用参数样条插值挖补方法进行大规模散乱数据曲面造型

利用矩形域中带连续边界条件的多元散乱数据最优插值方法,结合张量积型参数样条插值,从挖补的思想得到启发,提出一种适合大规模散乱数据曲面造型的参数样条插值挖补方法.用该方法构造的参数曲面内部Cm,n连续,挖补的矩形边界分别为Cm-1,0和C0,n-1连续.最后就常见的m=n=2时的双三次样条给出一些数值例子,说明该算法简单易行,效果良好.

基于Bézier曲面的大规模散乱数据的插值

对于大规模散乱数据而言,传统的散乱数据的插值方法由于要通过求解联立方程组来得到插值曲面,因此无法适应大规模散乱数据的逼近.本文提出的基于B啨zier曲面的大规模散乱数据的插值方法,是一种通过自适应的迭代方法,对大规模的采样点进行B啨zier曲面插值的方法,有助于提高计算的速度和精度.