文献类型：期刊文章

作　　者：刘明增[1] 郭庆杰[1] 王思奇[1]

LIU Mingzeng;GUO Qingjie;WANG Siqi(School of Mathematics and Physics Science,Dalian University of Technology,Panjin Liaoning 124221,China)

机构地区：[1]大连理工大学盘锦校区基础教学部,辽宁盘锦124221

出　　处：《图学学报》

基　　金：国家自然科学基金项目(11601064);中央高校基本科研业务专项资金项目(DUT14RC(3)024;DUT16RC(4)67;DUT17LK09)

年　　份：2018

卷　　号：39

期　　号：2

起止页码：287-294

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2017_2018、JST、ZGKJHX、核心刊

摘　　要：基于渐进迭代逼近(PIA)的数据拟合方法以其简单和灵活的特性获得了广泛的关注。为了获得高保真度的拟合曲线,提出了一种基于主导点选取和正则渐进迭代逼近(RPIA)的自适应B样条曲线拟合算法。首先根据数据点的曲率估计选取初始主导点并生成初始PIA曲线。然后,借助于拟合误差和数据点集的曲率分布选取加细的主导点及实现PIA曲线的更新。得益于基于曲率分布的主导点选取,使得拟合曲线在复杂区域分布较多的控制顶点,而在平坦区域则较少。通过正则参数的引入构造了一种RPIA格式,提升了渐进迭代控制的灵活性。最后,数值算例表明相比于传统最小二乘曲线拟合该算法在使用较少数量的控制顶点时可实现较高的拟合精度。

关 键 词：B样条曲线拟合 正则渐进迭代逼近  自适应加细  曲率估计

分 类 号：TP391]