0 引 言
曲面拟合与光顺在几何建模、计算机辅助设计、三维物体重建、数控加工等领域有广泛应用[1 -4 ] 。通过参数曲面拟合一系列离散点,例如非均匀有理B样条(non-uniform rational B-spline,NURBS)曲面拟合,可在节省存储空间的同时获得较为光顺的曲面。本文主要研究用矩阵权NURBS曲面拟合带法向的规则四边形网格数据。矩阵权NURBS曲面是NURBS曲面的自然的推广[5 ] ,与传统NURBS曲面相比,矩阵权NURBS曲面具有更多的自由度控制与设计曲面形状。通过合理定义矩阵权并调整矩阵权中的参数,使得构造的矩阵权NURBS曲面能很好地逼近给定数据且曲面具有很好的光顺性,避免了传统B样条曲面拟合需要求解线性方程组的问题。
曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点。目前已有不少对B样条曲面拟合的研究。ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高。JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点。
曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状。如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡。通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面。除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据。MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率。
YANG[5 ] 将传统的NURBS推广至矩阵权NURBS,通过输入的顶点和法向数据构造可插值控制顶点的曲线和曲面。与传统的NURBS曲面相比,矩阵权NURBS曲面具有更优的性质和拟柱面再生等优点。对于光滑曲面,可以在曲面上合理采样控制顶点和法向信息并利用矩阵权NURBS曲面拟合该曲面。此外,对于同样的控制顶点和法向量,高阶矩阵权NURBS曲面的光顺性通常比低阶矩阵权NURBS曲面的更好,甚至高阶矩阵权NURBS曲面可有效地光顺噪声数据。由于矩阵权NURBS曲面丰富的性质,本文拟利用矩阵权NURBS曲面的构造与表达对规则网格数据曲面进行拟合与光顺。
1 矩阵权NURBS曲面
假设给定控制顶点{ P i , j } ,0 ≤ i ≤ m ,0 ≤ j ≤ n ,节点向量分别设为U = { u 0 , u 1 , ⋯ , u m + k } 和V = { v 0 , v 1 , ⋯ , v n + l } ,传统的NURBS曲面定义为
S ( u , v ) = ∑ i = 0 m ∑ j = 0 n w i , j P i , j N i , k ( u ) N j , l ( v ) ∑ i = 0 m ∑ j = 0 n w i , j N i , k ( u ) N j , l ( v ) ,
N i , 1 ( u ) = 1 , u i ≤ u < u i + 1 , 0 , 其他 ;
N i , k ( u ) = u - u i u i + k - 1 - u i N i , k - 1 ( u ) + u i + k - u u i + k - u i + 1 N i + 1 , k - 1 ( u ) , k ≥ 2 。
作为传统NURBS的推广,YANG[5 ] 提出了矩阵权NURBS,即将NURBS表达式中的实数权系数推广为矩阵。矩阵权NURBS曲面定义为
S ( u , v ) = ∑ i = 0 m ∑ j = 0 n M i , j N i , k ( u ) N j , l ( v ) - 1 × ∑ i = 0 m ∑ j = 0 n M i , j P i , j N i , k ( u ) N j , l ( v ) , (1)
其中, u ∈ [ u k - 1 , u m + 1 ] , v ∈ [ v l - 1 , v n + 1 ] , M i , j ∈ R d × d ( 0 ≤ i ≤ m , 0 ≤ j ≤ n ) 为给定的一系列权矩阵。矩阵权可以有不同的选取方法,但首先要保证曲面S ( u , v ) 定义的合理性,即∑ i = 0 m ∑ j = 0 n M i , j N i , k ( u ) N j , l ( v ) 为可逆矩阵。记I 为3阶单位矩阵,n i , j ∈ R 3 为单位向量,矩阵权定义为
M i , j = ω i , j ( I + μ i , j n i , j n i , j T ) , ω i , j > 0 , μ i , j > - 1 , i = 0,1 , ⋯ , m , j = 0,1 , ⋯ , n 。 (2)
这样选取的矩阵权能够保证M ( u , v ) = ∑ i = 0 m ∑ j = 0 n M i , j N i , k ( u ) N j , l ( v ) 为可逆矩阵[20 ] ,使矩阵权NURBS曲面是良定义的。
定理1 设n i , j 为单位向量,矩阵M i , j = ω i , j ( I + μ i , j n i , j n i , j T ) , 0 ≤ i ≤ m , 0 ≤ j ≤ n , 对任意的正实数s i , j , 0 ≤ i ≤ m , 0 ≤ j ≤ n , 当ω i , j > 0 且μ i , j > - 1 时,∑ i = 0 m ∑ j = 0 n s i , j M i , j 为可逆矩阵。
证明 由矩阵M i , j 的形式,可知M i , j 为对称矩阵。下证M i , j 为正定矩阵。为此只需考虑矩阵 I + μ i , j n i , j n i , j T 的特征值。由于该矩阵的特征多项式为
| λ I - ( I + μ i , j n i , j n i , j T ) | = | ( λ - 1 ) I - μ i , j n i , j n i , j T | ,
