我有一个线性插值方法 . 这是在已知(x1,y1)(x2,y2)和x0时计算插值 . 它是计算y0值 . 但是当多点知道时我需要这样做 .
我不是在谈论双线性或三线性插值 .
对于多点插值,有3个选项:
如果使用参数,则选择2个最接近已知坐标的点,然后选择包含参数范围的点,并将参数范围/比例更改为插值范围(通常为 <0,1> )并插入为线性插值 .
<0,1>
这不是线性的!取所有已知点,从中计算 n-th 度多项式(通过拉格朗日多项式或通过边缘条件或通过回归/曲线拟合或其他任何方式),并根据该多项式的函数计算参数点 . 通常每个轴有一个多项式,点和/或多项式的次数越多,结果(振荡)就越不稳定 .
n-th
它是 #1,#2 的组合( n 为低以避免振荡) . 您需要正确调用点序列来管理段之间的连续性,边缘条件必须考虑前一段和下一段......
n
这里Piecewise interpolation cubic example
这里How to construct own interpolation 3th degree polynomial
这里How to construct own interpolation 4th degree polynomial
这里point call sequence and BEZIER cubic as interpolation cubic
[notes]
SPLINE,BEZIER ,...是近似曲线而非插值(它们不一定跨过控制点) . 有一种方法可以通过重新计算控制点来转换不同类型的曲线 . 例如看到这个:
1 回答
对于多点插值,有3个选项:
如果使用参数,则选择2个最接近已知坐标的点,然后选择包含参数范围的点,并将参数范围/比例更改为插值范围(通常为
<0,1>
)并插入为线性插值 .这不是线性的!取所有已知点,从中计算
n-th
度多项式(通过拉格朗日多项式或通过边缘条件或通过回归/曲线拟合或其他任何方式),并根据该多项式的函数计算参数点 . 通常每个轴有一个多项式,点和/或多项式的次数越多,结果(振荡)就越不稳定 .它是 #1,#2 的组合(
n
为低以避免振荡) . 您需要正确调用点序列来管理段之间的连续性,边缘条件必须考虑前一段和下一段......这里Piecewise interpolation cubic example
这里How to construct own interpolation 3th degree polynomial
这里How to construct own interpolation 4th degree polynomial
这里point call sequence and BEZIER cubic as interpolation cubic
[notes]
SPLINE,BEZIER ,...是近似曲线而非插值(它们不一定跨过控制点) . 有一种方法可以通过重新计算控制点来转换不同类型的曲线 . 例如看到这个: