基于遗传算法的B样条曲线和Bézier曲线的最小二乘拟合

被引：27

作者：

周明华

汪国昭

机构：

[1] 浙江大学数学系图像图形研究所

[2] 浙江大学数学系图像图形研究所杭州

[3] 浙江工业大学应用数学系杭州

[4] 杭州

来源：

计算机研究与发展 | 2005年 / 01期

关键词：

遗传算法; 最小二乘拟合; B样条曲线; Bézier曲线;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

考虑用B样条曲线拟合平面有序数据使得最小二乘拟合误差最小.一般有两种考虑,一种是保持B样条基函数的节点不变,选择参数使得拟合较优.参数的选择方法包括均匀取值、累加弦长法、centripetal model、Gauss-Newton迭代法等.另一种则是先确定好参数值(一般用累加弦长法),然后再用.某一算法计算出节点,使得拟合较优.同时把两者统一考虑,用遗传算法同时求出参数、节点使得拟合在最小二乘误差意义下最优.与Gauss-Newton迭代法、Piegl算法相比,本方法具有较好的鲁棒性(拟合曲线与初始值无关)、较高的精度及控制顶点少等优点.实验结果说明采用遗传算法得到的曲线逼近效果更好.用遗传算法对Bezier曲线拟合平面有序数据也进行了研究.

引用

页码：134 / 143

页数：10