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.     

分组渐进迭代逼近算法拟合数据点集

目的 在计算机辅助设计领域里,曲线或曲面的渐进迭代逼近（PIA）性质在插值与拟合问题中有着广泛的应用。如果直接使用PIA方法对所有的数据点集进行拟合,那么在拟合大规模数据点时就缺少一定的灵活性。为了进一步提高渐进迭代逼近方法在拟合大规模点集时的灵活性,提出基于分组的渐进迭代逼近方法。方法 首先对待拟合点集进行分组;其次对分组后的点集采用PIA方法或是基于最小二乘的渐进迭代逼近方法（LSPIA）来得到一组插值或拟合精度不断改善的曲线/曲面;最后运用曲线/曲面拼接算法保证曲线/曲面的连续性,得到1条/张插值或拟合于给定点集的曲线/曲面。结果 给定相同的数据点集,分别采用分组PIA方法,PIA方法和LSPIA方法进行拟合。分组PIA方法与PIA方法相比误差减少的倍数与组数相当;分组PIA方法与LSPIA方法相比误差减少一半。结论 本文将分组思想引入渐进迭代逼近方法之中,提出了基于分组的渐进迭代逼近方法。该分组算法适用于拟合大规模数据点集,在拟合过程中,可以提高渐进迭代逼近方法在拟合大规模点集时的灵活性;经过理论推导证明了曲线/曲面的迭代效率有所提高,且与PIA方法相比误差有较大的改善。     

基于正则渐进迭代逼近的自适应B 样条曲线拟合

基于渐进迭代逼近(PIA)的数据拟合方法以其简单和灵活的特性获得了广泛的关 注。为了获得高保真度的拟合曲线,提出了一种基于主导点选取和正则渐进迭代逼近(RPIA)的 自适应B 样条曲线拟合算法。首先根据数据点的曲率估计选取初始主导点并生成初始PIA 曲线。 然后,借助于拟合误差和数据点集的曲率分布选取加细的主导点及实现PIA 曲线的更新。得益 于基于曲率分布的主导点选取,使得拟合曲线在复杂区域分布较多的控制顶点,而在平坦区域 则较少。通过正则参数的引入构造了一种RPIA 格式,提升了渐进迭代控制的灵活性。最后, 数值算例表明相比于传统最小二乘曲线拟合该算法在使用较少数量的控制顶点时可实现较高的 拟合精度。     

带互异权值的B样条曲线的最小二乘渐进迭代逼近

为使B样条拟合目标曲线的迭代过程中单独控制部分数据点,调整局部曲线形状,减小局部曲线迭代误差,提出带互异权值的最小二乘渐进迭代逼近法.首先赋统一初始权值于每个数据点,用最小二乘渐进迭代逼近法生成B样条拟合曲线;其次调整部分数据点对应的权值,运用带互异权值的最小二乘渐进迭代逼近法生成B样条拟合曲线;最后比较调整前后拟合误差.实例结果表明,本文所提出方法可调整局部拟合曲线形状,减小拟合误差.     

基于误差敏感区域特殊处理的NURBS曲线拟合算法

在NURBS曲线拟合中，现有的提高拟合精度的方法一般是通过迭代的方式逐步逼近最优拟合曲线.但是迭代算法普遍时间代价较高，且当控制点达到一定数量后再增加控制点会导致曲线变形.另一方面，NURBS曲线拟合方式对于曲率较平缓的曲线具有较高的拟合精度，而曲率变化较大的曲线则很难高精度逼近.针对这两个问题，本文提出了一种基于误差敏感区域特殊处理的NURBS曲线拟合算法.首先利用传统算法得到初步符合加工精度要求的曲线，然后对曲线进行误差分析，根据误差分布及数据饱和度，提出了误差敏感段的概念.利用NURBS曲线的局部性，无需增加控制点个数和更改参数，将误差敏感区域进行局部插值处理，从而消除局部高误差拟合区域，提高算法整体拟合精度.本文使用三次参数样条插值和Akima插值两种算法对误差敏感段进行局部替换，实验证明本算法可以通过对局部高误差区域的特殊处理而提高整体拟合精度，且替换部分区域不显著增加计算时间.     

粒子群优化算法求解最优控制点的非均匀有理B样条曲线拟合

为使参数曲线拟合在压缩数据量的基础上仍能保持较高的精度,提出了一种基于特征点提取、最小二乘法逼近以及粒子群优化算法求解最优控制点的高精度非均匀有理B样条（NURBS）曲线拟合方法。首先,以反曲点和曲率极值点作为筛选依据从所有离散数据点中提取特征点;然后,将特征点在最小二乘法下逼近,并根据所得线性方程组计算得到初始控制点;最后,以初始控制点的位置坐标构造粒子初始种群,并建立一个衡量离散数据点与拟合曲线误差的适应度函数,且利用粒子群优化算法对初始控制点的位置进行迭代优化,直至达到最大迭代次数为止。在叶片和蝴蝶截面原型上进行的实验验证的结果表明,所提方法使待拟合数据量分别压缩为原来数据量的25/117和120/283,且与以精度高为优势的增加辅助控制点的方法相比,所提方法的拟合精度分别提高了57.1%和22.9%,在已有曲线拟合研究方法中具有较强竞争力。     

粒子群优化算法求解最优控制点的非均匀有理B样条曲线拟合

为使参数曲线拟合在压缩数据量的基础上仍能保持较高的精度,提出了一种基于特征点提取、最小二乘法逼近以及粒子群优化算法求解最优控制点的高精度非均匀有理B样条（NURBS）曲线拟合方法。首先,以反曲点和曲率极值点作为筛选依据从所有离散数据点中提取特征点;然后,将特征点在最小二乘法下逼近,并根据所得线性方程组计算得到初始控制点;最后,以初始控制点的位置坐标构造粒子初始种群,并建立一个衡量离散数据点与拟合曲线误差的适应度函数,且利用粒子群优化算法对初始控制点的位置进行迭代优化,直至达到最大迭代次数为止。在叶片和蝴蝶截面原型上进行的实验验证的结果表明,所提方法使待拟合数据量分别压缩为原来数据量的25/117和120/283,且与以精度高为优势的增加辅助控制点的方法相比,所提方法的拟合精度分别提高了57.1%和22.9%,在已有曲线拟合研究方法中具有较强竞争力。     

隐式B样条曲线拟合的加权PIA算法

为了使拟合数据点的曲线生成速度更快、误差更小,提出一种隐式B样条曲线拟合数据点的加权PIA算法.首先,用待拟合数据点以及给定法向量生成偏移点集.然后,通过偏移点集构造差分向量,从而得到需要调整的误差控制系数,为了使迭代效率更高,在迭代过程中对误差控制系数做加权处理.最后,用最新的控制系数矩阵得到拟合数据点的曲线.文中5个数值算例采用均匀节点序列,实验结果表明,在相同迭代次数下,相对于I-PIA算法,该算法得到的拟合曲线误差值更小,曲线能更好保特征.     

基于B样条曲线的植物叶片几何建模

针对基于图像的植物叶片真实感建模进行了研究, 提出对植物叶片图像的轮廓特征点进行三次均匀B样条曲线插值的算法。该方法提取出标本叶片图像的角点作为特征点, 采用三次均匀B样条曲线进行初步插值拟合, 并根据拟合误差采用改进的节点插入算法进行反复迭代, 直到达到要求的拟合精度。与传统方法相比, 该方法能够更快地达到逼近精度, 并且具有良好的模拟效果, 有一定的实际应用价值。     

特征点的B样条曲线逼近技术

为了构造逼近稠密有序点列的初始曲线,提出一种B样条曲线逼近的节点配置算法.以初始曲线的曲率极值点和点列的2个端点作为特征点的种子点,利用最小二乘法构造逼近种子点的B样条曲线,并根据B样条曲线段的复杂度进行特征点的细分和节点矢量的更新;重复这一过程,直到逼近的误差小于给定的阈值,实现B样条曲线的精确逼近.实例结果表明,在相同的给定阈值条件下,文中算法可比Park算法、Piegl算法和Li算法减少更多的控制顶点,逼近曲线的控制顶点数等于细分后的特征点数,且逼近曲线的节点分布合理.     

