第六章(曲线插值)..
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
计算机图形学基础
Computer Graphics
第六章 自由曲线和曲面
赵东保 华北水利水电学院 2011.9
1 概述
自由曲线和曲面是指那些形状比较复杂、不 能用初等解析函数直接表示出来的曲线和曲 面。汽车车身、飞机机翼和轮船船体等的曲 线和曲面均属于这一类。一般情况下,它们 需要利用插值或逼近的方法,对型值点进行 拟合,得到拟合曲线和曲面。
Pn ( x ) a0 a1 x a2 x 2
an x n
使Pn(x) 满足条件 Pn ( xi ) yi , i 0, 1, , n 函数 y=f(x) 称为被插函数, x0,x1,x2,…,xn 被称为插值 节点,条件式被称成为插值条件。
7
4.1 拉格朗日插值
插值多项式的几何意义实质上是将通过 n+1 个点 (xi,yi),i=0,1,2,…,n的多项式曲线当作被插函数曲线 y=f(x)的近似曲线。
选用不同类型的插值函数,逼近的效果就 不同,一般有:
(1)拉格朗日插值(lagrange插值) (2)Hermite插值 (3)三次样条插值
6
4.1 拉格朗日插值
已知函数 y=f(x) 在 n+1 个互不相同的点处的函数值 yi =f(xi),i=0,1,…,n ,为求得 y=f(x)的近似表达式,容易 想到的是选择n次多项式
j 0 jk
n
x xj
xk x j
从而得n 阶拉格朗日(Lagrange)插值公式:
n x xj Pn ( x ) l k ( x ) yk yk k 0 k 0 j 0 xk x j jk
n n
14
4.1 拉格朗日插值
特别地,当n=1时,为线性插值: 记
x x1 l0 ( x) x0 x1
x x0 l1 ( x) x1 x0
则有: P1 ( x )
x x0 x x1 y0 y1 x0 x1 x1 x0
满足插值条件。
15
4.1 拉格朗日插值
P1(x)可以改写为
故线性插值多项式的几 何含义就是构造过插值 节点的一条线段 线性插值多项式
10
4.1 拉格朗日插值
上述多项式插值方法需要解算方程组,而
拉格朗日插值公式的基本思想是,把 pn(x)
的 构 造 问 题 转 化 为 n+1 个 插 值 基 函 数
li(x)(i=0,1,…,n)的构造。
11
4.1 拉格朗日插值
构造各个插值节点上的基函数 li(x)(i=0,1,…,n) 满足如下条件
xi
l0 ( x)
x0
x1
x2
xn
1 0 0
0 1 0
0 0 0
0 0 1
l1 ( x)
ln ( x)
12
4.1 拉格朗日插值
求n次多项式lk(x)(i=0,1,…,n), k = 0, 1,…, n
1, l k ( xi ) 0,
则
n
ki ki
i = 0, 1, 2,…, n
Pn ( xi ) yk l k ( xi ) yi
在计算机图形学中,与上述相对应的问题即是 自由
曲线的生成: 给出一组有序的型值点列,根据应用
要求求得一条光滑曲线,使其尽可能逼近原始函数
曲线,通常采用两种方法,即插值和拟合。
插值方法要求生成的曲线通过每个给定的型值点。 拟合 方法要求生成的曲线靠近每个型值点,但不一
定要求通过每个点。
5
4 插值方法
2ቤተ መጻሕፍቲ ባይዱ
2 曲线的参数表示
曲线的参数方程为
x x (t ) y y (t ) z z (t )
归一化处理:为了方便起见,可以将参数t的范围区 间规范化成[0,1]。 参数化表示比显式、隐式有更多的优点! 参数化表示方式易于用矢量和矩阵运算,对曲率、 斜率等的计算也有别于传统方式。
16
4.1 拉格朗日插值
当n=2时,为抛物线插值: 记
( x x0 )( x x2 ) ( x x1 )( x x2 ) l0 ( x) l1 ( x) ( x0 x1 )( x0 x2 ) ( x1 x0 )( x1 x2 ) ( x x0 )( x x1 ) l2 ( x) ( x2 x0 )( x2 x1 )
8
4.1 拉格朗日插值
设所要构造的插值多项式为:
Pn ( x ) a0 a1 x a2 x an x
2
n
由插值条件
Pn ( xi ) yi i 0, 1,, n
得到如下线性代数方程组:
n 1 a0 x0 a1 x0 a n y0 n 1 a0 x1a1 x1 a n y1 1 a x a x n a y n 1 n n n 0
3
3 插值与拟合
设已知某个函数关系 y f ( x) 在某些离散点上的函 数值:
x x 0 x1 y y0 y 1
x n 1 x n y n 1 yn
根据这些已知数据来构造原始函数 y=f(x) 的近似 表达式,并尽可能逼近它,从而反映这些数据所 隐含的函数变化规律。
4
3 插值与拟合
9
4.1 拉格朗日插值
此方程组的系数行列式为
1 x0 D 1 x1 1 xn
x x
2 0
x x
n 0
2 1
n 1
0 j i n
(x
i
xj)
x
2 n
x
n n
上式即为范得蒙行列式,由于插值结点 xi 互不相同, 故D 0 ,则Pn(x)可由a0, a1,…, an唯一确定。
k 1
即 Pn(x) 满足插值条件
13
4.1 拉格朗日插值
根据lk(x) 的表达式,xk 以外所有的结点都是lk(x) 的根
( x x0 )( x x1 )( x xk 1 )( x xk 1 )( x xn ) lk ( x ) ( xk x0 )( xk x1 )( xk xk 1 )( xk xk 1 )( xk xn )
