带参数的多结点样条

多结点样条函数是在通常样条函数中引入更多的附加结点，其优越性表现在使插值过程无须求解任何方程组，而且有局部性，对多结点样条函数做进一步研究，构造了一类带参数的多结点样条基本函数．该类函数不仅保持了一般多结点样条函数的优点，而且由于参数的引进，使得基数型的插值公式可形成一族，可以根据实际问题的需要在函数(曲线)族中作出最优选择．文中研究的带参数的多结点样条函数，除了能用于表达平滑的数据及几何造型之外。尤其能适应波动较大、频率较高的数据拟合问题，有助于解决信号处理及非规则几何造型的一些问题。     

基于多结点样条的自由曲线最小误差逼近及其应用

多结点样条函数具有良好的局部性,而最小二乘法对数据拟合的全局性较好, 因此多结点样条函数最小二乘逼近的稳定性及数值精度都能得到有效的保证。该文综合两者的特点,实现了自由曲线离散数据最小逼近误差数学模型的建立。同时应用此数学模型于一些平面及空间（甚至一些带噪音的）自由曲线拟合上和几何造型骨骼化上,测试其对各种自由曲线的拟合效果,结果证明最小逼近效果明显。     

基于安德森加速的快速 B 样条拟合算法

曲线拟合技术已被广泛地应用于图像处理、工程实验等领域。其中,B 样条曲线拟 合是曲线拟合中最常见的方法,它具有局部性好、连续性好等优点,但拟合精度一般较低。在实 际应用中,B 样条曲线拟合对于精度和速度的要求都较高。为了提升平面 B 样条曲线拟合速度, 将安德森加速的想法应用到曲线拟合的方法之中,提出一种基于安德森加速的拟牛顿方法。首先 设定一个初始形状,然后根据初始形状找到其每个数据点的投影点的位置参数,然后利用安德森 加速计算出控制点的相应位置,迭代进行以上 2 步,直到结果收敛。实验结果表明,该方法在收 敛速度和迭代时间上均优于其他方法。     

图像插值的多结点样条技术

为了获得质量更好的插值图像,提出了用具有紧支集的多结点样条基函数来进行图像插值的新技术,并首先将1维的多结点样条插值算法推广到2维,建立了用于图像数据的插值公式;然后分析了多结点样条插值方法的逼近精度、正则性、插值核函数的频域特性.对逼近精度、正则性、插值核函数频域特性的比较表明,该插值方法优于传统的三次卷积插值方法,实验结果也证实了用多结点样条插值算法重建的图像具有更高的质量.     

有理多结点样条插值曲线及曲面

鉴于多结点样条曲线（MSIC）是一种点点通过的插值样条曲线,因此在多结点样条插值曲线研究的基础上,给出了有理多结点条插值曲线和有理多结点样条插值曲面的定义,并讨论了有理多结点样条的性质,对有理多结 样条曲线和有理多结点样条曲面的光滑拼接问题进行了讨论,此外,还对有理多结点样条在计算机辅助几何设计中的若干应用问题进行了说明。     

带法向约束的隐式B样条曲线重构PIA方法EI北大核心CSCD

为使隐式曲线能够更好地拟合散乱数据点及其几何特征,提出一种带法向约束的隐式曲线重构渐进迭代(progressive and iterative approximation,PIA)方法.首先,基于隐式B样条函数提出有效的曲线拟合模型;其次,通过加入偏移数据点来消除额外零水平集,同时加入法向项来控制曲线的法向误差;最后,经多次优化迭代得到高精度的拟合曲线.在配置为2.6 GHz英特尔处理器,内存为16 GB的电脑上采用MATLAB实现编程.经多条不同形态封闭曲线拟合的实验结果表明,与隐式PIA(implicit PIA,I-PIA)方法和T样条曲线重构方法相比,从数据点精度和法向误差以及收敛速度3个评价指标进行评估,该方法能够在保证数据点精度的前提下,有效地降低法向误差,并具有更快的收敛速度.此外,实例结果也表明该方法具备鲁棒性.     

基于遗传算法的B样条曲线拟合改进算法

B样条曲线拟合应用于绘制离散数据点的变化趋势,一般采用数据逼近或者迭代的方法得到,是图像处理和逆向工程中的重要内容。针对待拟合曲线存在多峰值、尖点、间断等问题,提出一种基于遗传算法的B样条曲线拟合算法。首先利用惩罚函数将带约束的曲线优化问题转换为无约束问题,然后利用改进的遗传算法来选择合适的适应度函数,再结合模拟退火算法自适应调整节点的数量和位置,在寻优的过程中找到最优的节点向量,持续迭代直到产生最终的优良重建曲线为止。实验结果表明,该算法有效地提高了精度并加快了收敛速度。     

多结点样条插值及其多尺度细化算法

针对风线与曲面拟事问题，研究多结点样条插值方法。这类方法具有基数型，显式计算及局部性等优点。主要的新结果是：对多结点样条基本函数的构造给出了新的表述；提出了一类新的不带移动的混合形多结点样条基本函数；基于多尺度分析的思想，给出了一种自适应的细化算法，它对消减采样数据的相关性是简便有效的。     

样条磨光的盈亏修正技术与图像反扩散恢复

以三阶B－样条作数据摩光时,引入盈亏修正可以在磨光的同时提高逼近原始数据的精度,通过从图象的平滑与恢复处理的角度出发来对盈亏修正技术进行评注,并进一步阐明了样条磨光与扩散平滑、盈亏修正与反扩散恢复在离散条件下的等价关系,给出了用于修正的更新迭代算子序列以及相应的偏差附数估计,并助指出了盈亏修正的简单迭代和更新迭代都是数值上绝对稳定的计算;最后讨论了盈亏修正技术在图象边缘探测中的适用性。     

基于迭代最近点的B样条曲线拟合方法研究

曲线拟合在图象处理、逆向工程应用等领域中有着重要意义。由于对于Ｂ样条参数曲线拟合,数据点的参数化直接影响着拟合的精度,因此提出了一种基于迭代最近点的方法来优化修正数据点的参数,并且证明了应用该方法进行曲线拟合具有局部收敛性。通过实验分析,验证了方法的正确性和鲁棒性。     

Many-Knot Spline Interpolating Curves and Their Applications in Font Design

Many-knot spline interpolating is a class of curves and surfaces fitting method presentedin 1974. Many-knot spline interpolating curves are suitable to computer aided geometric design anddata points interpolation. In this paped, the properties of many-knot spline interpolating curves arediscussed and their applications in font design are considered. The differences between many-knotspline interpolating curves and the curves genoaed by exceeding-lacking adjuStment algorithm aregiven.     

带切向控制的多结点曲线造型方法

在普通的多结点样条中加入相当于导数条件的可控参数,通过调节这些参数控制插值曲线在各型值点的切向量,从而达到满意的曲线造型效果．该方法保持了多结点样条的优越性（基数型,局部性）,因此可以只对插值曲线作局部调整而不影响整体,有助于计算机辅助几何设计领域的工程人员设计、调整曲线的形状．     

NURBS曲线拟合的最小二乘渐进迭代逼近优化算法

为了使NURBS曲线更精确地拟合散乱数据点,提出了一种基于最小二乘渐进迭代逼近(least square progressive and iterative approximation,LSPIA)的NURBS曲线拟合优化算法.首先,确定一条初始NURBS曲线,利用LSPIA算法优化控制顶点;然后,分别优化数据点参数,拟合曲线的节点和权因子,每优化好一个变量,重新优化控制顶点;最后,经多次优化迭代得到高精度的NURBS拟合曲线.在优化每类变量时,为了避免被其他变量影响,保持其他变量不变.基于LSPIA的NURBS曲线拟合优化算法充分利用了LSPIA算法的优点,在迭代过程中,可以重复使用前一迭代步骤得到的控制顶点等数据,从而节省了运算时间.算法实例表明,该算法能获得一定保形效果.     

