平面Bézier曲线细分算法的参数优化

• 作者: 林凤鸣 申立勇 马晓辉
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 平面Bézier曲线 细分参数 扁平度 凸包面积
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 数学与物理学
• 页码范围: 311-316
• 分类号: O242.2|TP391.7
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2016.03.005

摘要

复杂曲线逼近是CAGD中的基本问题,传统de Casteljau算法通常固定细分参数为0.5.本文考虑平面Bézier曲线的凸包最小和扁平度最小两种情况,分别给出凸包最优和扁平度最优的细分参数的定义和计算方法,使每次细分后得到的新控制多边形更好地逼近原曲线.通过分析不同类型曲线的最优参数发现,对于较小的曲线段,细分参数选为0.5具有一定的合理性.比较扁平最小方法与de Casteljau定参数方法发现:对于形状复杂的曲线,前者细分效率提高50％以上;对于简单曲线,二者相当.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申立勇	中国科学院大学数学科学学院	8	39	3.0	6.0
2	林凤鸣	中国科学院大学数学科学学院	2	0	0.0	0.0
3	马晓辉	中国科学院大学数学科学学院	5	1	1.0	1.0