【语法说明】

1、VI = interp3(X,Y,Z,V,XI,YI,ZI) %找出由参量X,Y,Z决定的三元函数V=V(X,Y,Z)在点(XI,YI,ZI)的值。参量XI,YI,ZI是同型阵列或向量。若向量参量XI,YI,ZI是不同长度,不同方向(行或列)的向量,这时输出参量VI与Y1,Y2,Y3为同型矩阵。其中Y1,Y2,Y3为用命令meshgrid(XI,YI,ZI)生成的同型阵列。若插值点(XI,YI,ZI)中有位于点(X,Y,Z)之外的点,则相应地返回特殊变量值NaN

 2、VI = interp3(V,XI,YI,ZI) %缺省地,X=1:N,Y=1:M,Z=1:P,其中,[M,N,P]=size(V),再按上面的情形计算。

   3、VI = interp3(V,n) %作n次递归计算,在V的每两个元素之间插入它们的三维插值。这样,V的阶数将不断增加。interp3(V)等价于interp3(V,1)。

   4、VI = interp3(…,method) %用指定的算法method作插值计算:

‘linear’:线性插值(缺省算法);

‘cubic’:三次插值;

‘spline’:三次样条插值;

‘  nearest’:最邻近插值。

说明 在所有的算法中,都要求X,Y,Z是单调且有相同的格点形式。当X,Y,Z是等距且单调时,用算法’*linear’,’*cubic’,’*nearest’,可得到快速插值。

【实例介绍】

[x,y,z,v] = flow(20);
>>[xx,yy,zz] = meshgrid(.1:.25:10, -3:.25:3, -3:.25:3);
>>vv = interp3(x,y,z,v,xx,yy,zz);
>>slice(xx,yy,zz,vv,[6 9.5],[1 2],[-2 .2]); shading interp;colormap cool

interp3函数-----三维数据插值相关推荐

  1. 基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)

    目录 一. 三维插值 例题1 二. 高维度插值拟合 格式一 格式二 格式三 格式四 格式五 例题2 三. 单变量三次样条插值 例题3 例题4 四. 多变量三次样条插值 例题6 一. 三维插值 首先三维 ...

  2. spline函数----三次样条数据插值

    [功能介绍] 1.格式 yy = spline(x,y,xx) %对于给定的离散的测量数据x,y(称为断点),要寻找一个三项多项式,以逼近每对数据(x,y)点间的曲线.过两点和只能确定一条直线,而通过 ...

  3. matlab 三维立体图,利用matlab将三维数据画成三维立体图

    利用matlab将三维数据画成三维立体图 发布时间:2018-08-20 14:13, 浏览次数:1367 , 标签: matlab 首先先分析对象.将数据利用matlab画出图,最开始是导入数据,然 ...

  4. 【MATLAB】数据分析之数据插值

    插值:求过已知有限个数据点的近似函数. 区别于拟合: 拟合:已知有限个数据点求近似函数,不要求过已知数据点,只要求在某种意义下它在这些点上的总偏差最小. 基本常用的插值方法:拉格朗日多项式插值,牛顿插 ...

  5. 5.7 matlab数据插值与曲线拟合的比较

    1.相同点: ①都属于函数逼近方法 ②都能进行数据估算 2.不同点: ①实现方法不同: 数据插值要求逼近函数经过样本点,而曲线拟合不要求逼近函数经过样本点,只要求总体误差最小. ②结果形式不同: 数据 ...

  6. interp1 函数-------一维数据插值函数

    [语法说明] 1.yi=interp1(x,Y,xi):返回插值向量yi,每一个元素对应于参量xi,同时由向量x与Y,的内插值决定. 参量x指定数据Y的点.若Y为一矩阵,则Y按每列计算,yi的阶数是 ...

  7. matlab插值与拟合例题_MATLAB中数据插值和数据拟合的用法

    一.数据插值: 插值是在一组已知数据点的范围内添加新数据点的技术.可以使用插值来填充缺失的数据.对现有数据进行平滑处理以及进行预测等.MATLAB 中的插值技术可分为适用于网格上的数据点和散点数据点. ...

  8. 三维数据平滑处理_VTK图像处理(二)--vtkPolyData数据处理

    前言 vtkPolyData数据是一种广泛使用的vtk数据结构,可以用来表示很多常用的数据结构,如点云数据.面片模型等.本文章先分析vtkPolyData数据的基本组成,创建方法和显示管线,结果介绍了 ...

  9. 在SQL Server 2017中使用Python进行数据插值和转换

    As a continuation to my previous article, How to use Python in SQL Server 2017 to obtain advanced da ...

最新文章

  1. 开发测试中bugfree的安装和应用
  2. JDBC 程序的常见错误及调试方法
  3. python浪漫代码_五行Python代码实现批量抠图
  4. 带有Python示例的math.sin()方法
  5. MGraph图(代码、分析、汇编)
  6. php设置表单为整数,PHP中如何判断FROM表单提交的数字是否为整数?
  7. mysql 字符串 底层_Mysql 的索引底层原理及数据结构详解
  8. 查看tensor的形状,行列大小
  9. Kubernetes学习总结(5)——Kubernetes 常见面试题汇总
  10. 总结前端常用控件和疑难杂症的解决方法
  11. ext中引用ux_Extjs Ext.ux.IFrame的用法 以及父子窗口间函数相互调用
  12. 安装最新LAMP环境(CentOS7+PHP7.1.5+Mysql5.7)
  13. ADI官方提供的源码AD9361+ZC706 利用TCL构建Vivado工程,利用no-OS-master搭建SDK工程
  14. android开机自动启动app,android如何实现开机自动启动Service或app
  15. 计算机屏幕蓝光,电脑如何设置防蓝光?降低电脑屏幕蓝光危害的方法
  16. IDEA添加Mapper.xml文件模板
  17. V部落博客管理平台开源啦! Vue+SpringBoot强强联合!
  18. 2022 google chrome 翻译DNS
  19. r7 5800x配什么主板和显卡
  20. board crt_【大强哥-k8s从入门到放弃02】Kubernetes1.17部署Dashboard2.0

热门文章

  1. 实战Solaris 10
  2. ODBC的多线程应用
  3. 为什么你应该(从现在开始就)写博客
  4. MTK Android 编译命令
  5. centos7双网卡,一个连公网,一个连内网
  6. Jboss7或者wildfly部署war包的问题
  7. jsp的9个内置对象
  8. ELK 日志管理系统,再次尝试记录
  9. JavaWeb--数据库添加
  10. NIO中的SelectionKey