Matlab中的griddata等价于C ++

时间:2013-04-16 22:26:53

标签: c++ matlab interpolation

我正在寻找与Matlab的griddata函数或任何2D全局插值方法等效的C ++。

我有一个使用Eigen 3的C ++代码。我将有一个包含x,y和z值的特征向量,以及两个等效于Matlab中Meshgrid生成的特征矩阵。我想将矢量中的z值插入到Meshgrid等价物定义的网格点上(它将延伸超过原始点的外部一点,因此需要进行较小的外推)。

我对准确性不太感兴趣 - 它不需要是完美的。但是,我不能接受NaN作为解决方案 - 无论数据间隙如何,都必须在网格上的任何位置计算插值。换句话说,呆在凸壳内不是一种选择。

我不想从头开始编写插值,但如果有人想指出我非常好(和明确)的配方,我会试一试。这不是最讨厌的东西(至少在算法意义上),但我不想重新发明轮子。

实际上我所拥有的是分散的地形位置,我希望定义一个直线网格,名义上跟随地形下方的某个距离,以便以后使用。一旦我有了节点,我就会很好。

到目前为止我的研究:

这里提出的问题:MATLAB functions in C++产生了一个接近的答案,但遗憾的是这个建议并不是免费的(SciMath)。

我已经尝试了解通用映射工具中使用的插值函数,并获得了令人头疼的回报。

我简要介绍了网格算法库(GrAL)。如果有人有评论我会很感激。

Eigen有一个不受支持的插值包,但它似乎只适用于曲线(而不是曲面)。

编辑:VTK具有matplotlib功能。据推测,为了显示目的,必须在某处使用插值。有谁知道这是否可以访问和使用?

谢谢。

1 个答案:

答案 0 :(得分:3)

这可能有点晚了,但希望它有所帮助。

方法1.)Octave:如果你来自Matlab,一种方法是将gnu Matlab克隆Octave直接嵌入到c ++程序中。我没有多少经验,但您可以直接从cpp文件中调用八度音阶库函数。

例如,请看这里。 http://www.gnu.org/software/octave/doc/interpreter/Standalone-Programs.html#Standalone-Programs

griddata包含在octave的几何包中。

方法2.)PCL:我这样做的方法是使用点云库(http://www.pointclouds.org)和VoxelGrid。您可以根据需要设置x和y bin大小,然后设置一个非常大的z bin大小,它为每个x,y bin提供一个z值。问题是x,y和z值是平均值到bin中的点的质心,而不是bin中心(这也是它为什么起作用的原因)。所以你需要在完成后按下x,y值:

例:     //读入逗号分隔值列表(x,y,z)     FILE * fp;     fp = fopen(“points.xyz”,“r”);

//store them in PCL's point cloud format
pcl::PointCloud<pcl::PointXYZ>::Ptr basic_cloud_ptr (new pcl::PointCloud<pcl::PointXYZ>);

int numpts=0;
double x,y,z;
while(fscanf(fp, "%lg, %lg, %lg", &x, &y, &z)!=EOF)
{
pcl::PointXYZ basic_point;
basic_point.x = x; basic_point.y = y; basic_point.z = z;
basic_cloud_ptr->points.push_back(basic_point);
}
fclose(fp);
basic_cloud_ptr->width = (int) basic_cloud_ptr->points.size ();
basic_cloud_ptr->height = 1;

// create object for result
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>());

// create filtering object and process
pcl::VoxelGrid<pcl::PointXYZ> sor;
sor.setInputCloud (basic_cloud_ptr);
//set the bin sizes here.  (dx,dy,dz).  for 2d results, make one of the bins larger 
//than the data set span in that axis
sor.setLeafSize (0.1, 0.1, 1000);
sor.filter (*cloud_filtered);

因此,cloud_filtered现在是一个点云,每个bin包含一个点。然后我只做一个二维矩阵并通过点云将点分配给他们的x,y二进制位,如果我想要一个图像等等,这将由griddata产生。它工作得很好,并且它比matlab的大数据集的griddata要快得多。