移动最小二乘法曲面拟合等步长采样法MLS2D快速MATLAB版

代码是基于MATLAB的移动最小二乘法MLS的曲面拟合。代码是从mathworks上下载的MLS2D，经过自己的分析改进，有较大的提速，在i5 3450机上一幅98*144的图片以10等步长采样拟合只需要3s。代码仅供学习参考，我的博客有相关说明：https://blog.csdn.net/liumangmao1314/article/details/89421806

% two-DIMENSIONAL MLS APPROXIMATION
% by Jin Jia
%% 图像等步长采样
clc
clear all


I=imread（‘22result.jpg‘）;
[rowcolchn]=size（I）;
% I=I（1:col::）;
% 设置节点坐标
step=10;%步长
xII=1: step : row;
yII=1: step : col;
[xIyI] = meshgrid（yIIxII）;
nnodes = size（xI1）*size（yI2）;
% 设置评估点的坐标
[xy] = meshgrid（1: 1 : col1: 1: row）;

npoints = size（x1）*size（y2）;
scale = 30;
% 确定每个节点的支持半径
dmI = scale *0.5* ones（1 nnodes）;
tic
% 评估所有评估点x的MLS形状函数
[PHI DPHIx DPHIy] = MLS2DShape（6 nnodes xIyI npoints xy dmI ‘GAUSS‘ 3.0 ）; 
toc
 
% 曲线拟合. y = peaks（xy）
ZII  =I（xIIyII:）;    % 节点函数值 
% z  =x.*exp（-x.^2- y.^2）;% 确切的解决方案
Zpoints=zeros（1npoints）;
xh=zeros（1npoints）;
yh=zeros（1npoints）;
II=I-I;
for i=1:npoints
% Zpoints（1i）=z（i）;
xh（1i）=x（i）;
yh（1i）=y（i）;
end
Znodes=zeros（1nnodes）;
for j=1:1
    ZI=ZII（::j）;
    for i=1:nnodes
        Znodes（1i）=ZI（i）;
    end                        %将二维数据转换为一维数据
    zh = PHI *Znodes‘;  % 逼近函数
    II（::j）=reshape（zhrowcol）;
end
ZI=double（ZI）;
plot3（ xI yI ZI‘k.‘‘LineWidth‘2）;
hold on
surf（xyII（::j））;
toc
% imshow（II）;
% III=imsubtract（III）;
% sum（sum（sum（III）））/（row*col*3）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      61762  2019-04-21 09:57  MLS2D\111.jpg

     文件      62925  2019-04-21 10:31  MLS2D\2222.jpg

     文件       5259  2014-11-18 09:45  MLS2D\22result.jpg

     文件       1266  2019-04-21 10:04  MLS2D\MLS2D.m

     文件       3251  2018-12-23 21:54  MLS2D\MLS2DShape.m

     文件       4207  2018-12-21 16:38  MLS2D\rectangleWeight.m

     文件   13805040  2019-04-21 10:29  MLS2D\untitled.emf

     目录          0  2019-04-21 10:57  MLS2D

----------- ---------  ---------- -----  ----

             13943710                    8