双线性二次插值原理解析

2024-03-25 00:48

本文主要是介绍双线性二次插值原理解析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  在介绍双线性插值前,我们先介绍一下拉格朗日插值多项式。

  拉格朗日插值法:

在数值分析中,拉格朗日插值法是以法国十八世纪数学家约瑟夫·拉格朗日命名的一种多项式插值方法。许多实际问题中都用函数来表示某种内在联系或规律,而不少函数都只能通过实验和观测来了解。如对实践中的某个物理量进行观测,在若干个不同的地方得到相应的观测值,拉格朗日插值法可以找到一个多项式,其恰好在各个观测的点取到观测到的值。这样的多项式称为拉格朗日(插值)多项式。数学上来说,拉格朗日插值法可以给出一个恰好穿过二维平面上若干个已知点的多项式函数。拉格朗日插值法最早被英国数学家爱德华·华林于1779年发现[1],不久后(1783年)由莱昂哈德·欧拉再次发现。1795年,拉格朗日在其著作《师范学校数学基础教程》中发表了这个插值方法,从此他的名字就和这个方法联系在一起[2]

对于给定的若n+1个点(x_{0},y_{0}),(x_{1},y_{1}),\ldots ,(x_{n},y_{n}),对应于它们的次数不超过n的拉格朗日多项式\scriptstyle L只有一个。如果计入次数更高的多项式,则有无穷个,因为所有与\scriptstyle L相差\lambda (x-x_{0})(x-x_{1})\ldots (x-x_{n})的多项式都满足条件。例子:

已知平面上四个点: (-9, 5), (-4, 2)(-1, -2)(7, 9),拉格朗日多项式: Lx(黑色)穿过所有点。而每个基本多项式:

 

以及 各穿过对应的一点,并在其它的三个点的 x值上取零。

定义

对某个多项式函数,已知有给定的k + 1个取值点:

(x_{0},y_{0}),\ldots ,(x_{k},y_{k})

其中x_{j}对应着自变量的位置,而y_{j}对应着函数在这个位置的取值。

假设任意两个不同的xj都互不相同,那么应用拉格朗日插值公式所得到的拉格朗日插值多项式为:

L(x):=\sum _{​{j=0}}^{​{k}}y_{j}\ell _{j}(x)

其中每个\ell _{j}(x)拉格朗日基本多项式(或称插值基函数),其表达式为:

\ell _{j}(x):=\prod _{​{i=0,\,i\neq j}}^{​{k}}{\frac  {x-x_{i}}{x_{j}-x_{i}}}={\frac  {(x-x_{0})}{(x_{j}-x_{0})}}\cdots {\frac  {(x-x_{​{j-1}})}{(x_{j}-x_{​{j-1}})}}{\frac  {(x-x_{​{j+1}})}{(x_{j}-x_{​{j+1}})}}\cdots {\frac  {(x-x_{​{k}})}{(x_{j}-x_{​{k}})}}. [3]

拉格朗日基本多项式\ell _{j}(x)的特点是在x_{j}上取值为1,在其它的点x_{i},\,i\neq j上取值为0

范例

假设有某个二次多项式函数f,已知它在三个点上的取值为:

  • f(4)=10
  • f(5)=5.25
  • f(6)=1

要求f(18)的值。

首先写出每个拉格朗日基本多项式:

\ell _{0}(x)={\frac  {(x-5)(x-6)}{(4-5)(4-6)}}
\ell _{1}(x)={\frac  {(x-4)(x-6)}{(5-4)(5-6)}}
\ell _{2}(x)={\frac  {(x-4)(x-5)}{(6-4)(6-5)}}

然后应用拉格朗日插值法,就可以得到p的表达式(p为函数f的插值函数):

p(x)=f(4)\ell _{0}(x)+f(5)\ell _{1}(x)+f(6)\ell _{2}(x)
.\,\,\,\,\,\,\,\,\,\,=10\cdot {\frac  {(x-5)(x-6)}{(4-5)(4-6)}}+5.25\cdot {\frac  {(x-4)(x-6)}{(5-4)(5-6)}}+1\cdot {\frac  {(x-4)(x-5)}{(6-4)(6-5)}}
.\,\,\,\,\,\,\,\,\,\,={\frac  {1}{4}}(x^{2}-28x+136)

此时代入数值\ 18就可以求出所需之值:\ f(18)=p(18)=-11

证明

存在性

对于给定的k+1个点:(x_{0},y_{0}),\ldots ,(x_{k},y_{k}),拉格朗日插值法的思路是找到一个在一点x_{j}取值为1,而在其他点取值都是0的多项式\ell _{j}(x)。这样,多项式y_{j}\ell _{j}(x)在点x_{j}取值为y_{j},而在其他点取值都是0。而多项式L(x):=\sum _{​{j=0}}^{​{k}}y_{j}\ell _{j}(x)就可以满足

L(x_{j})=\sum _{​{i=0}}^{​{k}}y_{i}\ell _{i}(x_{j})=0+0+\cdots +y_{j}+\cdots +0=y_{j}

