使用Matlabcftool工具箱对图像进行拟合

听说你想要用cftool作出这样的东西？楼上有人说用cftool-v1,不过很绝望比较新的版本都完全无法使用这个功能了。

反正我的R2016a不行。

我也是在问遍没有可靠的解法后自己无意间摸索出来的，完全原创，希望对大家有帮助！转载请注明原出处和原作者！这里我们以RLC串联谐振需要在同一个坐标里画出频率特性的XC，XL，Z曲线为例，首先敲出坐标数据如下（请手动无视i数据）：然后运行，转到了cftool界面如下：首先我们拟合xc-f曲线（这是个反函数曲线），然后点：文件——generate code然后你看到了这个：保存一下，然后点运行，这里就有点GAY了，说什么参数不足，但是没事，你鼠标点一下“键入运行代码那一行然后变成了下面这个样子”，再点运行图标。

然后会跳出一个窗口，就是下面这个玩意儿，注意观察的话，你会发现他的曲线颜色和你一般的直接从cftool里点print to figure曲线颜色不一样！我们要的就是这个效果！保留上面这个窗口，回答cftool依次把剩下的xl-f曲线，z-f曲线按照上面的步骤操作，得到三个窗口。

接下来是见证奇迹的时候了！进到每个窗口把属性编辑器打开，像酱紫：然后你看到下面这一幕：没错，刚才的单个独立窗口合并到了一起变成了三个标签！接下来就是把任何两个标签里的曲线复制到余下哪一个，比如我们把figure1，figure2里的曲线都弄到figure3里：选中figure2曲线——右击复制（千万不要用ctrl+c,不信你可以看一下会发生什么。

）——到figure3里右击粘贴（同样的道理，不要Ctrl+v），现在看到你要的了吧！对figure1实行同样的操作，然后就得到了：剩下的就是用属性编辑器编辑成你要的样子了！声明一下，如果直接从cftool里print to figure三次然后再复制粘贴是不行的，应为根本无法实现曲线的复制粘贴，他产生的结果会和上面你用Ctrl+c复制Ctrl+v粘贴产生同样的效果，根本不是我们想要的！重复一遍，我也是在问遍没有可靠的解法后自己无意间摸索出来的，完全原创，完全野路子，希望对大家有帮助！转载请注明原出处和原作者！谢谢！吐槽一下知乎的回答编辑板块渣渣。

用MATLAB（高版本）cftool拟合多条曲线听说你想要用cftool作出这样的东西？楼上有人说用cftool-v1,不过很绝望比较新的版本都完全无法使用这个功能了。

反正我的R2016a不行。

我也是在问遍没有可靠的解法后自己无意间摸索出来的，完全原创，希望对大家有帮助！转载请注明原出处和原作者！这里我们以RLC串联谐振需要在同一个坐标里画出频率特性的XC，XL，Z曲线为例，首先敲出坐标数据如下（请手动无视i数据）：然后运行，转到了cftool界面如下：首先我们拟合xc-f曲线（这是个反函数曲线），然后点：文件——generate code然后你看到了这个：保存一下，然后点运行，这里就有点GAY了，说什么参数不足，但是没事，你鼠标点一下“键入运行代码那一行然后变成了下面这个样子”，再点运行图标。

然后会跳出一个窗口，就是下面这个玩意儿，注意观察的话，你会发现他的曲线颜色和你一般的直接从cftool里点print to figure曲线颜色不一样！我们要的就是这个效果！保留上面这个窗口，回答cftool依次把剩下的xl-f曲线，z-f曲线按照上面的步骤操作，得到三个窗口。

接下来是见证奇迹的时候了！进到每个窗口把属性编辑器打开，像酱紫：然后你看到下面这一幕：没错，刚才的单个独立窗口合并到了一起变成了三个标签！接下来就是把任何两个标签里的曲线复制到余下哪一个，比如我们把figure1，figure2里的曲线都弄到figure3里：选中figure2曲线——右击复制（千万不要用ctrl+c,不信你可以看一下会发生什么。

）——到figure3里右击粘贴（同样的道理，不要Ctrl+v），现在看到你要的了吧！对figure1实行同样的操作，然后就得到了：剩下的就是用属性编辑器编辑成你要的样子了！声明一下，如果直接从cftool里print to figure三次然后再复制粘贴是不行的，应为根本无法实现曲线的复制粘贴，他产生的结果会和上面你用Ctrl+c复制Ctrl+v粘贴产生同样的效果，根本不是我们想要的！重复一遍，我也是在问遍没有可靠的解法后自己无意间摸索出来的，完全原创，完全野路子，希望对大家有帮助！转载请注明原出处和原作者！谢谢！吐槽一下知乎的回答编辑板块渣渣。

