Interpolacja najbliższego sąsiada

Interpolacja najbliższego sąsiada (niebieskie linie) w jednym wymiarze na (jednolitym) zbiorze danych (czerwone punkty).
Interpolacja najbliższego sąsiada na jednolitej siatce 2D (czarne punkty). Każda kolorowa komórka wskazuje obszar, w którym wszystkie punkty mają czarny punkt w komórce jako najbliższy czarny punkt.

Interpolacja najbliższego sąsiada (znana również jako interpolacja proksymalna lub, w niektórych kontekstach, próbkowanie punktowe ) to prosta metoda interpolacji wielowymiarowej w jednym lub kilku wymiarach .

Interpolacja to problem aproksymacji wartości funkcji dla nieokreślonego punktu w jakiejś przestrzeni, gdy dana jest wartość tej funkcji w punktach wokół (sąsiednich) tego punktu. Algorytm najbliższego sąsiada wybiera wartość najbliższego punktu i w ogóle nie uwzględnia wartości sąsiednich punktów, uzyskując interpolant stały fragmentarycznie. Algorytm jest bardzo prosty do wdrożenia i jest powszechnie używany (zwykle wraz z mipmappingiem ) w renderowaniu 3D w czasie rzeczywistym do wybierania wartości kolorów dla teksturowanej powierzchni.

Połączenie ze schematem Voronoi

Dla danego zestawu punktów w przestrzeni diagram Woronoja jest rozkładem przestrzeni na komórki, po jednej dla każdego danego punktu, tak że w dowolnym miejscu w przestrzeni najbliższy dany punkt znajduje się wewnątrz komórki. Jest to równoważne z interpolacją najbliższego sąsiada, poprzez przypisanie wartości funkcji w danym punkcie wszystkim punktom wewnątrz komórki. Ryciny po prawej stronie pokazują kolorem kształt komórek.



Porównanie interpolacji najbliższego sąsiada z niektórymi interpolacjami 1- i 2-wymiarowymi. Czarne i czerwone / żółte / zielone / niebieskie kropki odpowiadają odpowiednio interpolowanemu punktowi i sąsiednim próbkom. Ich wysokości nad ziemią odpowiadają ich wartościom.
Ten diagram Woronoja jest przykładem interpolacji najbliższego sąsiada losowego zestawu punktów (czarnych kropek) w 2D.

Zobacz też