基于改进的粒子群算法求NURBS曲面间的最小距离

运用粒子群算法求解距离的方法,给出了任意两个NURBS曲面间的最短距离计算算法.为检验方法的可行性,先用特殊的NURBS曲面给出了验证,然后用该方法对一般的非特殊的两NURBS曲面间的距离进行求解.     

基于Messay遗传算法B样条闭曲线拟合

提出一种B样条闭曲线拟合的新方法——基于Messay遗传算法,通过种群中每个染色体的基因和基因个数的不断变化,自适应地调整参数序列、节点向量和控制顶点数目.实验结果说明,用Messay遗传算法拟合有序数据点列得到的B样条闭曲线逼近效果良好.     

空间NURBS曲线的双圆弧逼近

给出了用双圆弧样条来逼近空间NURBS曲线的方法．先用折线逼近NURBS曲线，再在给定误差限内用双圆弧样条来逼近折线．在误差估计中，给出了空间线段与圆弧的距离表达式，以此来求最大误差．该方法能在给定误差限内以尽量少的双圆弧段数逼近NURBS曲线，适合数控加工等方面的应用．     

基于Loop细分方法的曲线插值

生成带有曲线插值约束的细分曲面,提出基于Loop细分方法的曲线插值方法,不需要修改细分规则,只需以插值曲线的控制多边形为中心多边形,向其两侧构造对称三角网格带,该对称三角网格带将收敛于插值曲线.因此,包含有该三角网格带的多面体网格的极限曲面将经过插值曲线.运用本方法可在三角网格生成的细分曲面中插值多条不相交的曲线.     

近似保持约束的B样条曲线多分辨率表示

利用双正交非均匀B样条小波,提出一种多分辨率表示B样条曲线并近似保持几何约束的方法.针对曲线小波分解过程中几何约束的保持问题,提出的算法分两步来解决:第一步在小波分解过程中有选择地删除节点;第二步在分解过程中结合能量法控制与几何约束有关部分的变化能量.最后给出实例验证了算法的有效性.     

保持特征的自适应Loop细分曲面算法及实现

基于Loop细分模式,综合运用生成特征的细分方法和自适应方法等,提出一种计算简便的保持特征的自适应Loop细分曲面生成算法.该算法能够实现自动提取初始网格的尖锐特征,并可以通过交互式方式选择控制尖锐特征边、特征点及相应的尖锐度,同时给出了一种新的顶点平坦度定义.该算法采用自适应方法避免在相对光滑处再细分,提出的顶点平坦度计算简便、高效,能够有效地减少细分生成的网格数量和处理速度.实验表明该算法能较好地生成带半尖锐、尖锐特征的细分曲面.     

应用增量法生成非均匀B样条曲线曲面

应用基于展开的增量法生成非均匀B样条曲线曲面以及NURBS曲线,给出一个较简单高效的算法.此算法仅在初始化时进行乘除运算而后均为加法迭代,相较于deBoor算法效率更高.     

周期B样条曲线的快速递推升阶方法

给出了一种快速的周期B样条曲线递推升阶方法及其算法，该算法的时间复杂性为O（nk)，其中k和n k 1分别为分阶前周期B样条曲线的阶和节点数。     

基于权因子的有理Bezier曲线细分算法

提出了一种基于权因子的有理Ｂｅｚｉｅｒ曲线细分算法，取分点参数值为ｔ＝（１＋（ωｎω０）＾１ｎ）＾－１。本算法适用于任意次数的权因子大小任意的有理Ｂｅｚｉｅｒ曲线（特别是权因子大小悬殊较大的曲线），能较均匀地细分曲线，从而能用较少的细分次数得到对曲线较好的逼近效果。本算法计算较简单且易实现，应用于有理Ｂｅｚｉｅｒ曲线的求交、几何作图等算法中可提高算法效率，有较好的实用性。此外还对几种细分算法进行比     

B样条曲线逼近的一种新方法

基于B样条曲线拟合出现的问题和困难,提出了一种新的B样条曲线拟合方法.该方法成功地避免了数据点参数化的问题,并使得逼近曲线具有较好的形状和接近弧长参数化的节点向量.本方法基本思想是:先用易于控制形状的低阶曲线拟合数据点,此曲线称为控制曲线,然后用高次曲线逼近该控制曲线,此高次曲线称为逼近曲线.根据本方法,设计新的拟合目标函数,通过求解二次优化系统来求解逼近曲线,并充分利用控制曲线提出一种新的接近弧长参数化的节点向量的设置方法.