基于图像或pdf的曲线拟合

Question

我有一堆像IGBT特性这样的图片，是从pdf文件复制的。我希望提取数据和做一些曲线拟合。

1. 我尝试了手动Engauge软件从图像IGBT Vce与Ic @ Tvj三曲线数据.csv文件中提取数字数据。在图像中可以看到三条曲线，每条曲线都依赖于温度Tvj。我需要为每条曲线拟合方程

Vce25 = a25*Ic + b25*log(Ic) + c25 -(1) a25，b25，c25是Tvj = 25C的系数，

同样，我们可以得到温度125 & 150的Vce125和Vce150方程。我需要把这三条曲线合并成单方程{ Vce = f(Ic，Tvj) }系数作为温度的依赖关系。我需要估计Vce在任何给定的Ic和Tvj (例如:在Ic=200，Tvj=50C Vce=?)，如何组合方程来制作。

1. 如何在R中做到这一点？

Vce ->voltage，Ic ->电流，Tvj ->温度

Answer 1

使用样条回归。您将需要从图像中读取一组x，y对，并选择其中一些作为节，用于分段线性回归模型。参考下面的示例并按照说明进行操作。

1. 得到一组有代表性的x，y坐标。
2. 识别节点并注意x坐标。
3. 构造设计矩阵
4. 拟合分段线性模型
5. 绘图

1:得到一组具有代表性的x，y坐标。为了举例说明，我从一个噪声的正弦波中产生了x，y样本.你需要读出图像。

# Make a noisy sine-waver over two cycles with 500 samples
n <- 500
x <- seq(0, 4*pi, length=n)
y <- sin(x) + rnorm(n, sd=0.33)
plot(x, y)

2:识别结并注意x坐标。我用了12节来说明。

# Add 12 knots
knots <- seq(0, 4*pi, length=12)

3:构造设计矩阵

splineTerms <- sapply(knots, function(knot) (x > knot)*(x-knot))
designMatrix <- cbind(1, x, splineTerms)

4:建立分段线性模型。

sticksModel <- lm(y ~ designMatrix - 1) # Intercept included in design
yHat <- predict(sticksModel)

5:阴谋

plot(x, y, pch=21, col="blue", cex=2)
lines(x, yHat, col="red", lwd=4)

对于热电偶和其他非线性传感器，我已经遵循了这个过程，它的工作非常可靠。