则有:P ( x ) l ( x ) y l ( x ) y l ( x ) y 2 0 0 1 1 2 2 满足插值条件。
Computer Graphics
第六章 自由曲线和曲面
赵东保 华北水利水电学院 2011.9
1 概述
自由曲线和曲面是指那些形状比较复杂、不 能用初等解析函数直接表示出来的曲线和曲 面。汽车车身、飞机机翼和轮船船体等的曲 线和曲面均属于这一类。一般情况下,它们 需要利用插值或逼近的方法,对型值点进行 拟合,得到拟合曲线和曲面。
Pn ( x ) a0 a1 x a2 x 2
an x n
使Pn(x) 满足条件 Pn ( xi ) yi , i 0, 1, , n 函数 y=f(x) 称为被插函数, x0,x1,x2,…,xn 被称为插值 节点,条件式被称成为插值条件。
7
4.1 拉格朗日插值
插值多项式的几何意义实质上是将通过 n+1 个点 (xi,yi),i=0,1,2,…,n的多项式曲线当作被插函数曲线 y=f(x)的近似曲线。
选用不同类型的插值函数,逼近的效果就 不同,一般有:
(1)拉格朗日插值(lagrange插值) (2)Hermite插值 (3)三次样条插值
6
4.1 拉格朗日插值
已知函数 y=f(x) 在 n+1 个互不相同的点处的函数值 yi =f(xi),i=0,1,…,n ,为求得 y=f(x)的近似表达式,容易 想到的是选择n次多项式
j 0 jk
n
x xj
xk x j
从而得n 阶拉格朗日(Lagrange)插值公式:
n x xj Pn ( x ) l k ( x ) yk yk k 0 k 0 j 0 xk x j jk
n n
14
4.1 拉格朗日插值
特别地,当n=1时,为线性插值: 记
x x1 l0 ( x) x0 x1
x x0 l1 ( x) x1 x0
则有: P1 ( x )
x x0 x x1 y0 y1 x0 x1 x1 x0
满足插值条件。
15
4.1 拉格朗日插值
P1(x)可以改写为
故线性插值多项式的几 何含义就是构造过插值 节点的一条线段 线性插值多项式
10
4.1 拉格朗日插值
上述多项式插值方法需要解算方程组,而
拉格朗日插值公式的基本思想是,把 pn(x)
的 构 造 问 题 转 化 为 n+1 个 插 值 基 函 数
li(x)(i=0,1,…,n)的构造。
11
4.1 拉格朗日插值
构造各个插值节点上的基函数 li(x)(i=0,1,…,n) 满足如下条件
xi
l0 ( x)
x0
x1
x2
xn
1 0 0
0 1 0
0 0 0
0 0 1
l1 ( x)
ln ( x)
12
4.1 拉格朗日插值
求n次多项式lk(x)(i=0,1,…,n), k = 0, 1,…, n
1, l k ( xi ) 0,
则
n
ki ki
i = 0, 1, 2,…, n
Pn ( xi ) yk l k ( xi ) yi
在计算机图形学中,与上述相对应的问题即是 自由
曲线的生成: 给出一组有序的型值点列,根据应用
要求求得一条光滑曲线,使其尽可能逼近原始函数
曲线,通常采用两种方法,即插值和拟合。
插值方法要求生成的曲线通过每个给定的型值点。 拟合 方法要求生成的曲线靠近每个型值点,但不一
定要求通过每个点。
5
4 插值方法
2ቤተ መጻሕፍቲ ባይዱ
2 曲线的参数表示
曲线的参数方程为
x x (t ) y y (t ) z z (t )
归一化处理:为了方便起见,可以将参数t的范围区 间规范化成[0,1]。 参数化表示比显式、隐式有更多的优点! 参数化表示方式易于用矢量和矩阵运算,对曲率、 斜率等的计算也有别于传统方式。
16
4.1 拉格朗日插值
当n=2时,为抛物线插值: 记
( x x0 )( x x2 ) ( x x1 )( x x2 ) l0 ( x) l1 ( x) ( x0 x1 )( x0 x2 ) ( x1 x0 )( x1 x2 ) ( x x0 )( x x1 ) l2 ( x) ( x2 x0 )( x2 x1 )
8
4.1 拉格朗日插值
设所要构造的插值多项式为:
Pn ( x ) a0 a1 x a2 x an x
2
n
由插值条件
Pn ( xi ) yi i 0, 1,, n
得到如下线性代数方程组:
n 1 a0 x0 a1 x0 a n y0 n 1 a0 x1a1 x1 a n y1 1 a x a x n a y n 1 n n n 0
3
3 插值与拟合
设已知某个函数关系 y f ( x) 在某些离散点上的函 数值:
x x 0 x1 y y0 y 1
x n 1 x n y n 1 yn
根据这些已知数据来构造原始函数 y=f(x) 的近似 表达式,并尽可能逼近它,从而反映这些数据所 隐含的函数变化规律。
4
3 插值与拟合
9
4.1 拉格朗日插值
此方程组的系数行列式为
1 x0 D 1 x1 1 xn
x x
2 0
x x
n 0
2 1
n 1
0 j i n
(x
i
xj)
x
2 n
x
n n
上式即为范得蒙行列式,由于插值结点 xi 互不相同, 故D 0 ,则Pn(x)可由a0, a1,…, an唯一确定。
k 1
即 Pn(x) 满足插值条件
13
4.1 拉格朗日插值
根据lk(x) 的表达式,xk 以外所有的结点都是lk(x) 的根
( x x0 )( x x1 )( x xk 1 )( x xk 1 )( x xn ) lk ( x ) ( xk x0 )( xk x1 )( xk xk 1 )( xk xk 1 )( xk xn )
则有:P ( x ) l ( x ) y l ( x ) y l ( x ) y 2 0 0 1 1 2 2 满足插值条件。