y2=interp1(x,y,x1,'linear');%一维线性插值 hold on
plot(x1,y2,'color','r') hold off
运行结果见图7－1。
图7－1 一维最近邻插值和线性插值
例7－5 程序： x=1:10;
y=[1800 778 518 5000 980 588 2799 528 6700 598]; plot(x,y); x1=1:0.1:10; hold on
y1=interp1(x,y,x1,'spline');%三次样条插值 plot(x1,y1,'color','r') hold off
运行结果见图7－2。
- 5 -
图7－2 三次样条插值
⒉ 基于FFT的插值
函数interpft用基于FFT的方法进行一维插值。本方法计算包含周期函数值的矢量的傅里叶变换。然后，它用更多的点计算逆傅里叶变换。该函数的调用形式为：
y=interpft(x,n)
其中，x是一个包含周期函数值的矢量，这些值在等间隔的点上采集。n是样本大小。
7.4.2 二维插值
二维插值在图像处理和可视化方面有着很重要的应用。MATLAB用函数interp2进行二维插值。该函数的一般形式为：
ZI=interp2(X,Y,Z,XI,YI,method)
其中，Z是一个矩阵数组，包含二维函数的值，X和Y为大小相同的数组，包含相对于Z的给定值。XI和YI为包含插值点数据的矩阵，method表示插值方法，为可选参数。
MATLAB提供了三种不同的插值方法进行二维插值： ●最近邻插值（method='nearest'）：该方法用分区域常数曲面拟合数据，插值点的值是最近点的值；
●双线性插值（method='linear'）：该方法用双线性曲面拟合数据点，插值
- 6 -
点的值是四个最近的值的组合。本方法是分区域双线性的，比双三次插值法快，并且内存消耗更少；
●双三次插值（method='cubic'）：该方法用双三次曲面拟合数据点，插值点的值是16个最近点的值的组合。本方法是分区域三次的，结果的平滑性比前面两种的都好。
注意：所有这些方法都要求X和Y数据是单调的，即从点到点，要么总是递增的，要么总是递减的。应该用meshgrid函数准备这些矩阵。
例7－6 程序：
%低分辨率的peaks函数图形 [x,y]=meshgrid(-4:1:4); z=peaks(x,y); surf(x,y,z)
运行结果见图7－3。
图7－3 低分辨率的peaks函数图形
例7－7 程序：
[x,y]=meshgrid(-4:1:4); z=peaks(x,y);
[xI,yI]=meshgrid(-4:0.25:4);
zI=interp2(x,y,z,xI,yI,'nearest');%二维最近邻插值 surf(xI,yI,zI)
运行结果见图7－4。
- 7 -
图7－4 二维最近邻插值
例7－8 程序：
[x,y]=meshgrid(-4:1:4); z=peaks(x,y);
[xI,yI]=meshgrid(-4:0.25:4);
zI=interp2(x,y,z,xI,yI,'linear');%%二维双线性插值,'linear'可省略. surf(xI,yI,zI)
运行结果见图7－5。
图7－5 二维双线性插值
- 8 -
