德鲁·索尔 2022年10月20日

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/1831563-methods-for-smoothing-contour-lines

评论道: 明星黾 2022年10月21日

答:接受明星黾

P.mat

我有一个数据库P与列X, Y和Z(以上文件):

                          N = 150;%点所需的数量
                         
                          十五= linspace (min (P(: 1)),马克斯(P (: 1)), N);
                         
                          青年志愿= linspace (min (P(:, 2)),马克斯(P (:, 2)), N);
                         
                          (X, Y) = ndgrid(十五,青年志愿);
                         
                          Z = griddata (P (: 1), P (:, 2), P (:, 3), X, Y);
                         
                          contourf (X, Y, Z, 35)
                         
                          子= interp2 (P (: 1), P (:, 2), P (:, 3), X, Y);

在上面的代码中,我得到如下图:

如何使轮廓线简洁和流畅吗?

接受的答案

明星黾 2022年10月20日

1
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/1831563-methods-for-smoothing-contour-lines answer_1079768

编辑:明星黾 2022年10月20日

我不喜欢去外部网站。

增加 “N” 会选择我将使用,最初尝试吗 250年也许 500年或更高版本,根据提供的可用内存和结果。应该增加向量的分辨率,因此矩阵来源于他们的决议。

编辑- (2022年10月20日在15分)

使用提供的数据

LD =负载(websave (“P”,“//www.tatmou.com/matlabcentral/answers/uploaded_files/1163343/P.mat”));

P = LD.P;

N = 500;%点所需的数量

十五= linspace (min (P(: 1)),马克斯(P (: 1)), N);

青年志愿= linspace (min (P(:, 2)),马克斯(P (:, 2)), N);

(X, Y) = ndgrid(十五,青年志愿);

Z = griddata (P (: 1), P (:, 2), P (:, 3), X, Y);

警告:复制数据点已发现和删除,对应的值取平均值。

图

contourf (X, Y, Z, 35)

我看着的第一列 “P” 看看重塑是可行的。不会,因为第一次指数不同的独特的价值观 “P (: 1)” 没有常数之间的距离。

数据似乎根本不光滑( 即。可能有限精度),甚至反映在轮廓插值矩阵具有相对较高的精度。

这可能是尽善尽美。

。

18岁的评论
显示17老评论隐藏17老评论

明星黾 2022年10月20日

我怀疑任何形式的平滑都会帮助,特别是因为数据不一致采样,即他们既不定期抽样也不是采样在任何一致的方式。很难使用任何形式的平滑函数(比如Savitzky-Golay过滤器)和他们的原因。

如果他们的数据,抽样更精确在随后的实验是值得的。我不知道数据代表什么,所以我不知道如何创建更精确。

默认的插值方法 “线性” 所以尝试 “天然” 和 “立方” 方法- - - - - -

LD =负载(websave (“P”,“//www.tatmou.com/matlabcentral/answers/uploaded_files/1163343/P.mat”));

P = LD.P;

N = 750;%点所需的数量

十五= linspace (min (P(: 1)),马克斯(P (: 1)), N);

青年志愿= linspace (min (P(:, 2)),马克斯(P (:, 2)), N);

(X, Y) = ndgrid(十五,青年志愿);

Z = griddata (P (: 1), P (:, 2), P (:, 3), X, Y,“天然”);

警告:复制数据点已发现和删除,对应的值取平均值。

图

contourf (X, Y, Z, 35)

标题(“自然”的方法)

Z = griddata (P (: 1), P (:, 2), P (:, 3), X, Y,“立方”);

警告:重复的x - y数据点检测:使用平均值为重复的点。

图

contourf (X, Y, Z, 35)

标题(“立方”方法)

即使增加 “N” 进一步,利用不同的 “方法” 选项没有做任何有意义的结果的变化。

。

明星黾 2022年10月20日

我提到的原因,我真的不建议使用任何平滑函数对这些数据,因为数据不定期在任何意义上的术语。(我也不知道列代表。)

我不确定你怎么计算的数据,所以我不能显示任何更好的方法来处理它。我也不懂的均匀分布的参数值 ”。如果他们是均匀间隔的在特定的范围内(例如使用 linspace 创建),然后数据可能更常规的和可以提高结果的精度产生平滑的效果。如果他们的结果兰德或相似的功能,这可能是违规行为的原因。轮廓出现本质上是对称的零 y 设在。

安德鲁·索尔 2022年10月21日

我似乎找到了等值线的原因是“噪声”。再一次,我会带它。有一些机器人移动的空间。沿着x坐标位置变化的范围=(4,4)和位置变化的范围坐标= (5;5)。我们从这些生成大量均匀分布的点范围,看看机器人或有效的区域。无效的位置标记在等高线图的“白色”区域。这就是“噪音”的来源。当可接受的值位置计算标准,装天花板/命令应用于这个值。就是这样。我不知道我错过了,但事实是。 When I removed it (and increased the number of contour lines), the graph began to look like this:

但仍然存在一些问题。他们源于这样一个事实,你需要很多点漂亮的图。手工做它是极其困难和困难。这是一个图表和一个小得多的(由几个订单)数量的测量。

以某种方式“平滑”就好了。消除“皱纹”边界和填写“空洞”。也许表面近似将帮助吗?

明星黾 2022年10月21日

我怀疑使用装天花板会改变内存需求-

                                   v1 =π;
                                  
                                   v2 =装天花板(π);
                                  
                                   谁v1 v2
                                  
                                     类属性名称大小字节v1 1 x1 8双v2 1 x1 8双

如果您希望使用更少的内存, 单 (甚至是整数,如精密选项 int8 )是可能的-

                                   v1 =单(pi);
                                  
                                   v2 = int16(π);
                                  
                                   v3 = int8(π);
                                  
                                   谁v1 v2 v3
                                  
                                     类属性名称大小字节v1 1 x1 4单v2 1 x1 2 int16 v3 1 x1 1 int8

然而许多MATLAB功能要求双精密,所以这可能涉及转换单 (或整数) 双再是必要的,也有可能乘法、除法的权力- 10 至少保留一些整数,小数精度大大减缓代码。

因为我不知道什么你的代码,我不建议特定的方法,使之更有效或更少msmory密集。

在任何情况下,保持尽可能多的精度在临时计算将创建一个更好的最终结果。

。

明星黾 2022年10月21日

像往常一样,这是我的荣幸!

这是一个有趣的问题!

登录置评。

类别

MATLAB 图形二维和三维图离散数据块

找到更多的在离散数据块在帮助中心和文件交换

下载188bet金宝搏

MATLAB

释放

R2019a

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

平滑等值线的方法

0评论
显示1年长的评论藏1年长的评论

接受的答案

18岁的评论
显示17老评论隐藏17老评论

更多的答案(0)

另请参阅

类别

标签

下载188bet金宝搏

释放

社区寻宝

平滑等值线的方法

0评论 显示1年长的评论藏1年长的评论

接受的答案

18岁的评论 显示17老评论隐藏17老评论

更多的答案(0)

另请参阅

类别

标签

下载188bet金宝搏

释放

社区寻宝

0评论
显示1年长的评论藏1年长的评论

18岁的评论
显示17老评论隐藏17老评论