MATLAB拟合函数使用说明MATLAB是一种强大的数学计算和数据分析软件，其中的拟合函数可以用来对实验数据进行拟合以获得一个数学模型，进而预测和分析数据。

使用MATLAB进行数据拟合可以帮助我们理解数据的规律和趋势，进行预测和决策。

在MATLAB中，有多种不同的拟合函数可以使用，包括线性拟合、多项式拟合、非线性拟合等。

下面将对其中几种常用的拟合函数进行介绍，并说明如何使用这些函数进行数据拟合。

1. 线性拟合：使用polyfit函数可以进行线性拟合。

该函数的基本语法为：```p = polyfit(x, y, n)```其中x和y是待拟合的数据，n是拟合多项式的次数。

函数返回一个多项式系数向量p，可以用polyval函数将该多项式应用于其他数据进行预测。

2. 多项式拟合：在MATLAB中，可以使用polyfitn函数进行多项式拟合。

该函数的基本语法为：```p = polyfitn(x, y, n)```其中x和y是待拟合的数据，n是拟合多项式的次数。

函数返回一个多项式系数向量p，可以用polyvaln函数将该多项式应用于其他数据进行预测。

3. 非线性拟合：MATLAB提供了curve fitting toolbox工具箱，其中的cftool函数可以进行非线性拟合。

使用cftool函数可以通过交互界面进行拟合，也可以通过脚本进行自定义拟合。

该工具箱提供了多种非线性模型，如指数模型、对数模型、幂函数模型等。

在进行拟合之前，首先需要准备好待拟合的数据。

常见的方式是将数据存储在一个数组或矩阵中，然后将数组或矩阵传递给拟合函数进行处理。

拟合函数的参数列表中各个参数的选择对拟合结果有一定的影响，一般情况下需要根据具体问题选择合适的参数。

例如，在多项式拟合中，选择合适的拟合多项式的次数n可以避免过度拟合或欠拟合的问题。

进行数据拟合后，可以使用plot函数将原始数据和拟合结果进行可视化比较。

此外，还可以使用拟合结果进行预测，通过polyval或polyvaln函数将拟合多项式应用于其他数据，得到预测结果。

Matlab非线性拟合工具箱cftool本文来自: MATLAB爱好者论坛作者: admin日期: 2009-6-3 11:06 阅读: 4361人打印收藏Matlab, cftool, 非线性, 工具箱, 拟合一、单一变量的曲线逼近Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。

下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。

假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A>0,B>0 。

1、在命令行输入数据：》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447 296.204 311.5475]；》y=[5 10 15 20 25 30 35 40 45 50]；2、启动曲线拟合工具箱》cftool3、进入曲线拟合工具箱界面“Curve Fitting tool”（1）点击“Data”按钮，弹出“Data”窗口；（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set name”，然后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线图；（3）点击“Fitting”按钮，弹出“Fitting”窗口；（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类型有：Custom Equations：用户自定义的函数类型Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x) Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) + b1*sin(x*w) Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-preservingPolynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree~Power：幂逼近，有2种类型，a*x^b 、a*x^b + cRational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th degree ~；此外，分子还包括constant型Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x + c1) Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)选择好所需的拟合曲线类型及其子类型，并进行相关设置：——如果是非自定义的类型，根据实际需要点击“Fit options”按钮，设置拟合算法、修改待估计参数的上下限等参数；——如果选Custom Equations，点击“New”按钮，弹出自定义函数等式窗口，有“Linear Equations线性等式”和“General Equations构造等式”两种标签。

Matlab非线性拟合工具箱cftool一、单一变量的曲线逼近Matlab有一个功能强大的曲线拟合工具箱cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。

下面结合我使用的Matlab R2007b 来简单介绍如何使用这个工具箱。

假设我们要拟合的函数形式是y=A*x*x + B*x, 且A>0,B>0 。

1、在命令行输入数据：》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447 296.204 311.5475]；》y=[5 10 15 20 25 30 35 40 45 50]；2、启动曲线拟合工具箱》cftool3、进入曲线拟合工具箱界面“Curve Fitting tool”（1）点击“Data”按钮，弹出“Data”窗口；（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set name”，然后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线图；（3）点击“Fitting”按钮，弹出“Fitting”窗口；（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类型有：Custom Equations：用户自定义的函数类型Exponential：指数逼近，有2种类型，a*exp(b*x) 、a*exp(b*x) + c*exp(d*x)Fourier：傅立叶逼近，有7种类型，基础型是a0 + a1*cos(x*w) + b1*sin(x*w) Gaussian：高斯逼近，有8种类型，基础型是a1*exp(-((x-b1)/c1)^2)Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-preserving Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree ~ Power：幂逼近，有2种类型，a*x^b 、a*x^b + cRational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th degree ~；此外，分子还包括constant型Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是a1*sin(b1*x + c1) Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)选择好所需的拟合曲线类型及其子类型，并进行相关设置：——如果是非自定义的类型，根据实际需要点击“Fit options”按钮，设置拟合算法、修改待估计参数的上下限等参数；——如果选Custom Equations，点击“New”按钮，弹出自定义函数等式窗口，有“Linear Equations线性等式”和“General Equations构造等式”两种标签。