因此,可知该矩阵的特征值为1或1 + μ i , j ,均大于0,所以M i , j 为正定矩阵,又因为s i , j > 0 ,因此∑ i = 0 m ∑ j = 0 n s i , j M i , j 为正定矩阵,故其为可逆矩阵。证毕。
假设控制顶点P i , j 处对应法向量n i , j 的切平面为F i , j ,对于空间中任意一点Q ,假设Q i , j 为Q 点在F i , j 上的投影,于是从Q i , j 到Q 的向量可表示为
Q - Q i , j = ( n i , j n i , j T ) ( Q - P i , j ) = A i , j ( Q - P i , j ) 。
容易发现A i , j T = A i , j 以及A i , j 2 = A i , j ,于是从Q i , j 到Q 的距离为
| | Q - Q i , j | | 2 = [ Q - P i , j ] T A i , j 2 [ Q - P i , j ] 。
F ( Q ( u , v ) ) = ∑ i = 0 m ∑ j = 0 n ω i , j N i , k ( u ) N j , l ( v ) [ Q - P i , j ] 2 + ∑ i = 0 m ∑ j = 0 n ω i , j μ i , j N i , k ( u ) N j , l ( v ) × [ Q - P i , j ] T A i , j 2 [ Q - P i , j ] , (3)
可以证明F ( Q ( u , v ) ) 有唯一的最小二乘解,且该解就是所构造的矩阵权NURBS曲面。
性质1 当参数ω i , j > 0 且μ i , j > - 1 时,能量函数式(3)取最小值时的解Q ( u , v ) 为矩阵权NURBS曲面。
证明 首先证明F ( Q ( u , v ) ) ≥ 0 。由于ω i , j > 0 , N i , k ( u ) ≥ 0 , N j , l ( v ) ≥ 0 ,只需证明
[ Q - P i , j ] 2 + μ i , j [ Q - P i , j ] T A i , j 2 [ Q - P i , j ] ≥ 0 。
[ Q - P i , j ] 2 + μ i , j [ Q - P i , j ] T A i , j 2 [ Q - P i , j ] = [ Q - P i , j ] T ( I + μ i , j A i , j 2 ) [ Q - P i , j ] ,
而矩阵I + μ i , j A i , j 2 = I + μ i , j n i , j n i , j T 为正定矩阵,因此上式非负,从而F ( Q ( u , v ) ) ≥ 0 ,且当F ( Q ) 取最小值时,有
1 2 ∂ F ( Q ) ∂ Q = ∑ i = 0 m ∑ j = 0 n ω i , j N i , k ( u ) N j , l ( v ) × [ Q - P i , j ] + ∑ i = 0 m ∑ j = 0 n ω i , j μ i , j N i , k ( u ) × N j , l ( v ) A i , j T A i , j [ Q - P i , j ] = ∑ i = 0 m ∑ j = 0 n ω i , j N i , k ( u ) N j , l ( v ) { [ Q - P i , j ] + μ i , j A i , j [ Q - P i , j ] } = 0 。
Q ( u , v ) = ∑ i = 0 m ∑ j = 0 n M i , j N i , k ( u ) N j , l ( v ) - 1 × ∑ i = 0 m ∑ j = 0 n M i , j P i , j N i , k ( u ) N j , l ( v ) , (4)
M i , j = ω i , j ( I + μ i , j n i , j n i , j T ) , ω i , j > 0 , μ i , j > - 1 , i = 0,1 , ⋯ , m , j = 0,1 , ⋯ , n 。 (5)
性质2 设Q ( u , v ) 为矩阵权NURBS曲面,若参数μ i , j 趋向于无穷大,则曲面片上的点Q ( u , v ) , u ∈ ( u i , u i + k ) , v ∈ ( v j , v j + l ) 几乎处于P i , j 的切平面上;同样,若参数ω i , j 趋向于无穷大,则曲面片上的点Q ( u , v ) , u ∈ ( u i , u i + k ) , v ∈ ( v j , v j + l ) 趋向于P i , j 。
证明 由式(3)可知,当参数μ i , j 趋于无穷大时,N i , k ( u ) N j , l ( v ) [ Q - P i , j ] T A i , j 2 [ Q - P i , j ] 必须趋于0才能使能量函数取最小值,此时[ Q - P i , j ] T A i , j 2 [ Q - P i , j ] 趋于0,即Q ( u , v ) ,u ∈ ( u i , u i + k ) , v ∈ ( v j , v j + l ) 趋向于P i , j 的切平面;同理,当参数ω i , j 趋向于无穷大时,[ Q - P i , j ] 2 趋于0,即曲面片上的点Q ( u , v ) , u ∈ ( u i , u i + k ) , v ∈ ( v j , v j + l ) 趋向于P i , j 。
由性质2可知,本文的拟合和光顺算法可根据具体需要调整相应参数,以满足特定点以及特定点处法向逼近的要求。例如若希望顶点P i , j 处的法向量逼近n i , j ,则可适当增大对应的μ i , j 值。此外,类似于矩阵权NURBS曲线具有螺线精度,矩阵权NURBS曲面也有相似的性质。方便起见,下文只考虑B样条函数的阶数为偶数且B样条函数的节点向量均匀选取的情形,其他情形可类似讨论。
