为了使 NURBS曲线更精确地拟合散乱数据点,提出了一种基于乘渐进迭代逼近( least square pro-gressive and iterative approximation, LSPIA)的 NURBS曲线拟合优化算法。首先,确定一条初始 NURBS曲线,利用SPIA算法优化控制顶点;然后,分别优化数据点参数,拟合曲线的节点和权因子,每优化好一个变量,重新优化控制顶点;最后,经多次优化迭代得到高精度的拟合曲线。在优化每类变量时,为了避免被其他变量影响,保持其他变量不变。基于 LSPIA的 NURBS曲线拟合优化算法充分利用了 LSPIA算法的优点,在迭代过程中,可以重复使用前一迭代步骤得到的控制顶点等数据,从而节省了运算时间。算法实例表明,该算法能获得一定保形效果。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !