bezier逼近的金字塔算法实现
2006-11-06 15:16
375 查看
其实berstein和lagrange间的差别很小,当利用lagrange进行线性插值时,每次使用的插值参数都是不同的,而berstein则刚好相反,berstein却不要求曲线必过控制点,所以berstein的多项式是逼近方法而不是插值方法,所以实现和lagrange的差不多,只是更简单些:)
//说明: 根据阶数计算berstein基函数,金字塔算法通式
//参数: num 多项式的阶数
// t 参数
// PolynomialsValues 生成的多项式系数
//返回: 生成正确返回true,否则返回flase
bool BernsteinBase ( int num, double t, std::deque<double>& PolynomialsValues )
{
double parentL, parentR, delta, value;
double tCurLeft = 1, tCurRight = 0;
int i, j, oldLength;
// 参数检查
delta = 1.0/(num-1);
PolynomialsValues.push_back ( 1 );
// 开始计算
for ( i=0; i<num-1; ++i ){
oldLength = PolynomialsValues.size();
if ( oldLength == 1 )
parentL = parentR = PolynomialsValues[0];
else{
parentL = PolynomialsValues[0];
parentR = PolynomialsValues[1];
}
// 左边缘单独处理
value = Normalize( parentL * (tCurLeft-t), 4 );
PolynomialsValues.push_back ( value );
// 处理中间部分
for ( j=0; j<oldLength-1; ++j ){
parentL = PolynomialsValues[j];
parentR = PolynomialsValues[j+1];
value = ((t-tCurRight)*parentL) + ((tCurLeft-t)*parentR);
PolynomialsValues.push_back ( Normalize( value, 4 ) );
}
// 右边缘单独处理
value = Normalize( parentR * (t - tCurRight), 4 );
PolynomialsValues.push_back ( value );
// 删除上一行的内容
PolynomialsValues.erase ( PolynomialsValues.begin(), PolynomialsValues.begin()+oldLength );
}
return true;
}
附图一张
//说明: 根据阶数计算berstein基函数,金字塔算法通式
//参数: num 多项式的阶数
// t 参数
// PolynomialsValues 生成的多项式系数
//返回: 生成正确返回true,否则返回flase
bool BernsteinBase ( int num, double t, std::deque<double>& PolynomialsValues )
{
double parentL, parentR, delta, value;
double tCurLeft = 1, tCurRight = 0;
int i, j, oldLength;
// 参数检查
delta = 1.0/(num-1);
PolynomialsValues.push_back ( 1 );
// 开始计算
for ( i=0; i<num-1; ++i ){
oldLength = PolynomialsValues.size();
if ( oldLength == 1 )
parentL = parentR = PolynomialsValues[0];
else{
parentL = PolynomialsValues[0];
parentR = PolynomialsValues[1];
}
// 左边缘单独处理
value = Normalize( parentL * (tCurLeft-t), 4 );
PolynomialsValues.push_back ( value );
// 处理中间部分
for ( j=0; j<oldLength-1; ++j ){
parentL = PolynomialsValues[j];
parentR = PolynomialsValues[j+1];
value = ((t-tCurRight)*parentL) + ((tCurLeft-t)*parentR);
PolynomialsValues.push_back ( Normalize( value, 4 ) );
}
// 右边缘单独处理
value = Normalize( parentR * (t - tCurRight), 4 );
PolynomialsValues.push_back ( value );
// 删除上一行的内容
PolynomialsValues.erase ( PolynomialsValues.begin(), PolynomialsValues.begin()+oldLength );
}
return true;
}
附图一张
相关文章推荐
- 关于FIR设计的切比雪夫最佳逼近法的算法流程和代码实现
- LK光流算法中是怎么使用金字塔的(就一个截图,大概明白点就行,毕竟有函数不必自己实现)
- 基于三次Bezier原理的曲线拟合算法C++与OpenCV实现
- 面试算法java方式实现打印金字塔三角形
- B-样条基函数的金字塔算法实现(通式)
- 最优逼近算法-用SP实现
- 【算法+OpenCV】基于三次Bezier原理的曲线拟合算法C++与OpenCV实现
- java每日一练(金字塔算法实现)
- 拉格朗日插值的金字塔算法实现
- 用SHA1或MD5 算法加密数据(示例:对用户身份验证的简单实现)
- Bellman-Ford 最短路径算法 图示与实现
- 简单的学生信息处理程序实现 (Coursera 程序设计与算法 专项课程3 C++程序设计 郭炜、刘家瑛;OpenJudge)
- Ripple游戏水波模拟算法实现
- 【python 编程】文本分类KNN算法实现及结果输出
- java单链表实现约瑟夫算法。
- 基于Opencv的目标检测与跟踪阴影去除算法实现
- 深入一致性哈希(Consistent Hashing)算法原理,并附100行代码实现
- 三杯水问题 算法分析、设计与实现(Java)
- 如何采用FPGA协处理器实现算法加速
- 算法学习之路:分治策略-归并排序-java实现