性质3 假设点集{ P i , j } 和法向量集合{ n i , j } , i = 0,1 , ⋯ , m , j = 0,1 , ⋯ , n ,是从柱面上均匀采样得到的,设d 1 = k - 1 2 , d 2 = l - 1 2 ,正整数q 和p 满足d 1 ≤ q ≤ m - d 1 , d 2 ≤ p ≤ n - d 2 ,令λ q + i = N q + i , k ( u q + k 2 ) ,ξ p + j = N p + j , l ( v p + l 2 ) ,其中N i , k ( u ) 和N j , l ( v ) 是k 阶和l 阶B样条基函数,0 < | i | ≤ d 1 ,0 < | j | ≤ d 2 ,u q + k 2 = 1 2 ( u q + u q + k ) ,v p + l 2 = 1 2 ( v p + v p + l ) 。参数
μ q , p = ∑ | i | = 0 d 1 ∑ | j | = 0 d 2 λ q + i ξ p + j n q , p T ( P q , p - P q + i , p + j ) ∑ | i | = 0 d 1 ∑ | j | = 0 d 2 λ q + i ξ p + j n q , p T A q + i , p + j ( P q + i , p + j - P q , p ) , (6)
其中,A q + i , p + j = n q + i , p + j n q + i , p + j T ,如果矩阵权中的参数w i , j = 1 , 0 ≤ i ≤ m , 0 ≤ j ≤ n ,且对于固定的q , p , μ q + i , p + j = μ q , p , | i | ≤ d 1 , | j | ≤ d 2 ,则定义的矩阵权NURBS曲面在参数( u q + k 2 , v p + l 2 ) 处取到顶点P q , p 。
证明 由性质1的证明可知,在矩阵权有理B样条曲面Q ( u , v ) 上的任意一点均满足
∑ i = 0 m ∑ j = 0 n ω i , j N i , k ( u ) N j , l ( v ) [ Q - P i , j ] + ∑ i = 0 m ∑ j = 0 n ω i , j N i , k ( u ) N j , l ( v ) μ i , j A i , j [ Q - P i , j ] = 0 。
假设Q ( u , v ) 在参数( u q + k 2 , v p + l 2 ) 处取到顶点P q , p ,由条件w i , j = 1 , 0 ≤ i ≤ m , 0 ≤ j ≤ n , μ q + i , p + j = μ q , p , | i | ≤ d 1 , | j | ≤ d 2 ,结合B样条基函数的性质,化简可得
∑ | i | = 0 d 1 ∑ | j | = 0 d 2 λ q + i ξ p + j [ P q , p - P q + i , p + j ] + ∑ | i | = 0 d 1 ∑ | j | = 0 d 2 λ q + i ξ p + j μ q , p A q + i , p + j × [ P q , p - P q + i , p + j ] = 0 ,(7)
下证当μ q , p 的表达式为式(6)时,Q ( u , v ) 在参数( u q + k 2 , v p + l 2 ) 处取到顶点P q , p 。
n q , p T ∑ | j | = 0 d 2 λ q + i ξ p + j [ P q , p - P q + i , p + j ] + ∑ | i | = 0 d 1 ∑ | j | = 0 d 2 λ q + i ξ p + j μ q , p A q + i , p + j × [ P q , p - P q + i , p + j ] = 0 。 (8)
令Q q + i , p + j 为P q , p 在P q + i , p + j 的切平面上的投影点,则A q + i , p + j ( P q , p - P q + i , p + j ) = P q , p - Q q + i , p + j , 并且根据B样条基函数的性质,λ q + i = λ q - i , ξ p + j = ξ p - j ,于是式(8)可化简为
n q , p T ∑ j = 0 d 2 λ q + i ξ p + j [ 4 P q , p - P q + i , p + j - P q - i , p + j - P q + i , p - j - P q - i , p - j ] + ∑ i = 0 d 1 ∑ j = 0 d 2 λ q + i ξ p + j μ q , p [ 4 P q , p - Q q + i , p + j - Q q - i , p + j - Q q + i , p - j - Q q - i , p - j ] = 0 。 (9)
4 P q , p - P q + i , p + j - P q - i , p + j - P q + i , p - j - P q - i , p - j = 2 ( 2 P q , p - P q , p + j - P q , p - j ) + ( 2 P q , p + j - P q + i , p + j - P q - i , p + j ) + ( 2 P q , p - j - P q + i , p - j - P q - i , p - j ) ,
由于{ P i , j } 和{ n i , j } ( i = 0,1 , ⋯ , m , j = 0,1 , ⋯ , n ) 是从柱面上均匀采样得到的,不妨设P i , j = ( r c o s θ i , r s i n θ i , z j ) ,n i , j = ( c o s θ i , s i n θ i , 0 ) ,因此2 P q , p - P q , p + j - P q , p - j , 2 P q , p - P q + i , p - P q - i , p , 2 P q , p - Q q , p + j - Q q , p - j , 2 P q , p - Q q + i , p - Q q - i , p 均平行于P q , p 处的法向量n q , p ,从而4 P q , p - P q + i , p + j - P q - i , p + j - P q + i , p - j - P q - i , p - j 平行于n q , p ,同理可得4 P q , p - Q q + i , p + j - Q q - i , p + j - Q q + i , p - j - Q q - i , p - j 平行于n q , p ,于是由式(8)可推得式(7),从而可知当μ q , p 的表达式为式(6)时,有Q ( u q + k 2 , v p + l 2 ) = P q , p 。得证。
