第五章散乱数据的可视化(完整).pptVIP

式中 这是一种与距离成反比的加权方法，点 的值 对 的 影响与 至 的距离成反比。 （5.3） 式中的权函数有如下性质： （1） ，非负值。 （2） ，是 连续的。 （3） ，当 时， 否则 。 （4） ，具有加权性质。 式中 表示任意常数。图5.6表示出 时的插值结果。大量的计算表明，如果相对于数据点之间的距离， 的最值过大，则会导致病态的系数矩阵，影响了求解。在大多数情况下， 取值小些则结果较好。 以上的插值公式很容易推广到双自变量的情况，此时有 如果将n个点(xk,yk)的值fk代入上式，即可得到一组联立方程 求解此联立方程，即可求出系数aj(j=1,2,…,n)的值。 如令Qj表示任意的二次基函数，aj表示系数，fj表示给定点的值。则可将(5.15)式改写为 其矩阵形式为 其解为 2.薄板样条法 薄板样条法就是用此方法求出的散乱点的插值函数使下面这一泛函表达式具有最小值 I(F)表示受限于插值点的无限弹性薄板的弯曲能量。因此，这一方法的实质从力学观点看是使插值函数所代表的弹性薄板受限于插值点，并且具有最小的弯曲能量。这是一个泛函求极值的问题。这一变分问题的解即为我们所需要插值函数，具有式(5.8)和(5.9)的形式，其基函数具有hk(x,y)=h(dk)=dk2logdk 的形式。 5.1.3有限元方法 由于其基本原理与求解偏微分方程的有限元方法相同，因而被称为散乱点插值的有限元方法。在给出具有双自变量的散乱点和函数值，然后先求出二维平面上散乱点的凸包，并进行三角剖分，形成一系列的三角形，然后构成一系列的面片，使其插值于都有点和对应的函数值。 本节将主要讨论在生成二维点集的三角剖分之后，如何构造插值于各点函数的面片问题。一种最简单的方法是，构造出插值于各点函数的平面三角面片，这在各个三角面片之间只能是C0连续，不能满足要求。因而需要讨论如何利用高阶多项式进行插值，且在各面片具有C1连续的插值方法。 1.Clough-Tocher(克拉夫-托赫尔)插值法 如果用一个三次曲面片对一个三角形的顶点进行插值，该三次曲面片可表示为一个双自变量的三次多项式，即 该式中共有10个待定的系数。 如图5.8(a)所示，设A,B,C是三角形的3个顶点，将3个顶点的坐标值代入上式，可得出3个关系式。如果可以得出3个顶点处相对于x和y的偏导数，并将其代入上式，则又可得到6个关系式。为了使相邻的曲面片光滑连接，那么共享一条边的二个面片，在与该边正交的方向上的偏导数应该相同，这样又可以建立3个关系式。于是我们有了12个关系式，但是只有10个未知数，称为超定方程，无法求解。 3.偏导数的估计 上面两种插值方法都需要知道在各散乱点处得一阶偏导数。求偏导数的方法有很多，这里仅介绍一种求偏导数近似值得简单方法。 前面介绍过的7个不同的算法，可以分为全局插值和局部插值两类。在全局插值算法中，插值函数决定于全部数据点的函数值，当增加、删除或改变一个点的位置或函数值时，插值函数必须重新计算。显然，Shepard方法、MQ方法、MNN方法及薄板样条法等属于这一类方法。在局部插值算法中，一个点的函数值只影响该点附近的一个子域。因而在增加、删除或改变一个点时，只需进行局部的重新计算。前面提到的MQS方法就属于这一类。但是这一优点往往很难实现，因为对于散乱分布的点而言，常常需要将一个点和其他所有的点相比较，以确定某一个点会影响到插值曲面的哪一部分。而且，由全局插值方法得到的插值曲面往往比用局部插值算法的结果更为美观。 在已经介绍过的算法中，插值曲面要通过求解联立方程组来得到，而方程式的数目至少等于散乱点的数目。为了求解的可能性，散乱点的数目必然受到限制。因此，上述算法均只能应用于几百个点的小规模散乱数据的插值。对于散乱点数目达到数千个甚至于数万个的插值问题，则必须另辟途径。 5.2 大规模散乱数据的插值 5.2.1 基于多层B样条的散乱数据插值方法