matlab如何实现曲线拟合？matlab做曲线拟合的教程Matlab是⼀个很强⼤的数据处理软件，是⼈们进⾏数据分析的得⼒助⼿。

⼀般我们做社会调研或科学研究时，会得到很多实验
数据。

当需要研究两个变量之间的关系时，经常要⽤到曲线拟合。

曲线拟合不仅能给出拟合后的关系式，还能⽤图形直观的展现出变量之间的关系。

其实⽤matlab做曲线拟合很便捷，下⾯将以两个变量(y=f(x))为例详细介绍：
1、运⾏Matlab软件。

在⼯作空间中存⼊变量的实验数据。

具体如下：可以直接⽤矩阵来存放数据，直接在命令窗⼝输⼊
x=[数据x1，数据x2，...,数据xn];
y=[数据y1，数据y2，...,数据yn];
当数据较多时，可以从excel，txt等⽂件中导⼊。

2、把数据存⼊⼯作空间后，在命令窗⼝中输⼊cftool,回车运⾏。

3、在这个拟合⼯具窗⼝的左边，选择变量，即分别选择x,y。

4、选择拟合的曲线类型，⼀般是线性拟合，⾼斯曲线，平滑曲线等，根据需要选择。

选择完后会⾃动完成拟合，并且给出拟合函数表达式。

5、点击菜单栏中的“file”，选择“print to figure"进⾏画图。

6、在图形窗⼝中，可以对图形显⽰模式进⾏修改，如添加标题，坐标名称等。

7、最后得到⽐较完整的图形曲线。

点击”file"中的“save"进⾏保存。

注意事项：x和y的数据个数应该⼀致。

matlab拟合工具箱使用1.打开CFTOOL工具箱在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。

也可以在命令窗口中直接输入"cftool"，打开工具箱。

2.输入两组向量x，y首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。

输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。

例如在命令行里输入下列数据:x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33];y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353;0.019278; 0.041803; 0.038026; 0.038128; 0.088196];3.选取数据打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。

关闭Data对话框。

此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。

4.拟合曲线(幂函数power)。

点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits 上方的横条往下拉就可以看见Fit Editor。

使用 MATLAB 曲线拟合工具箱做曲线拟合在实际的工程应用领域和经济应用领域中，人们往往通过实验或者观测得到一些数据， 为了从这些数据中找到其内在的规律性， 也就是求得自变量和因变量之间的近似函数关系表 达式。

这类问题可以归结曲线拟合。

1．MATLAB 曲线拟合工具箱简介MATLAB 做曲线拟合可以通过内建函数或者拟合工具箱（Curve Fitting Toolbox ）。

这个 工具箱集成了用MATLAB 建立的图形用户界面（GUIs ）和 M 文件函数。

利用这个工具箱 可以进行参数拟合（当想找出回归系数以及他们背后的物理意义的时候就可以采用参数拟 合），或者通过采用平滑样条或者其他各种插值方法进行参数拟合（当回归系数不具有物理 意义并且不在意他们的时候，就采用非参数拟合）。

利用这个界面，可以快速地在简单易用 的环境中实现许多基本的曲线拟合。

2．实际例子应用数学模型书上关于汽车刹车距离模型，建立的模型如下：2 1 d t v kv=+ 其中v 是汽车速度， 1 t 是反应时间，按大多数人平均取 0.75 秒，d 是刹车距离。

交通部 门提供了一组刹车的距离实际数据如表1 所示（刹车距离括号内为最大值）。

表 1车速（英尺 秒）29.3 44 58.7 73.3 88 102.7 1173 刹车距离 （英尺） 42(44) 73.5(78) 116(124) 173(186) 248(268) 343(372) 464(506) 利用表 1 的数据，我们拟合在 MATLAB 的 command window 里输入：>>v=[29.3 44 58.7 73.3 88 102.7 117.3];>>d1=[42 73.5 116 173 248 343 464];>>cftool %cftool 是打开拟合工具箱的命令;则跳出曲线拟合工具箱的界面如图 1 所示， 如果输入数据非常大， 并且每次输入有困难， 可以新建一个 M 文件，依次输入上述命令行，保存之后执行，同样可以进入曲线拟合工具 箱界面。

1.打开CFTOOL工具箱。

在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行2.2.输入两组向量x，y。

首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。

输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。

例如在命令行里输入下列数据:x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33];y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278; 0.041803; 0.038026;0.038128; 0.088196];3.4. 3.数据的选取。

打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。

关闭Data对话框。

此时Curve Fitting Tool 窗口中显示出这一数据组的散点分布图5.6.7.4.曲线拟合(幂函数power)。

点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits 上方的横条往下拉就可以看见Fit Editor。

matlab拟合工具箱使用1.打开CFTOOL工具箱在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。

也可以在命令窗口中直接输入"cftool"，打开工具箱。

2.输入两组向量x，y首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。

输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。

例如在命令行里输入下列数据:x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33];y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353;0.019278; 0.041803; 0.038026; 0.038128; 0.088196];3.选取数据打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。

关闭Data对话框。

此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。

4.拟合曲线(幂函数power)。

点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits上方的横条往下拉就可以看见Fit Editor。