在其它点取值为0的多项式容易找到,例如:

(x-x_{0})\cdots (x-x_{​{j-1}})(x-x_{​{j+1}})\cdots (x-x_{​{k}})

它在点x_{j}取值为:(x_{j}-x_{0})\cdots (x_{j}-x_{​{j-1}})(x_{j}-x_{​{j+1}})\cdots (x_{j}-x_{​{k}})。由于已经假定x_{i}两两互不相同,因此上面的取值不等于0。于是,将多项式除以这个取值,就得到一个满足“在x_{j}取值为1,而在其他点取值都是0的多项式”:

\ell _{j}(x):=\prod _{​{i=0,\,i\neq j}}^{​{k}}{\frac  {x-x_{i}}{x_{j}-x_{i}}}={\frac  {(x-x_{0})}{(x_{j}-x_{0})}}\cdots {\frac  {(x-x_{​{j-1}})}{(x_{j}-x_{​{j-1}})}}{\frac  {(x-x_{​{j+1}})}{(x_{j}-x_{​{j+1}})}}\cdots {\frac  {(x-x_{​{k}})}{(x_{j}-x_{​{k}})}}

这就是拉格朗日基本多项式。


我们的方法是这样的,根据水平方向上的双线性二次插值,由f(I,j)和f(i+1,j)求取f(x,j),由

f(I,j+1)和f(i+1,j+1)求取f(x,j+1),然后再根据这两点的二次插值求取f(x,y)。

  根据前面的例题,我们可以很容易的求取各点插值如下:

                        f(x,j)=(i+1-x)f(I,j)+(x-i)f(i+1,j)               公式1-(4)

                      f(x,j+1)=(i+1-x)f(I,j+1)+(x-i)f(i+1,j+1)           公式1-(5)

                       f(x,y)=(i+1-y)f(x,j)+(y-j)f(x,j+1)               公式1-(6)

  以上三式综合可以得到:

  f(x,y)=(j+1-y)(i+1-x)f(I,j)+(j+1-y)(x-i)f(i+1,j)+(y-j)(i+1-x)f(I,j+1)+(y-j)(x-i)f(i+1,j+1)     公式1-(7)

  我们令x=i+p,y=j+q得:

  f(i+p,j+q)=(1-q)(1-p)f(I,j)+p(1-q)f(i+1,j)+q(1-p)f(I,j+1)+pqf(i+1,j+1)                公式1-(8)

  上式即为数字图像处理中的双线性二次插值公式。

参考博客:https://www.cnblogs.com/ECJTUACM-873284962/p/6833391.html

                   http://blog.csdn.net/trent1985/article/details/45150677

这篇关于双线性二次插值原理解析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/843352

相关文章

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

Spring MVC使用视图解析的问题解读

《SpringMVC使用视图解析的问题解读》:本文主要介绍SpringMVC使用视图解析的问题解读,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Spring MVC使用视图解析1. 会使用视图解析的情况2. 不会使用视图解析的情况总结Spring MVC使用视图

利用Python和C++解析gltf文件的示例详解

《利用Python和C++解析gltf文件的示例详解》gltf,全称是GLTransmissionFormat,是一种开放的3D文件格式,Python和C++是两个非常强大的工具,下面我们就来看看如何... 目录什么是gltf文件选择语言的原因安装必要的库解析gltf文件的步骤1. 读取gltf文件2. 提

Java中的runnable 和 callable 区别解析

《Java中的runnable和callable区别解析》Runnable接口用于定义不需要返回结果的任务,而Callable接口可以返回结果并抛出异常,通常与Future结合使用,Runnab... 目录1. Runnable接口1.1 Runnable的定义1.2 Runnable的特点1.3 使用Ru

使用EasyExcel实现简单的Excel表格解析操作

《使用EasyExcel实现简单的Excel表格解析操作》:本文主要介绍如何使用EasyExcel完成简单的表格解析操作,同时实现了大量数据情况下数据的分次批量入库,并记录每条数据入库的状态,感兴... 目录前言固定模板及表数据格式的解析实现Excel模板内容对应的实体类实现AnalysisEventLis

JAVA封装多线程实现的方式及原理

《JAVA封装多线程实现的方式及原理》:本文主要介绍Java中封装多线程的原理和常见方式,通过封装可以简化多线程的使用,提高安全性,并增强代码的可维护性和可扩展性,需要的朋友可以参考下... 目录前言一、封装的目标二、常见的封装方式及原理总结前言在 Java 中,封装多线程的原理主要围绕着将多线程相关的操

kotlin中的模块化结构组件及工作原理

《kotlin中的模块化结构组件及工作原理》本文介绍了Kotlin中模块化结构组件,包括ViewModel、LiveData、Room和Navigation的工作原理和基础使用,本文通过实例代码给大家... 目录ViewModel 工作原理LiveData 工作原理Room 工作原理Navigation 工