摘要:
复杂曲线逼近是CAGD中的基本问题,传统deCasteljau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deCasteljau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.
中图分类号:
马晓辉, 林凤鸣, 申立勇. 平面Bézier曲线细分算法的参数优化[J]. 中国科学院大学学报, 2016, 33(3): 311-316.
MA Xiaohui, LIN Fengming, SHEN Liyong . Optimal subdivision parametes for planar Bézier curves[J]. , 2016, 33(3): 311-316.