带法向约束的圆平均非线性细分曲线设计

目的 对采样设备获取的测量数据进行拟合,可实现原模型的重建及功能恢复。但有些情况下,获取的数据点不仅包含位置信息,还包含法向量信息。针对这一问题,本文提出了基于圆平均的双参数4点binary非线性细分法与单参数3点ternary插值非线性细分法。方法 首先将线性细分法改写为点的重复binary线性平均,然后用圆平均代替相应的线性平均,最后用加权测地线平均计算的法向量作为新插入顶点的法向量。基于圆平均的双参数4点binary细分法的每一次细分过程可分为偏移步与张力步。基于圆平均的单参数3点ternary细分法的每一次细分过程可分为左插步、插值步与右插步。结果 对于本文方法的收敛性与C¹连续性条件给出了理论证明;数值实验表明,与相应的线性细分相比,本文方法生成的曲线更光滑且具有圆的再生力,可以较好地实现3个封闭曲线重建。结论 本文方法可以在带法向量的初始控制顶点较少的情况下,较好地实现带法向约束的离散点集的曲线重建问题。     

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.