图(1)为不同阶数的矩阵权NURBS曲面拟合加噪声的柱面网格。给定一个柱面,其参数表示为
x ( u , v ) = c o s u , y ( u , v ) = s i n u , u ∈ [ 0 , π ] , v ∈ [ 0 , π ] 。 z ( u , v ) = v ,
从该柱面上均匀地采样:u 0 = 0 , u i = u i - 1 + 0.05 π , v 0 = 0 , v j = v j - 1 + 0.05 π , i , j = 1,2 , ⋯ , 20 ,随后添加随机函数产生高斯噪声,将这些采样点作为控制顶点分别构造不同次数的矩阵权NURBS曲面,其中矩阵权和参数μ i , j 分别由式(2)和式(6)计算,曲面的颜色深浅代表该点处的Gauss曲率。从图1 中可以看到,对于柱面采样网格,构造的矩阵权NURBS曲面经过所有的控制顶点,且曲面上所有点的Gauss曲率均较均匀;对于添加噪声的网格,双三次矩阵权NURBS曲面的Gauss曲率连续但不光滑,而提高次数后曲面的光顺性明显得到改善。
图1
图1
矩阵权NURBS曲面拟合采样自柱面的网格
注 数对(i , j )分别表示参数u ,v 方向的B样条基函数的次数。(a)和(b)为双三次矩阵权NURBS曲面分别拟合无噪声和有噪声的柱面网格;(c)和(d)分别为双五次和双七次矩阵权NURBS曲面的拟合结果。
Fig.1
The matrix weighted NURBS surface is used to fit the mesh sampled from a cylinder
Note The number pair (i , j ) represents the degree of the B-spline basis function in the parameter u and v directions respectively. (a) and (b) are bicubic matrix weighted NURBS surfaces fitted to cylindrical meshes with and without noise, respectively; (c) and (d) are the fitting results of matrix weighted NURBS surfaces with bi-degree five or bi-degree seven, respectively.
2 算法实现
2.1 矩阵权NURBS曲面的拟合
假设{ P i , j } 和{ n i , j } ( 0 ≤ i ≤ m , 0 ≤ j ≤ n ) 分别为给定的采样顶点和法向量,由式(6)选取参数μ i , j ,并且取ω i , j = 1 ,于是每个控制顶点对应的矩阵权M i , j 均可直接计算,从而可以构造矩阵权NURBS曲面,但直接构造的矩阵权NURBS曲面不能拟合边界控制顶点,为了构造能拟合所有初始顶点的矩阵权NURBS曲面,需要在初始控制网格的边界添加边界对称点,获得扩展的控制网格。
假设要构造的矩阵权NURBS曲面的阶数为( k , l ) ,设d 1 = k - 1 2 , d 2 = l - 1 2 ,对于固定的 i , 0 ≤ i ≤ m ,添加P i , j 关于P i , 0 的对称点P i , - j , j = 1,2 , ⋯ , d 2 ,其中,
P i , - j = 2 P i , 0 - P i , j + 2 a i , j n i , 0 , a i , j = ( P i , j - P i , 0 ) n i , 0 , j = 1,2 , ⋯ , d 2 。
同样,添加P i , n - j 关于P i , n 的对称点P i , n + j , j = 1,2 , ⋯ , d 2 ,类似地,这些对称点的单位法向量可通过计算对应点对称的法向量得到。因为控制网格的边界有4条,还需用同样方法对另外2条边界添加对称点,例如对于固定的j , - d 2 ≤ i ≤ n + d 2 ,添加P i , j 关于P 0 , j 的对称点P - i , j , i = 1,2 , ⋯ , d 1 ,其中,
P - i , j = 2 P 0 , j - P i , j + 2 a i , j n 0 , j , a i , j = ( P i , j - P 0 , j ) n 0 , j , i = 1,2 , ⋯ , d 1 。
利用( P i , j , n i , j ) , i = - d 1 , - d 1 + 1 , ⋯ , m + d 1 , j = - d 2 , - d 2 + 1 , ⋯ , n + d 2 构造矩阵权NURBS曲面
Q ( u , v ) = ∑ i = - d 1 m + d 1 ∑ j = - d 2 n + d 2 M i , j N i , k ( u ) N j , l ( v ) - 1 × ∑ i = - d 1 m + d 1 ∑ j = - d 2 n + d 2 M i , j P i , j N i , k ( u ) N j , l ( v ) 。
由性质3可知,由扩展后的控制网格构造的矩阵权NURBS曲面Q ( u , v ) 可以插值初始网格边界的控制顶点。为描述方便,对扩展后的顶点和法向量下标重新编号,分别记为{ P i , j ' } 和{ n i , j ' } , i = 0,1 , ⋯ , m ' , j = 0,1 , ⋯ , n ' ,其中,m ' = m + 2 d 1 , n ' = n + 2 d 2 。矩阵权NURBS曲面的拟合算法步骤如下:
输入 点集{ P i , j } 和法向量集{ n i , j } 以及 u , v 两个方向B样条基函数的阶数。
Step1 计算并添加边界对称点,设添加后的点集和法向量集为{ P i , j ' } 和{ n i , j ' } ;
