T样条曲面在B样条曲面局部拼接中的应用

为解决相邻B样条曲面在局部拼接时由于曲面细分而加入冗余控制点的问题,利用T样条曲面良好的局部细分性,提出一种更有效的T样条曲面局部拼接法。将相邻B样条曲面精确转换为两张全行列T样条曲面;利用T样条曲面的局部均匀细分算法得到局部拼接边界上的一致性,在曲面上加入局部控制点;将局部细分后的曲面连续拼接为一张控制点更少的T样条组合曲面。与B样条曲面的细分拼接法相比,该方法在曲面细分时不加入任何冗余控制点,在局部拼接后能够得到一张更精简的组合曲面。     

三次B样条插值曲面及其实现

目前在ＣＡＭ／ＣＡＭ的自由曲面构造方法中，较流行的有Ｂ样条曲面，Ｂｅｚｉｅｒ曲面、Ｂａｌｌ曲面等方法，但由这几种方法和成都是拟合曲面，而百插值曲面，常常不能满足一些工程实际中严格插值的要求，本文构造了一种自由插值曲面生成方法－Ｂ样条母线法，所生成曲面达到Ｃ＾２级光滑，适用机械，模具、汽车、造船等制造加工行业的复杂曲面设计。     

非均匀B样条曲面顶点及法向插值

本文以非均匀Catmull-Clark细分模式下的轮廓删除法为基础,通过在细分网格中定义模板并调整细分网格的顶点位置,为非均匀B样条曲面顶点及法向插值给出了一个有效的方法．该细分网格由待插顶点形成的网格细分少数几次而获得．细分网格的顶点被分为模板内的顶点和自由顶点．各个模板内的顶点通过构造优化模型并求解进行调整,自由顶点用能量优化法确定．这一方法不仅避免了求解线性方程组得到控制顶点的过程,而且在调整顶点的同时也兼顾了曲面的光顺性．     

基于B样条的平面轮廓重构闭合曲面算法

由一组平行轮廓线重构三维闭合表面是三维可视化研究的主要内容之一。文中通过对B样条插值算法的研究,提出了一种新的公共节点矢量确定方法,利用该方法首先对经过预处理的CT牙齿图片提取轮廓线获得三维数据点,之后对轮廓线数据点进行B样条曲线的拟合,在每条拟合曲线上根据所确定的节点矢量值重新采样,由重新采样的三维数据点利用B样条曲面插值算法构造闭合曲面．所构造的闭合曲面是对原始轮廓数据的拟合。通过实例验证可看出该方法可获得较好的拟合曲面,经过误差分析检测,满足拟合条件,因此该方法可以保证几何重建的准确性。     

基于轮廓数据的B样条曲面重建

针对B样条曲面拟合中出现的问题和困难,提出了一种基于行组织的轮廓数据（截面数据）的曲面重建方法。该方法避免了数据点的参数化问题,使得逼近曲面拥有较好的形状和合理的控制顶点数量。该方法的基本思想是：首先构造易于控制的低阶曲面拟合数据点,此曲面称控制曲面,然后利用高次曲面逼近该曲面,此高次曲面称为逼近曲面,为所需要的重建曲面。在曲面重建中利用最佳平方逼近和光顺函数,减少了逼近曲面的控制顶点冗余,较有效地防止了逼近曲面的形状突变和曲面的扭曲,很大程度地提高了曲面的质量。     

基于B样条曲面的图象变形技术

Ｍｏｒｐｈｉｎｇ（变形）为图象处理领域比较引人注目的方法之一。本文利用Ｂ样条曲面方法构造Ｍｏｒｐｈｉｎｇ中的映射关系，使得变形过程更容易控制，也更灵活。文中样述了Ｍｏｒｐｈｉｎｇ的一般原理，建立了基于Ｂ样条曲面的映射关系，给出了算法的具体过程，并讨论了实际工作中遇到的一些问题。     

B样条曲面的双向插值造型算法

基于Coons-Gordon造型原理,研究了插值两族相交截面线采样点的B样条曲面双向插值造型算法。参数化各采样点并计算每条截面线的节点矢量,估算每条截面线对应的曲面参数,根据每条截面线的节点分布以及另一族截面线对应的曲面参数统一节点矢量。分别插值两族截面线采样点及其公共点得到三张B样条曲面,其布尔和即为插值两族截面线采样点的B样条插值曲面。实例表明,得到的双向插值曲面控制顶点数少,光顺性好。     

C~1插值二次B样条曲线曲面

利用二次均匀B样条曲线的端点性质,导出了构造插值二次均匀B样条曲线曲面的一种新的基函数―BB基函数。由BB基函数构造了C1保形插值二次均匀B样条曲线,构造了C1双二次均匀B样条插值曲面。     

