一种具有段特定形状参数的最优二次均匀三角B样条插值曲线几何算法

《Algorithms》：Geometric Algorithm for Optimal Quadratic Uniform Trigonometric B-Spline Interpolation Curves

　　

针对具有段特定形状参数的二次均匀三角B样条插值，研究人员提出了一种几何算法。插值条件从一个初始顶点递归生成全部控制点。对于给定参数，完整的导数计算给出了一个加权初始顶点，该顶点唯一地最小化三个分段导数惩罚中的每一个。段相关权重在后续的约束参数优化中被保留。个体目标与归一化加权目标定义了不同的曲线选择，而一个一致的平方图误差泛函被用于函数逼近。导数惩罚的几何解释被与弧长、弯曲能量及曲率连续性区分开来。重新计算的空间、闭合平面及函数图示例报告了目标值、插值与图误差以及连接诊断，并与多项式构造进行了比较。结果呈现出依赖于目标的权衡，并未确立一致优越性或一般形状保持性。

研究背景方面，B样条曲线与曲面是计算机辅助几何设计中的基本表示形式，构造插值曲线需要合适的控制多边形，而优化可从满足插值条件的曲线族中选择一条曲线。已有研究涉及稠密点集、无组织点、插值—拟插值及反向控制点构造等相关重建与散点方法；针对平面曲线问题，已有学者发展了具有优化端点条件的二次均匀B样条插值。形状参数为多项式与三角表示提供了额外灵活性，已有关于二次均匀B样条曲线扩展、基于B样条的路径规划、代数张量积曲面建模、分段二次三角多项式曲线、三角B样条表示、约束几何连续性插值、可调三角B样条及均匀三角多项式B样条等研究。然而，仅选择三角基并不能保证精度提升或周期插值。现有B样条与Hermite插值的优化准则包括内能公式、最小能量的点—法线插值、长度与曲率变化目标以及导数振荡与应变准则等；基数样条形状优化亦为相关课题。已有学者在端点构造基础上研究了带参数的二次均匀多项式B样条的递推控制点生成。在采用此类目标时，必须明确参数化与精确泛函：平方参数导数积分通常不同于几何长度或曲率泛函。近期国际研究进一步区分指定形状约束与视觉光滑性，如保形曲面插值、保正性与保单调性三角插值及点—法线保凸插值等，而本文研究的导数惩罚优化并不自动保证单调性、凸性或无过冲，当需要这些性质时须引入相应几何约束。本研究将递推控制点方法扩展至二次均匀三角族，主要结果是参数相关的加权初始顶点及其在给定段参数下的条件最优性，并分别给出完整的一阶、二阶与三阶导数计算。研究意义在于为三角B样条插值提供基于导数惩罚的控制点选取与参数优化框架，并通过数值示例揭示导数惩罚与几何度量之间的权衡，指出该方法不保证一般形状保持、曲率连续性或相对多项式构造的一致优越性，未来工作应施加显式单调性、凸性、曲率或连接约束并在可行时研究可认证的全局解。

研究人员开展研究用到的主要关键技术方法包括：以中点条件从初始顶点递推生成全部控制点的控制点生成算法；对一阶、二阶、三阶导数惩罚进行完整微分并推导参数相关加权初始顶点的解析方法；在盒约束下采用Python/SciPy的L-BFGS-B结合解析梯度与多起点的约束数值优化方法，并用Mathematica 13.2独立评估与重优化进行交叉验证；采用256点Gauss–Legendre求积计算几何积分、采用128点与512点Gauss–Legendre求积计算图误差；以P7（无参数二次多项式构造）与P21（参数化多项式构造）作为多项式比较基准。数值实验数据为文中给定的示例数据，未涉及外部样本队列来源。

研究结果方面，第3节算法与控制点生成：给定初始顶点后由递推式生成其余控制点，并以参数相关导数惩罚选择初始顶点；定理1至定理3分别证明对于固定容许参数，所给加权初始顶点唯一最小化一阶、二阶与三阶导数惩罚；反例表明去除个体权重会改变最小化点。第3节几何解释指出E1、E2、E3依赖所选参数化，在单位速度弧长参数化下前两个平方导数积分才化为长度与弯曲能量，而三阶导数积分一般还包含额外曲率项，分段惩罚不保证连接处曲率连续。第4节导数惩罚最小化插值曲线：给出个体与加权多目标的联合正则化问题及固定初始顶点下的条件驻值表达式，并指出初始顶点依赖全部段参数，故每次试验参数向量均须重算控制点；算法2在盒约束下求解缩减问题并报告投影梯度残差，未确立全局凸性或全局最优性。第4.5节数值比较中，示例1空间插值报告了各目标的导数惩罚、初始顶点与段参数，最大插值残差为1.32×10?16，最大内部单位切向量失配为1.04×10?15，最大投影梯度残差约2.83×10?10；E123将内部曲率幅值跳变降至0.189875但增大一阶导数惩罚，且P7在该例中曲率跳变小于E123，无方法支配全部指标。示例2闭合平面插值中闭合缝切角分别为34.647945°、22.466972°与18.710678°，最大插值残差为6.28×10?16，P21在一阶导数惩罚上略小于E1，排除了普遍优越性主张。第5节插值曲线的最佳逼近：定义平方图逼近误差并给出严格递增水平映射的充分条件，示例3对f(x)=1/x2采样，得到平方图误差Jf=0.0053062224，128点与512点求积差异为6.33×10?17，投影梯度残差为5.82×10?12，但最大内部曲率幅值跳变约2.801×107，故该例支持图误差降低但不确立曲率光顺性或垂直方向单调性；P7与P21因水平映射在这些数据上不递增而未分配图误差。第6节结论部分指出，中点约束可从单一初始顶点递归生成全部控制点，对给定容许参数三个导数惩罚的完整微分给出同一加权初始顶点，参数相关权重须保留在求和内并在参数优化中更新；数值示例区分了导数惩罚与几何度量，显示长度、弯曲能量、连接正则性与图误差之间的权衡，不保证一般形状保持、曲率连续性或相对多项式比较对象的一致优越性；图示例采用一致平方泛函与严格递增水平映射但仍出现大曲率跳变，未来工作应施加显式单调性、凸性、曲率或连接约束并在可行时研究可认证全局解。