Step2 选取节点向量U = { u 0 , u 1 , ⋯ , u m ' + k } 和V = { v 0 , v 1 , ⋯ , v n ' + l } ;
Step4 通过点集{ P i , j ' } 和矩阵权集合{ M i , j } 构造矩阵权NURBS曲面;
Step5 输出矩阵权NURBS曲面Q ( u , v ) 。
2.2 矩阵权NURBS曲面的光顺
由前面的讨论可知,对于无噪声的数据,矩阵权NURBS曲面能很好地拟合且光顺性也很好,然而添加噪声后构造的矩阵权NURBS曲面可能并不光顺。为提高构造曲面的光顺性,参考YANG[5 ] 关于矩阵权NURBS曲线光顺的思路,将其推广应用至曲面情形。首先构造初始的矩阵权NURBS曲面S ( u , v ) ,然后在该曲面上重新采样控制顶点,并重新计算每个顶点处的法向量,随后参照矩阵权NURBS曲面拟合算法构造曲面Q ( u , v ) ,根据给定的光顺迭代次数重复这一过程,得到更加光顺的曲面并且该曲面仍然逼近原始的控制网格。
S ( u , v ) = ∑ i = 0 m ' ∑ j = 0 n ' M i , j N i , k ( u ) N j , l ( v ) - 1 × ∑ i = 0 m ' ∑ j = 0 n ' M i , j P i , j N i , k ( u ) N j , l ( v ) ,
其中,节点向量U = { u 0 , u 1 , ⋯ , u m ' + k } ,V = { v 0 , v 1 , ⋯ , v n ' + l } ,在以下参数处采样:( u i , v j ) , i = k - 1 , k , ⋯ , m ' + 1 , j = l - 1 , l , ⋯ , n ' + 1 ,获得新的控制顶点网格。类似地,对此网格做边界扩展,在边界处添加同样多的边界对称点。对法向量也进行迭代更新,顶点P i , j 处的法向量由该顶点1-领域内三角面片的法向量面积加权平均得到,将网格中的四边形视为由2个三角形拼接而成。当然原始的法向量数据可能包含噪声,因此在计算得到新的法向量后可考虑采用法向滤波技术[21 ] 对法向量场进行降噪处理。矩阵权NURBS曲面的光顺算法步骤如下:
输入 点集{ P i , j } 、法向量集{ n i , j } 、光顺迭代次数K 以及 u , v 两个方向B样条基函数的阶数。
Step1 利用输入数据构造初始的矩阵权NURBS曲面S ( u , v ) ;
Step2 在曲面S ( u , v ) 的节点位置重新采样并将其作为新的控制顶点;
Step5 由新的顶点和对应的法向量构造矩阵权NURBS曲面Q ( u , v ) ;
Step6 用Q ( u , v ) 代替S ( u , v ) ,重复step2~step5,直到满足迭代次数K ;
Step7 输出矩阵权NURBS曲面Q ( u , v ) 。
图2 为利用带有噪声的控制网格构造的双五次矩阵权NURBS曲面,顶点和法向量采样自一个锥面,且人为地添加噪声。可以看到,初始构造的矩阵权NURBS曲面光顺性较差,经过10次顶点重采样、法向量计算以及曲面重建的迭代,最终得到了光顺的矩阵权NURBS曲面。
图2
图2
矩阵权NURBS曲面
Fig.2
The matrix weighted NURBS surface
3 结果与讨论
给出几个具体的用矩阵权NURBS曲面拟合和光顺给定网格数据的例子,并且将实验结果与B样条曲面拟合结果[1 ] 进行对比。
首先为平面例子,给定一个包含噪声的平面网格数据,通过本文算法构造双三次矩阵权NURBS曲面并分别用光顺算法迭代10次、100次,所得结果如图(3)所示。可以看到,B样条曲面虽然能较好地拟合平面网格,但曲面的光顺性对数据噪声比较敏感;相比之下虽然图3(b) 中初始构造的矩阵权NURBS曲面光顺性非常差,但随着迭代次数的增加,曲面逐渐变得平滑,最后得到的双三次矩阵权NURBS曲面不仅逼近初始平面网格,而且有效克服了噪声的影响。其中初始的双三次矩阵权NURBS曲面以及迭代10次和100次的曲面与原网格的最大距离偏差分别为0.063 9%,0.049 2%和0.060 0%,平均距离偏差分别为0.014 2%,0.008 2%和0.005 9%。
图3
图3
平面噪声网格的拟合与光顺
Fig.3
Fitting and fairing a noise plane
图4 为用双三次B样条曲面和双三次矩阵权NURBS曲面拟合人耳模型得到的结果。与B样条曲面拟合得到的结果相比,光顺迭代5次的矩阵权NURBS曲面的光顺性相对较好,且随着迭代次数的增加,曲面越来越光滑。双三次B样条曲面与原网格的最大距离偏差为0.611 9%,双三次矩阵权NURBS曲面光顺迭代5次和20次后与原网格的最大距离偏差分别为0.474 3%和0.761 2%,平均距离偏差分别为0.054 5%和0.062 6%。
图4
图4
矩阵权NURBS曲面拟合与光顺噪声耳朵网格模型
Fig.4
Fitting and fairing an ear mesh model by matrix weighted NURBS surfaces
图5 和图6 分别为含有噪声的人头模型和牙齿模型通过双三次矩阵权NURBS曲面拟合得到的结果。可以看到,经过多次光顺迭代后构造的矩阵权NURBS曲面令人满意。其中人头模型迭代5次和50次的最大距离偏差分别为0.556 8%和1.227 9%,平均距离偏差分别为0.052 0%和0.045 8%。牙齿模型迭代3次和30次的最大距离偏差分别为0.443 8%和0.616 1%,平均距离偏差分别为0.057 7%和0.070 1%。光顺迭代次数的增多可能会增大构造的矩阵权NURBS曲面与原网格数据的偏差,但也会增加其光顺性。
图5
图5
矩阵权NURBS曲面拟合与光顺人头模型
Fig.5
Fitting and fairing a head model by matrix weighted NURBS surfaces
图6
图6
矩阵权NURBS曲面拟合与光顺牙齿模型
Fig.6
Fitting and fairing a tooth model by matrix weighted NURBS surface
4 结 语
