一种参数化可调的NURBS曲面G2光滑拼接算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (15): 168-170.

• 图形、图像、模式识别 • 上一篇下一篇

一种参数化可调的NURBS曲面G²光滑拼接算法

陆亚文1，2，李际军1

1.浙江大学计算机科学与技术学院，杭州 310027
2.杭州科技职业技术学院，杭州 310016

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-21 发布日期:2011-05-21

Algorithm of G² blending NURBS surfaces based on adjustable parameters

LU Yawen1，2，LI Jijun1

1.College of Computer Science，Zhejiang University，Hangzhou 310027，China
2.Hangzhou Vocational College of Science and Technology，Hangzhou 310016，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-21 Published:2011-05-21

摘要/Abstract

摘要： 提出一种用于NURBS曲面G²光滑拼接算法。在创建拼接曲面时，采用“参数可调”的思想，用拼接函数和指重参数先统一两基曲面的参数，计算出拼接曲面上的插值点，并以这些插值点为参考点根据G²连续的几何性质对拼接曲面的内部控制点进行修正。此算法适用于各类曲面的拼接，通过调整平衡因子和指重参数可以得到在满足G²连续的前提下各种曲率的拼接曲面，简化曲面拼接的计算过程。

关键词: 曲面拼接, 非均匀有理B样条, 参数

Abstract: The algorithm of G² blending NURBS surfaces based on adjustable parameters is realized.Firstly，before creating blending NURBS surface，parameters of two basic surfaces should be conformed by choosing blending function and thumb weight parameter which are fit for the parameterization of surfaces.Secondly，interpolation points on the blending surfaces should be calculated.Finally，referenced on the interpolation points and based on the continuous geometric properties of G²，the internal control points of the blending surfaces are revised.The algorithm can be used in all kinds of surfaces.In this way，the computing process of the blending surfaces is simplified.And by adjusting balance factor and thumb weight parameter，surfaces with different curvature could be obtained if G² is continuous.

Key words: blending surface, Non Uniform Rational B-Splines（NURBS）, parameter

陆亚文1，2，李际军1. 一种参数化可调的NURBS曲面G²光滑拼接算法[J]. 计算机工程与应用, 2011, 47(15): 168-170.

LU Yawen1，2，LI Jijun1. Algorithm of G² blending NURBS surfaces based on adjustable parameters[J]. Computer Engineering and Applications, 2011, 47(15): 168-170.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[3]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[4]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[5]	郑鲲，孔江萍，周晶，慈康怡，常鹏. iPPG技术及生理参数检测的教育应用综述[J]. 计算机工程与应用, 2021, 57(5): 25-35.
[6]	张俊杰，张聪，赵涵捷. 重复利用状态值的竞争深度Q网络算法[J]. 计算机工程与应用, 2021, 57(4): 134-140.
[7]	吴迪，张梦甜，生龙，黄竹韵，顾明星. 改进在线词对主题模型的微博热点话题演化[J]. 计算机工程与应用, 2021, 57(24): 179-184.
[8]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[9]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[10]	孟娜，李艳艳，汪霖. 基于CITAF-HAF的立方调频信号参数估计[J]. 计算机工程与应用, 2021, 57(17): 75-79.
[11]	张琳，汪廷华，周慧颖. 基于群智能算法的SVR参数优化研究进展[J]. 计算机工程与应用, 2021, 57(16): 50-64.
[12]	巫光福，陈颖. 花授粉算法研究与应用综述[J]. 计算机工程与应用, 2021, 57(15): 30-41.
[13]	朱永明，邱文静. 概率多值中智集的关联系数及其应用[J]. 计算机工程与应用, 2021, 57(15): 186-192.
[14]	黄仝宇，胡斌杰，朱婷婷，黄哲文. 面向驾驶场景的多尺度特征融合目标检测方法[J]. 计算机工程与应用, 2021, 57(14): 134-141.
[15]	周笔锋，罗毅平. 时滞分布参数系统间歇非周期中和控制器设计[J]. 计算机工程与应用, 2020, 56(8): 220-225.

一种参数化可调的NURBS曲面G²光滑拼接算法

Algorithm of G² blending NURBS surfaces based on adjustable parameters

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics