c++ - C++ 中的 Matlab griddata 等价物

Question

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 Eigen Vector，以及两个等效于 Meshgrid 在 Matlab 中生成的 Eigen 矩阵。我想将 Vectors 的 z 值插值到由 Meshgrid 等价物定义的网格点上(这将稍微超出原始点的外部，因此需要进行较小的外推)。

我不太在意准确性——它不需要完美。但是，我不能接受 NaN 作为解决方案——无论数据间隙如何，都必须在网格上的所有位置计算插值。换句话说，留在凸包内不是一种选择。

我不想从头开始编写插值，但如果有人想向我指出非常好的(和明确的)配方，我会试一试。这不是最讨厌写的东西(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，我希望定义一个名义上遵循地形下方一定距离的直线网格，供以后使用。一旦我有了节点，我就很好。

我目前的研究:

这里问的问题:MATLAB functions in C++产生了一个接近的答案，但不幸的是这个建议不是免费的(SciMath)。

我曾尝试理解 Generic Mapping Tools 中使用的插值函数，结果却很头疼。

我简要地查看了网格算法库 (GrAL)。如果有人有评论，我将不胜感激。

Eigen 有一个不受支持的插值包，但它似乎只适用于曲线(而非曲面)。

编辑:VTK 具有 matplotlib 功能。据推测，出于显示目的，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。

Answer 1

这可能有点晚了，但希望它对某人有所帮助。

方法 1.) Octave:如果您来自 Matlab，一种方法是将 gnu Matlab 克隆 Octave 直接嵌入到 C++ 程序中。我对此经验不多，但您可以直接从 cpp 文件调用 Octave 库函数。

例如，请参见此处。 http://www.gnu.org/software/octave/doc/interpreter/Standalone-Programs.html#Standalone-Programs

网格数据包含在 Octave 的几何包中。

方法 2.) PCL:我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，这样每个 x,y bin 都有一个 z 值。要注意的是，x、y 和 z 值是平均到 bin 中的点的质心，而不是 bin 中心(这也是它适用于此的原因)。所以你需要在完成后修改 x,y 值:

例如://读入逗号分隔值列表 (x,y,z)文件 * 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。然后我只制作一个二维矩阵并通过点云将点分配给它们的 x，y 箱(如果我想要图像等)，就像 griddata 生成的那样。它工作得很好，而且对于大型数据集，它比 matlab 的 griddata 快得多。