提出了利用矩阵权NURBS曲面拟合和光顺规则的四边形网格数据的方法,对于给定的顶点和法向量,直接选取这些顶点作为矩阵权NURBS曲面的控制顶点,利用法向数据计算矩阵权。当数据从光滑曲面上均匀采样时,构造的矩阵权NURBS曲面能很好地逼近顶点数据;对于包含噪声的数据,通过光顺算法,能直接且高效地构造光顺的矩阵权NURBS曲面。如果网格模型不包含法向数据,也可通过给定的顶点数据估计每个点处的法向量。本文方法适用于规则的四边形网格数据,不能直接用于任意拓扑三角网格模型或点云数据,并且本文只考虑有边界的单片NURBS曲面的拟合,对于可用NURBS表示的封闭网格可类似处理。其次,本文中B样条函数的节点向量是均匀选取的,并没有研究节点向量的不同选取对结果的影响。此外,如果光顺迭代次数过大,模型的尖锐特征也会逐渐被平滑,有待进一步研究。
http://dx.doi.org/10.3785/j.issn.1008-9497.2023.06.017
参考文献
View Option
[2]
YU Z J , MA K , WANG Z J , et al . Surface modeling method for aircraft engine blades by using speckle patterns based on the virtual stereo vision system
[J]. Optics Communications , 2018 , 411 : 33 -39 . DOI:10.1016/j.optcom.2017.10.064
[3]
YANG Z Y , SHEN L Y , YUAN C M , et al . Curve fitting and optimal interpolation for CNC machining under confined error using quadratic B-splines
[J]. Computer-Aided Design , 2015 , 66 : 62 -72 . DOI:10.1016/j.cad.2015.04.010
[4]
CATMULL E , CLARK J . Recursively generated B-spline surfaces on arbitrary topological meshes
[J]. Computer-Aided Design , 1978 , 10 (6 ): 350 -355 . DOI:10.1016/0010-4485(78)90110-0
[本文引用: 1]
[7]
MA W Y , KRUTH J P . NURBS curve and surface fitting and interpolation
[C]// DAEHLEN M, LYCHE T, SCHUMAKER L L. Mathematical Methods for Curves and Surfaces . Tennessee : Vanderbilt University Press , 1995 :315 -322 .
[本文引用: 1]
[8]
LIN H W , WANG G J , DONG C S . Constructing iterative non-uniform B-spline curve and surface to fit data points
[J]. Science in China Series F (Information Sciences) , 2004 , 47 (3 ): 315 -331 . DOI:10.1360/02yf0529
[本文引用: 1]
[9]
ROUHANI M , SAPPA A D , BOYER E , et al . Implicit B-spline surface reconstruction
[J]. IEEE Transactions on Image Processing , 2015 , 24 (1 ): 22 -32 . DOI:10. 1109/TIP.2014.2366374
[本文引用: 1]
[10]
LIU M Z , LI B J , GUO Q J , et al . Progressive iterative approximation for regularized least square bivariate B-spline surface fitting
[J]. Journal of Computational and Applied Mathematics , 2018 , 327 : 175 -187 . DOI:10.1016/j.cam.2017.06.013
[本文引用: 1]
[11]
JIANG X , WANG B L , HUO G Y , et al . Scattered points interpolation with globally smooth B-spline surface using iterative knot insertion
[J]. Computer-Aided Design , 2022 , 148 : 103244 . DOI:10.1016/j.cad.2022.103244
[本文引用: 1]
[12]
MORETON H , SEQUIN C . Functional optimization for fair surface design
[C]// Proceedings of the 19th Annual Conference on Computer Graphics and Interactive Techniques . New York : ACM , 1992 : 167 -176 . DOI:10.1145/133994.134035
[本文引用: 1]
[16]
DIETZ U . Fair surface reconstruction from point clouds
[C]// Proceedings of the International Conference on Mathematical Methods for Curves and Surfaces Ⅱ Lillehammer . New York : ACM , 1998 : 79 -86 .