基于三次 B 样条插值曲面的图像放大方法*

为了实现低分辨率图像的高保真放大,利用原图像中相邻四个像素点的像素值及其在放大后的图像中的位置构造出了对应的三次B样条插值曲面,从而较好地估算出了放大后图像中出现的空白像素值。鉴于彩色图的像素点有R、G、B三个分量,分别构造R曲面、G曲面、B曲面对空白像素点的三个分量进行填充。由于采用构造曲面的高度值作为像素值,使得相邻像素点的像素值不存在较大差异,故而尽可能地避免了马赛克现象的产生,实现了图像的高保真放大。通过对比实验,验证了论文方法对图像放大具有非常好的效果。     

基于Kohonen神经网络的B样条曲面重构

探讨了三维散乱数据点的自由曲面自组织重构方法。建立了基于自组织特征映射神经网络的矩形网格重构模型及其训练算法。所建模型利用神经元对曲面散乱数据点的学习和训练来模拟曲面上点与点之间的内在关系,节点连接权向量集作为对散乱数据点集的工程近似化并重构曲面样本点的内在拓扑关系。通过该方法不仅能够对无规则散乱数据点进行逼近,并且通过该方法得到的曲面也可以作为后继曲面重构的初始曲面。仿真实验表明,所建神经网络模型可实现三维密集无规则数据点的曲面自组织重构集自压缩于一体。     

B-SPLINE SURFACE SMOOTH JOINING

Ｂ－ＳＰＬＩＮＥＳＵＲＦＡＣＥＳＭＯＯＴＨＪＯＩＮＩＮＧＮｉｎｇＴａｏＪｉｎｇＬｉｎｇＧｕａｎＺｈｉｄｏｎｇＴａｎｇＲｏｎｇｘｉＡｂｓｔｒａｃｔＯｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅｓａｒｅｂｅｉｎｇａｐｐｌｉｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅ...     

改进差分进化算法求解B样条曲线曲面拟合问题

利用B样条进行数据拟合的关键在于B样条参数(节点矢量和控制顶点)的选取,同时把节点向量和控制顶点视为变量,拟合问题就演变为多维多变量高度非线性的最优化问题。由于差分进化算法(DE)在处理数值优化问题时相比于其他基于种群的进化算法收敛速度更快、稳定性更好,提出一种改进的差分进化算法来处理带噪声数据点的B样条曲线曲面最小二乘拟合。试验产生了多重节点。将其与基本的差分进化算法的试验结果进行比较,得到的BIC值和残差平方和更小。     

任意形状区域B样条拟合编码算法

本文给出了一种表示任意形状区域的方法--用B样条来拟合图像灰度曲面.在加权最小均方误差准则下,用B样条曲面拟合图像的灰度值曲面,再对B样条参数进行编码.该方案与分块DCT表示任意形状区域的方法相比,其压缩率得到很大提高;对于一个较大的区域,用B样条拟合的压缩率可达到分块DCT方法的10倍以上.而在同样码率时,特别是在低码率的情况下恢复后的图像质量优于分块DCT方法.     

三维分子结构检索系统的结构索引与匹配①

介绍了三维分子结构检索系统的结构索引与匹配，应用位筛成功地实现了三维结构数据的索引，可以快速得到候选结构，然后使用原子     

反向工程中NURBS曲面CAD重构技术研究

CAD几何模型重构技术是反向工程RE(Reverse Engineering)技术的核心,NURBS(Non-Uniform Rational B-Splines)方法因其表示法的形状控制灵活性,在曲面造型和曲面重构中具有重要作用.针对CAD曲面重构技术进行研究,并对NURBS曲面重构提出一种新的构建方法,将每个数据点相对应的有理基函数的参数值最大化,所得函数值作为数据点的参数值来构造NURBS参数曲面.最后通过实例证明了该方法的有效性.     

点模型的曲面局部重建Splat

为了适应高度精细模型的渲染的需要,基于点的渲染技术被提出并开始得到广泛应用。对于模型远离视点的情况,基于点的渲染技术取得了很好的效果,但是当模型靠近视点时．传统的基于点的渲染技术通过加大点在屏幕上的投影来填补点投影之间的“空洞”,由此降低了渲染的质量。提出了一种基于曲面点集重建的渲染技术,能够对输入点集作局部分析,提取曲面的参数,并通过重采样的方法,获得新的、密集的采样点,生成近景的高质量渲染结果。     

基于B-样条曲面的人体模型的建立

本文介绍了基于Ｂ－样条曲面建立人体模型的方法。文中按照军标对人体曲面的划分，将人体划分为１６个肢体，用矩阵级联的方法建立了人体运动方程。采用超限插值的方法完成了人体各关节处过滤曲面的构造。     

大规模散乱数据的层次B-样条曲面表示

文中描术字一种规模散乱数据的快速表示方法,该算法利用一系列认粗糙到精细的Ｂ－样条控制网络来逐步逼近或插值综定的散乱数据点集;并且,由粗到细的细化过程只局限于误差还没有达到给定要求的区域。