【摘 要】
：
计算机辅助几何设计（简称CAGD）的重点研究内容之一是曲线曲面的表示与逼近,CAGD十分重视CAD/CAM的数学理论和几何体的构造,利用数学理论描绘曲线、曲面、零部件、装配件等几何形状间的配合、包含、约束等关系,利用计算机手段对这些几何形状进行分析、调整、优化进而达到对产品设计等预期的目标。由于Bézier曲线具有变差缩减、细分等优良性质和良好的形状控制能力,所以在曲线造型中得到了广泛应用,在CA
论文部分内容阅读
计算机辅助几何设计（简称CAGD）的重点研究内容之一是曲线曲面的表示与逼近,CAGD十分重视CAD/CAM的数学理论和几何体的构造,利用数学理论描绘曲线、曲面、零部件、装配件等几何形状间的配合、包含、约束等关系,利用计算机手段对这些几何形状进行分析、调整、优化进而达到对产品设计等预期的目标。由于Bézier曲线具有变差缩减、细分等优良性质和良好的形状控制能力,所以在曲线造型中得到了广泛应用,在CAGD领域中占据非常重要的位置。当利用曲线进行渲染、交叉测试或设计等实际应用时,就出现了一个问题,即折线多边形在多大程度上近似于精确的曲线几何形状,因此利用折线多边形逼近Bézier曲线并给出其逼近误差界是CAGD长期以来关注的研究问题之一。最简单的折线多边形逼近方式是采用连接Bézier多项式曲线的控制顶点所构成的控制多边形来逼近曲线。1999年,Nairn等人利用控制顶点序列的二阶差分和一个仅依赖于多项式次数的常数,给出控制多边形来逼近Bézier多项式曲线时的误差上确界。在此基础上,2005年,Zhang和Wang采用相邻三个控制点的线性组合来定义拟控制顶点,利用连接这些拟控制顶点得到的拟控制多边形来逼近Bézier多项式曲线,并给出误差上确界,拟控制多边形的逼近曲线效果要优于用控制多边形逼近。在本文中,基于Zhang和Wang的工作,对拟控制顶点的定义进行推广,将最初每相邻三个控制顶点的线性组合系数由原来的1/4,1/2,1/4推广为更具有一般性的系数l,1-2l,l,从而定义了一类新的拟控制顶点,称之为广义拟控制顶点,连接这些广义拟控制顶点得到了一类新的逼近折线多边形,称之为广义拟控制多边形。本文利用广义拟控制多边形来逼近Bézier多项式曲线,其中广义拟控制多边形的选取与Bézier多项式曲线次数相关,针对性更强。我们给出了用广义拟控制多边形逼近Bézier多项式曲线的逼近定理与误差界,并给出了该定理的详细证明。显然,与上述两种方法相比,本文方法同样简单易行并且逼近曲线的误差更好。最后,本文给出典型实例来对比分析用控制多边形、拟控制多边形和广义拟控制多边形逼近Bézier多项式曲线的效果,实例结果表明用广义拟控制多边形逼近Bézier多项式曲线的效果更好。
其他文献
材料微观结构表征与重建（Microstructure Characterization and Reconstruction,MCR）可用于建立加工-结构-属性（Processing-Structure-Property,PSP）关系,是计算材料学与材料设计的研究重点。多相非均质材料广泛应用于航空、电气、地质、医学等领域中,利用MCR方法能够获得该材料的大量统计等效模型,为构建材料的PSP关系提供
人体的三维建模与表示是计算机视觉与计算机图形学领域的一个经典问题。该问题已经被研究了很久,且有许多杰出的工作。人体具有复杂的几何结构,多样的动作,三维人体的表示也丰富多样,如网格,体素,点云等,以及近些年的学术成果——参数化人体模型。对于三维人体的视觉重建任务,研究人员往往依据人体表示的不同进行人体重建算法的构建。人体重建算法分为裸体人体的重建以及具有个体化特征如衣服、头发等几何细节的人体模型的重