[本文引用: 1]
[18]
KINERI Y , WANG M S , LIN H W , et al . B-spline surface fitting by iterative geometric interpolation/approximation algorithms
[J]. Computer Aided Design , 2012 , 44 (7 ): 697 -708 . DOI:10.1016/j.cad.2012.02.011
[本文引用: 1]
[21]
KAWASAKI T , JAYARAMAN P K , SHIDA K , et al . An image processing approach to feature-preserving B-spline surface fairing
[J]. Computer-Aided Design , 2018 , 99 : 1 -10 . DOI:10.1016/j.cad. 2018.01.003
[本文引用: 1]
3
1997
... 曲面拟合与光顺在几何建模、计算机辅助设计、三维物体重建、数控加工等领域有广泛应用[1 -4 ] .通过参数曲面拟合一系列离散点,例如非均匀有理B样条(non-uniform rational B-spline,NURBS)曲面拟合,可在节省存储空间的同时获得较为光顺的曲面.本文主要研究用矩阵权NURBS曲面拟合带法向的规则四边形网格数据.矩阵权NURBS曲面是NURBS曲面的自然的推广[5 ] ,与传统NURBS曲面相比,矩阵权NURBS曲面具有更多的自由度控制与设计曲面形状.通过合理定义矩阵权并调整矩阵权中的参数,使得构造的矩阵权NURBS曲面能很好地逼近给定数据且曲面具有很好的光顺性,避免了传统B样条曲面拟合需要求解线性方程组的问题. ...
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
... 给出几个具体的用矩阵权NURBS曲面拟合和光顺给定网格数据的例子,并且将实验结果与B样条曲面拟合结果[1 ] 进行对比. ...
Surface modeling method for aircraft engine blades by using speckle patterns based on the virtual stereo vision system
0
2018
Curve fitting and optimal interpolation for CNC machining under confined error using quadratic B-splines
0
2015
Recursively generated B-spline surfaces on arbitrary topological meshes
1
1978
... 曲面拟合与光顺在几何建模、计算机辅助设计、三维物体重建、数控加工等领域有广泛应用[1 -4 ] .通过参数曲面拟合一系列离散点,例如非均匀有理B样条(non-uniform rational B-spline,NURBS)曲面拟合,可在节省存储空间的同时获得较为光顺的曲面.本文主要研究用矩阵权NURBS曲面拟合带法向的规则四边形网格数据.矩阵权NURBS曲面是NURBS曲面的自然的推广[5 ] ,与传统NURBS曲面相比,矩阵权NURBS曲面具有更多的自由度控制与设计曲面形状.通过合理定义矩阵权并调整矩阵权中的参数,使得构造的矩阵权NURBS曲面能很好地逼近给定数据且曲面具有很好的光顺性,避免了传统B样条曲面拟合需要求解线性方程组的问题. ...
Matrix weighted rational curves and surfaces
4
2016
... 曲面拟合与光顺在几何建模、计算机辅助设计、三维物体重建、数控加工等领域有广泛应用[1 -4 ] .通过参数曲面拟合一系列离散点,例如非均匀有理B样条(non-uniform rational B-spline,NURBS)曲面拟合,可在节省存储空间的同时获得较为光顺的曲面.本文主要研究用矩阵权NURBS曲面拟合带法向的规则四边形网格数据.矩阵权NURBS曲面是NURBS曲面的自然的推广[5 ] ,与传统NURBS曲面相比,矩阵权NURBS曲面具有更多的自由度控制与设计曲面形状.通过合理定义矩阵权并调整矩阵权中的参数,使得构造的矩阵权NURBS曲面能很好地逼近给定数据且曲面具有很好的光顺性,避免了传统B样条曲面拟合需要求解线性方程组的问题. ...
... YANG[5 ] 将传统的NURBS推广至矩阵权NURBS,通过输入的顶点和法向数据构造可插值控制顶点的曲线和曲面.与传统的NURBS曲面相比,矩阵权NURBS曲面具有更优的性质和拟柱面再生等优点.对于光滑曲面,可以在曲面上合理采样控制顶点和法向信息并利用矩阵权NURBS曲面拟合该曲面.此外,对于同样的控制顶点和法向量,高阶矩阵权NURBS曲面的光顺性通常比低阶矩阵权NURBS曲面的更好,甚至高阶矩阵权NURBS曲面可有效地光顺噪声数据.由于矩阵权NURBS曲面丰富的性质,本文拟利用矩阵权NURBS曲面的构造与表达对规则网格数据曲面进行拟合与光顺. ...
... 作为传统NURBS的推广,YANG[5 ] 提出了矩阵权NURBS,即将NURBS表达式中的实数权系数推广为矩阵.矩阵权NURBS曲面定义为 ...