步长加速法优化B样条参数的离散数据点拟合

采用迭代法拟合离散数据点时,数据点的参数化会同时影响逼近的效果和逼近的速度,为此,提出一种通过迭代调整优化控制顶点和数据点参数的方法,其收敛速度较快且拟合得到曲线更贴合控制点.首先,选取初始控制顶点,通过自适应的BFGS方法优化控制顶点得到拟合曲线;其次,保持控制顶点不变,利用步长加速法优化数据点对应的参数;最后,利用...     

关键点选取的最小二乘渐进迭代逼近

目的 最小二乘渐进迭代逼近（LSPIA）方法多以均匀参数化或弦长参数化的形式均匀地确定初始控制点,虽然取得了良好效果,但在处理复杂曲线时,迭代速度相对较慢且误差精度不一定能达到预期设定值。为了进一步提高迭代效率和误差精度,本文提出了基于关键点（局部曲率最大点和极端曲率点）的最小二乘渐进迭代逼近方法。方法 首先计算所有数据点的离散曲率,筛选出局部曲率最大点;接着设定初始的曲率下限,筛选出极端曲率点;然后将关键点与均匀选取的控制点按参数顺序化,并将其作为迭代的初始控制点;最后利用LSPIA方法对数据点进行拟合。结果 对同一组数据点,分别采用LSPIA方法和基于关键点的LSPIA方法,本文方法较好地提高了收敛速度;在相同的控制点数目下,与LSPIA算法相比,本文方法的误差精度较小。结论 本文方法适合于比较复杂的曲线,基于曲率分布的关键点的选取,可以更好地反映曲线的几何信息。数值实例表明,结合关键点筛选策略的LSPIA算法提高了计算效率,取得了更好的拟合效果。     

A scanline algorithm for displaying trimmed surfaces by using Bézier clipping

Displaying objects with high accuracy is necessary for CAGD (computer-aided geometric design) and for the synthesis of photo-realistic images. Traditionally, polygonal approximation methods have been employed to display free-form surfaces. They bring on low accuracy of display not only in shape, but also in intensity of objects. In this paper, a scanline algorithm to directly display parametric surface patches, expressed by trimmed Bézier surfaces, without polygonal approximation is proposed. In the method proposed here, curved surfaces are subdivided into subpatches with curved edges intersecting with a scanline, and the intersections of every subpatch and the scanline are calculated. This method is extremely robust for calculating the intersections, which can be obtained with only a few iterations; the Bézier clipping method is used for the iteration. Anti-aliased images with shadows and texture mapping are given to show the effectiveness of the method proposed.     

基于约束优化的B样条曲线形状修改

B样条曲线广泛应用于计算机辅助几何设计(CAGD),并且与Bézier曲线等其它著名曲线相比,在形状设计方面有其更独特的性质。对曲线的设计和形状的修改是一个重要的课题,也是计算机图形学、CAD/CAM和数控技术领域最重要的研究主题之一。论文运用约束优化的方法,修改均匀B-样条的控制点,使B样条曲线通过调整的控制点,使修改前后曲线的距离范数达到最小,并给出相应的实例说明算法的有效性。     

Least square geometric iterative fitting method for generalized B-spline curves with two different kinds of weights

Generalized B-spline bases are generated by monotone increasing and continuous “core” functions; thus generalized B-spline curves and surfaces not only hold almost the same perfect properties which classical B-splines hold but also show more flexibility in practical applications. Geometric iterative method (also known as progressive iterative approximation method) has good adaptability and stability and is popular due to its straight geometric meaning. However, in classical geometric iterative method, the number of control points is the same as that of data points. It is not suitable when large numbers of data points need to be fitted. In order to combine the advantages of generalized B-splines with those of geometric iterative method, a fresh least square geometric iterative fitting method for generalized B-splines is given, and two different kinds of weights are also introduced. The fitting method develops a series of fitting curves by adjusting control points iteratively, and the limit curve is weighted least square fitting result to the given large data points. Detailed discussion about choosing of core functions and two kinds of weights are also given. Plentiful numerical examples are also presented to show the effectiveness of the method.