从图像或pdf曲线拟合

Question

我从pdf文件中复制了一堆像IGBT characteristics这样的图像。我希望提取数据并做一些曲线拟合。

1. 我尝试手动使用Engauge Digitizer软件从图像IGBT Vce vs Ic @ Tvj three curve's data .csv files中提取数字数据。您可以在图像中看到三条曲线，每条曲线都取决于温度Tvj。我需要为每条曲线拟合等式

Vce25 = a25 * Ic + b25 * log（Ic）+ c25 ---（1）a25，b25，c25是Tvj = 25C的系数，

类似地，我们可以得到温度为125℃的Vce125和Vce150方程式。我需要将这三条曲线组合为单个方程{Vce = f（Ic，Tvj）}系数作为温度依赖性。我需要估算任何给定的Ic和Tvj的Vce（例如：在Ic = 200，Tvj = 50C Vce =？），如何组合方程式。
1. 如何在R？
中执行此操作

Vce - >电压，Ic - > current，Tvj - ＆gt;温度

Answer 1

使用样条回归。您将需要从图像中读取一组[x，y]对，并选择其中一些作为分段线性回归模型的结。请参阅下面的示例并按照说明进行操作。

1. 获取一组代表性的[x，y]坐标。
2. 识别结点并记下x坐标。
3. 构建设计矩阵
4. 适合分段线性模型
5. 剧情

1：获取一组代表性的[x，y]坐标。为了便于说明，我从嘈杂的正弦波中生成了[x，y]样本。您需要读取图像。

# Make a noisy sine-waver over two cycles with 500 samples
n <- 500
x <- seq(0, 4*pi, length=n)
y <- sin(x) + rnorm(n, sd=0.33)
plot(x, y)

2：识别结和注释x坐标。我用了12节来说明。

# Add 12 knots
knots <- seq(0, 4*pi, length=12)

3：构建设计矩阵

splineTerms <- sapply(knots, function(knot) (x > knot)*(x-knot))
designMatrix <- cbind(1, x, splineTerms)

4：拟合分段线性模型

sticksModel <- lm(y ~ designMatrix - 1) # Intercept included in design
yHat <- predict(sticksModel)

5：绘图

plot(x, y, pch=21, col="blue", cex=2)
lines(x, yHat, col="red", lwd=4)

我对热电偶和其他非线性传感器采用了这个过程，并且工作非常可靠。