matlab代码影响robust_smooth_2d
Damien
Garcia的简化Python转换，可通过强大的离群值检测对数据进行插值和平滑处理。
Garcia的代码适用于1D，2D和3D数据，并且还可以处理多个分量（例如2D字段中每个位置的矢量分量）。
精简的Python翻译仅处理单个组件的2D数据，例如灰度图像。
提供了一些关键字参数来进行测试：
您可以手动指定平滑因子，例如s
=
15
，它将超越内置的自动计算。
您可以使用robust
=
False来关闭鲁棒的离群值检测。
如果您只是想平滑图像，可以使用许多其他方法，这些方法可能会更好。
如果只想对图像中的缺失像素进行插值，则相同。
但是，如果您的数据包含异常值和像素缺失，那么这似乎是一个很好的解决方案。
与任何平滑算法一样，您会丢失有效的高频信息。
但是，通过使用鲁棒的方法降低异常值的权重，该算法能够应用较少的主动平滑，从而保留更多的有效高频信息。
笔记
由硬编码的公差阈值控制的迭代次数会影响平滑（除了平滑因子s之外）。
离群检测受双平方权重计算中学生化残差的硬编码除数影响。
参考
Garcia，D.，2010
，，《