... 由前面的讨论可知,对于无噪声的数据,矩阵权NURBS曲面能很好地拟合且光顺性也很好,然而添加噪声后构造的矩阵权NURBS曲面可能并不光顺.为提高构造曲面的光顺性,参考YANG[5 ] 关于矩阵权NURBS曲线光顺的思路,将其推广应用至曲面情形.首先构造初始的矩阵权NURBS曲面S ( u , v ) ,然后在该曲面上重新采样控制顶点,并重新计算每个顶点处的法向量,随后参照矩阵权NURBS曲面拟合算法构造曲面Q ( u , v ) ,根据给定的光顺迭代次数重复这一过程,得到更加光顺的曲面并且该曲面仍然逼近原始的控制网格. ...
Constrained B-spline curve and surface fitting
1
1989
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
NURBS curve and surface fitting and interpolation
1
1995
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
Constructing iterative non-uniform B-spline curve and surface to fit data points
1
2004
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
Implicit B-spline surface reconstruction
1
2015
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
Progressive iterative approximation for regularized least square bivariate B-spline surface fitting
1
2018
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
Scattered points interpolation with globally smooth B-spline surface using iterative knot insertion
1
2022
... 曲面拟合是指通过构造特定曲面逼近或插值给定的几何数据集,B样条曲面拟合主要分以下几步[1 ] :首先根据输入的数据点计算得到合适的参数,然后根据参数生成B样条的节点向量,最后通过构造线性方程组求解B样条曲面的控制顶点.目前已有不少对B样条曲面拟合的研究.ROGERS等[6 ] 研究了带约束的B样条曲线和曲面的拟合问题;MA等[7 ] 研究了逆向工程中NURBS曲线和曲面的拟合,采用两步线性方法拟合NURBS曲线和曲面;LIN等[8 ] 提出在不求解线性方程组的情况下迭代构造有序点集的拟合曲面;SAPPA等[9 ] 提出基于隐式B样条的方法对点云数据进行曲面重建,用隐式B样条表示可避免参数化问题;LIU等[10 ] 提出了一种新的渐进迭代逼近方法,并将其用于B样条曲面拟合,与通常的拟合方法相比,该方法能得到低次数的B样条曲面和有效平滑的噪声数据,但求解效率不高.JIANG等[11 ] 通过迭代的节点插入算法构造插值且全局光滑的B样条曲面,构造的曲面具有较少的控制顶点. ...
Functional optimization for fair surface design
1
1992
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Advanced surface fitting techniques
1
2002
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Method for fairing B-spline surfaces
1
1988
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Variational design and fairing of spline surfaces
1
2010
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Fair surface reconstruction from point clouds
1
1998
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Interpolation by geometric algorithm
1
2007
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
B-spline surface fitting by iterative geometric interpolation/approximation algorithms
1
2012
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Surface design based on direct curvature editing
1
2014
... 曲面光顺[12 ] 是指对曲面进行平滑处理,其目的是获得尽可能光滑的曲面形状.如何度量曲面的光顺性取决于具体的应用,一般来说光顺曲面具有简单的形状,且不含多余的细节和振荡.通常光顺曲面通过求解包含光顺项的函数最小化构造[13 ] ,例如LOTT等[14 ] 构造了关于曲面曲率和距离的目标函数,基于最小化约束求解控制顶点得到光顺的B样条曲面;GREINER[15 ] 提出通过简化的薄板能量泛函构造光顺曲面;DIETZ[16 ] 通过模拟金属薄板的拉伸过程,结合薄板能量对离散的点云数据进行计算得到光顺的逼近曲面.除这一类曲面光顺方法外,也有基于几何迭代的拟合与光顺方法,即通过几何信息迭代更新控制顶点等数据.MAEKAWA等[17 ] 提出了一种用几何算法构造光滑的曲面插值给定的网格;KINERI等[18 ] 提出了一种基于几何迭代的算法,得到拟合点云数据的B样条曲面;KINERI等[19 ] 研究了基于曲率编辑的曲面设计方法,根据几何规则调整控制顶点位置,使得B样条曲面能够插值特定位置和节点处的曲率. ...
Fitting and fairing Hermite-type data by matrix weighted NURBS curves
1
2018
... 这样选取的矩阵权能够保证M ( u , v ) = ∑ i = 0 m ∑ j = 0 n M i , j N i , k ( u ) N j , l ( v ) 为可逆矩阵[20 ] ,使矩阵权NURBS曲面是良定义的. ...
An image processing approach to feature-preserving B-spline surface fairing
1
2018
... 其中,节点向量U = { u 0 , u 1 , ⋯ , u m ' + k } ,V = { v 0 , v 1 , ⋯ , v n ' + l } ,在以下参数处采样:( u i , v j ) , i = k - 1 , k , ⋯ , m ' + 1 , j = l - 1 , l , ⋯ , n ' + 1 ,获得新的控制顶点网格.类似地,对此网格做边界扩展,在边界处添加同样多的边界对称点.对法向量也进行迭代更新,顶点P i , j 处的法向量由该顶点1-领域内三角面片的法向量面积加权平均得到,将网格中的四边形视为由2个三角形拼接而成.当然原始的法向量数据可能包含噪声,因此在计算得到新的法向量后可考虑采用法向滤波技术[21 ] 对法向量场进行降噪处理.矩阵权NURBS曲面的光顺算法步骤如下: ...