带法向约束的隐式B样条曲线重构PIA方法

为使隐式曲线能够更好地拟合散乱数据点及其几何特征,提出一种带法向约束的隐式曲线重构渐进迭代(progressive and iterative approximation,PIA)方法.首先,基于隐式B样条函数提出有效的曲线拟合模型;其次,通过加入偏移数据点来消除额外零水平集,同时加入法向项来控制曲线的法向误差;最后,经多次优化迭代得到高精度的拟合曲线.在配置为2.6 GHz英特尔处理器,内存为16 GB的电脑上采用MATLAB实现编程.经多条不同形态封闭曲线拟合的实验结果表明,与隐式PIA(implicit PIA,I-PIA)方法和T样条曲线重构方法相比,从数据点精度和法向误差以及收敛速度3个评价指标进行评估,该方法能够在保证数据点精度的前提下,有效地降低法向误差,并具有更快的收敛速度.此外,实例结果也表明该方法具备鲁棒性.

点法约束下厄米径向基隐式自由光学曲面的光滑构造

自由曲面因其具有更高自由度成为光学设计与制造的重要工具,二次支撑包络曲面因具有内在可积性成为自由曲面光学设计的主流方法之一,但其通常是不光滑的,需要进一步求解其光滑包络面以满足加工要求.以二次支撑曲面上的采样型值点和对应单位法向量作为约束条件,利用基于厄米径向基的隐式曲面方法成功地生成了投射均匀方斑的光滑自由光学曲面;进一步在型值点细分插值和支撑子面规模2个方面优化了点法约束条件.与已有曲面重建算法相比较,所提算法具有更小的点法误差和更好的光束整形效果.

带法向约束的圆平均非线性细分曲线设计

目的对采样设备获取的测量数据进行拟合,可实现原模型的重建及功能恢复。但有些情况下,获取的数据点不仅包含位置信息,还包含法向量信息。针对这一问题,本文提出了基于圆平均的双参数4点binary非线性细分法与单参数3点ternary插值非线性细分法。方法首先将线性细分法改写为点的重复binary线性平均,然后用圆平均代替相应的线性平均,最后用加权测地线平均计算的法向量作为新插入顶点的法向量。基于圆平均的双参数4点binary细分法的每一次细分过程可分为偏移步与张力步。基于圆平均的单参数3点ternary细分法的每一次细分过程可分为左插步、插值步与右插步。结果对于本文方法的收敛性与C1连续性条件给出了理论证明;数值实验表明,与相应的线性细分相比,本文方法生成的曲线更光滑且具有圆的再生力,可以较好地实现3个封闭曲线重建。结论本文方法可以在带法向量的初始控制顶点较少的情况下,较好地实现带法向约束的离散点集的曲线重建问题。