Shape modeling based on specifying the initial B-spline curve and scaled BFGS optimization method

In this paper, we consider the problem of fitting the B-spline curves to a set of ordered points, by finding the control points and the location parameters. The presented method takes two main steps: specifying initial B-spline curve and optimization. The method determines the number and the position of control points such that the initial B-spline curve is very close to the target curve. The proposed method introduces a length parameter in which this allows us to adjust the number of the control points and increases the precision of the initial B-spline curve. Afterwards, the scaled BFGS algorithm is used to optimize the control points and the foot points simultaneously and generates the final curve. Furthermore, we present a new procedure to insert a new control point and repeat the optimization method, if it is necessary to modify the fitting accuracy of the generated B-spline fitting curve. Associated examples are also offered to show that the proposed approach performs accurately for complex shapes with a large number of data points and is able to generate a precise fitting curve with a high degree of approximation.     

渐进迭代逼近方法在曲线变形上的应用

目的 随着几何造型、计算机动画等领域的快速发展,曲线的自由变形技术在近年来受到了广泛的关注。为了获得更多有趣、逼真的变形效果,提出基于渐进迭代逼近与主顶点方法的曲线局部变形算法。方法 给定数据点集,首先采用渐进迭代逼近方法或是基于最小二乘的渐进迭代逼近方法产生待变形曲线;其次对待变形区域使用延拓准则,基于主顶点方法与待变形曲线的形状信息选取控制顶点进行调整;最后对调整后的控制顶点运用局部渐进迭代逼近方法生成逼近曲线,得到期望的变形效果。结果 此变形操作借助于局部渐进迭代逼近方法,具有较好的灵活性。通过茶壶、面部轮廓、手等数值实例,表明了该方法可以得到良好的变形效果。进一步地,借助于叠加变形还可以得到整体的、周期的、伸缩的等各类更加丰富的变形效果。结论 本文研究渐进迭代逼近在曲线变形上的应用,将主顶点方法引入曲线的变形之中,把两者相结合提出了基于渐进迭代逼近与主顶点方法的曲线局部变形算法。该算法不仅具备渐进迭代逼近方法的收敛稳定性,且借助于主顶点方法,可以得到较好的变形效果。该方法适用于曲线的局部变形,丰富了曲线的变形效果。     

基于Freeman链码的B样条曲线轮廓拟合

提出了一种Freeman链码与B样条曲线误差控制相结合实现轮廓拟合的算法,首先利用Freeman链码法进行边界跟踪,根据相邻像素点间的不同的链码变化关系,排除伪特征点,提取出轮廓中绝大多数特征点,然后结合基于误差控制的B样条曲线法,取得能够精确表示轮廓信息的特征点。本文算法即避免了使用曲率来进行求取特征点的复杂计算,提高了特征点检测速度,又提取出能够精确拟合轮廓的局部支撑点,实现了基于误差控制的轮廓曲线拟合。实验结果证明了本文算法的正确性。     

Cubic B-spline curve approximation by curve unclamping

A new approach for cubic B-spline curve approximation is presented. The method produces an approximation cubic B-spline curve tangent to a given curve at a set of selected positions, called tangent points, in a piecewise manner starting from a seed segment. A heuristic method is provided to select the tangent points. The first segment of the approximation cubic B-spline curve can be obtained using an inner point interpolation method, least-squares method or geometric Hermite method as a seed segment. The approximation curve is further extended to other tangent points one by one by curve unclamping. New tangent points can also be added, if necessary, by using the concept of the minimum shape deformation angle of an inner point for better approximation. Numerical examples show that the new method is effective in approximating a given curve and is efficient in computation.     

曲线曲面逼近与插值的统一表示

为了用一种模型实现从逼近到插值的转换,在多项式空间上构造了含一个参数的调配函数,由之定义了基于4点分段的曲线,该曲线可以理解为由相同的一组控制顶点定义的逼近曲线和插值曲线的线性组合,其中的逼近曲线为3次均匀B样条曲线,插值曲线经过除首末点以外的所有控制点。在均匀参数分割下,曲线具有C2连续性,取特殊参数时可达C3连续。在参数变化过程中,曲线各段起点、终点的位置发生改变,但这些点处的一阶、二阶导矢始终保持不变,即始终与3次B样条曲线相同。曲线形状与端点条件密切相关,而B样条曲线具有良好的保形性,这些综合因素使得曲线在形状变化的过程中始终可以较好地保持控制多边形的特征。采用张量积方法将曲线推广至曲面,曲线曲面图例显示了该方法在造型设计中的有效性。     

An error-bounded B-spline curve approximation scheme using dominant points for CNC interpolation of micro-line toolpath

This paper presents a unified framework for computing a B-spline curve to approximate the micro-line toolpath within the desired fitting accuracy. First, a bi-chord error test extended from our previous work is proposed to select the dominant points that govern the overall shape of the micro-line toolpath. It fully considers the geometric characteristics of the micro-line toolpath, i.e., the curvature, the curvature variation and the torsion, appropriately determining the distribution of the dominant points. Second, an initial B-spline curve is constructed by the dominant points in the least square sense. The fitting error is unpredictable and uncontrollable. It is classified into two types: (a) the geometric deviations between the vertices of the polygon formed by the data points and the constructed B-spline curve; (b) those between the edges of the polygon and the constructed B-spline curve. Herein, an applicable dominant point insertion is employed to keep the first geometric deviation within the specified tolerance of fitting error. A geometric deviation model extended from our previous work is developed to estimate the second geometric deviation. It can be effectively integrated into global toolpath optimization. Computational results demonstrate that the bi-chord error test applies to both the planar micro-line toolpath and the spatial micro-line toolpath, and it can greatly reduce the number of the control points. Simulation and experimental results demonstrate that the proposed B-spline approximation approach can significantly improve machining efficiency while ensuring the surface quality.     

Memetic improved cuckoo search algorithm for automatic B-spline border approximation of cutaneous melanoma from macroscopic medical images

This work follows up a previous paper at conference Cyberworlds 2018 for automatic border approximation of cutaneous melanoma and other skin lesions from macroscopic medical images. Given a set of feature points on the boundary of the skin lesion obtained by a dermatologist, we introduce a new method for automatic least-squares B-spline curve fitting of such feature points. The method is based on the original cuckoo search algorithm used in the conference paper but with three major modifications: (1) we use an enhanced version of the algorithm in which the parameters change dynamically with the generations; (2) this improved method is coupled with the Luus-Jaakola local search heuristics for better performance; (3) the original Bézier curves are now replaced by the more powerful and more general B-spline curves, providing extra flexibility and lower polynomial degree. The new method (called memetic improved cuckoo search algorithm) has been applied to a benchmark comprised of ten medical images of skin lesions. The computer results show that it performs very well and yields a border curve enclosing the lesion and fitting the feature points with good accuracy. Furthermore, a comparison with ten alternative methods in the literature (six standard mathematical methods for B-spline fitting, two state-of-the art methods in medical imaging, the method in our conference paper and the non-memetic version of our new method) shows that it outperforms all these methods in terms of numerical accuracy for the instances in our reference benchmark.     

基于法矢控制的B样条曲面逼近的PIA方法

提出了一种基于法矢控制的 B 样条曲面逼近的渐进迭代逼近(PIA)算法。一方面该方法将离散数据点的切失、曲率、法矢等几何特征充分应用到离散数据点的逼近问题上,利用数据点两个方向的切矢构造出数据点的法矢约束来控制逼近曲面形状,相比于无法矢控制的 B 样条曲面逼近的渐进迭代逼近(PIA)方法,逼近曲面更光顺,可获得更好的逼近效果。另一方面由于该算法选取主特征点作为控制顶点,所以允许在曲面拟合中控制顶点的数目小于数据点的数目。而且PIA算法的每次迭代过程中的各个步骤都是独立的,很容易被应用到并行计算上,可提高计算效率。本文还给出了一些实例来验证该算法的有效性。