近年来,深度学习在医学影像处理方面应用愈发广泛,二者的结合促使临床诊断方式发生改变。目前医学影像技术中磁共振成像（Magnetic Resonance Imaging,MRI）凭借良好的软组织分辨率和空间分辨率等优点,成为临床检查的常用手段之一。然而,在MRI成像过程中,由于患者不自觉运动容易产生图像间的非刚性形变,严重影响生成图像间的解剖对应关系。本论文旨在利用基于深度学习的配准技术,解决MRI
随着人们对产品设计方面的要求越来越高,许多产品在制造之前都要进行相应的曲线曲面的几何造型设计,例如汽车的车壳设计、飞机的机翼的设计,还有日常中人们穿的鞋子、衣服等,这些都属于曲线曲面造型的研究,曲线曲面造型的研究也一直是计算机辅助几何设计（CAGD）研究的核心内容。另外利用插值、拟合、逼近、拼接等方法研究满足某种性质的曲线曲面在实际应用中也是非常重要的。在曲面建模中,近20年来,自由曲线曲面的设计
随着移动互联网的普及和5G的飞速发展,网络上数据规模呈指数增长,数据的价值也被不断挖掘利用。数据中心作为数据进行传递和存储的基础设施,正在承载着这些复杂的网络数据。随着数据规模日益增长,在庞大的网络数据和高速网络传输面前,如何对网络进行流量实时获取、分析、存储是网络流量分析必须要面临的挑战。如何在不影响正常业务数据的情况下,高效完成对整个数据中心流量进行采集分析,是一个热点问题。目前传统的实时流量
在位测量与反馈加工一体化是保证曲面轮廓精度的有效手段,在机测量将测量点云和模型点云进行配准后进行余量求解生成G代码反馈至机床完成误差补偿,因此点云配准和余量精确求解将直接影响在位测量的准确度,是在位测量及反馈加工数据处理中至关重要的一个步骤,也是反馈加工过程中重要环节之一。然而,点云配准对于初始位姿有较高的要求并易陷入局部最优,会影响点云配准的精确度。另一方面,目前大部分的余量求解算法以点为三角面
随着城市交通系统中车辆数量的增加,交通系统面临着一些列问题,比如交通拥堵、出行时间过长、交通事故率提高等。基于车联网（VANET）技术产生的智能交通系统（ITS）使得这些问题有了一定的缓解。然而随着车辆数量的持续快速增加,传统ITS的运行效率正不断降低,迫切需要新的技术支持来提高解决交通问题的效率。在此背景下,SDNbased VANET（基于软件定义网络的VANET）框架应运而生。SDN-bas
雨天条件下受到雨线或雨条的影响,拍摄的图像会退化,信息遭受破坏和丢失,使得图像的视觉能见度下降,图像成像模糊或失真。在现实世界的工作任务中,往往需要高质量的图像,并且退化图像限制了室外高级视觉处理算法,例如目标检测,图像分割等应用。因此,开发一种有效的图像去雨算法,从有雨的图像恢复出无雨图像,是一个亟待解决的问题。图像去雨作为计算机视觉系统中的底层处理任务,在当前阶段具有十分重要的研究价值。然而,
显著目标检测旨在模拟人眼的视觉机制,检测并分割出一幅图像中最吸引人注意力的目标。近年来,这项基础性的工作在很多计算机视觉领域中都发挥了重要的作用,比如行人重识别、弱监督语义分割、物体识别等领域作为图像预处理技术。虽然基于RGB图像的显著目标检测获得了很大的进展,但在复杂场景下检测效果仍需要改善。随着RGBD传感技术的发展,能够获得RGB彩色图像的同时获得相应的深度图像信息。由于深度信息能够使网络感
传统人机交互的信息输入方式具有一定的局限性,随着技术的发展,手势识别的应用为人机交互提供了一种新型解决方案。手势作为人类的第二语言能够直接地传达个体信息,在交互方面更加灵活方便。基于计算机视觉的二维手势交互技术日渐成熟,为了显著降低交互延迟,需要较高性能的计算机设备,使用成本较高且局限于计算机使用。针对这种问题,论文提出了一种基于Xilinx公司的PYNQ开发平台实现的二维手势交互设计的解决方案。