大家好，小弟目前手邊有兩張同一景色在不同空氣品質下所拍攝的灰階影像，
其中空氣乾淨者為A，嚴重汙染者為B。
目前已知乾淨灰階為汙染灰階與特定種類汙染濃度的函數DN_clean(DN_dirty,con_tp)，
因此可用模式在給定DN_dirty與con_tp範圍的情況下跑出DN_clean並以此建立查找表，
並透過A與B影像找出某類汙染假設下的濃度空間分布C_1~3(三類汙染物)：
C_n=griddata(DN_dirty(:), DN_clean(:), con_n(:),...
B(:), A(:));
取得各類汙染物濃度空間分布後，理論上可再配合汙染影像B來重建乾淨影像A：
A_n=griddata(DN_dirty(:), con_n(:), DN_clean(:),...
B(:), C_n(:));
在不同汙染物假設下重建的A-n之間及與原始A應極為相似，
頂多有些許微小數值上的差異，但我實際跑出來卻相差甚大，三種汙染類型假設下，
僅一種所重建的A與原始A相近，另外兩種為顯著高估及低估灰階。
想請問版上各位，是否我在griddata使用上或是理解上有誤？
同時我也用過scatteredInterpolant進行同樣的操作，但結果與目前一致，
問題出在哪部分？謝謝大家