【Python】B样条基函数曲线绘制

小周ipython

已于 2022-07-08 12:12:11 修改

阅读量1.6k

点赞数 5

分类专栏： CAGD 文章标签： python 几何学

于 2022-05-13 17:26:19 首次发布

本文链接：https://blog.csdn.net/weixin_45718987/article/details/124755519

版权

CAGD 专栏收录该内容

13 篇文章 1 订阅

订阅专栏

本文详细介绍了B样条基函数的公式及其递归求解方法，提供了一个Python程序来绘制均匀节点和端点带有重节点的B样条基函数曲线。此外，还解释了端点重节点对B样条曲线的影响，包括控制顶点数、节点间隔和基函数个数的关系。

摘要由CSDN通过智能技术生成

1. 原理解释

B样条基函数的公式为：

$\left\{ \begin{matrix} N_{i,0}(t)=\left\{ \begin{matrix} 1，\ t\in [t_i,t_{i+1}]\\ 0，\ \ \ \ \ \ \ \ \ \ \ \ 其他 \end{matrix}\right. \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \\ \ \ \\ N_{i,k}(t)=\frac{t-t_i}{t_{i+k}-t_i}N_{i,k-1}(t)+\frac{t_{i+k+1}-t}{t_{i+k+1}-t_{i+1}}N_{i+1,k-1}(t)\\ \\ 规定\frac{0}{0}=0 \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \end{matrix} \right.$
因此在程序中需要采用递归的方式进行求解。

2. 均匀节点程序

n为B样条曲线的次数

m为基函数曲线的条数

则，节点个数有 n+m+1 个

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import math
from fractions import Fraction

plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题

def N(i,k,T,t):  # 曲线N_ik
    if k == 0:
        if t<T[i] or t>T[i+1]:
            return 0
        else:
            return 1
    else:
        result = (t-T[i])/(T[i+k]-T[i])*N(i,k-1,T,t) + (T[i+k+1]-t)/(T[i+k+1]-T[i+1])*N(i+1,k-1,T,t)
        return result

def main(n,m):
    T = np.around(np.linspace(0,1,n+m+1),2)  # T存储节点
    t_x = np.linspace(0,1,100) # t_x存储每一个t值

    y = []  # 存储所有曲线的y值
    for i in range(m):
        list_y = []  # 每次存储一条曲线的y值
        for t in t_x:
            list_y.append(N(i,n,T,t))
        y.append(list_y)

    fig = plt.figure()
    plt.xlim(0,1)
    plt.ylim(0,1)
    plt.title('{0}条{1}次B样条基函数曲线'.format(m,n),fontsize=17)
    for i in range(m):  # 有m条曲线
        plt.plot(t_x,y[i])
    plt.xticks(fontsize=14)
    plt.yticks(fontsize=14)
    plt.show()

if __name__ == '__main__':
    n = int(input('请输入曲线的次数：'))
    m = int(input('B样条基函数曲线绘制条数：'))
    main(n,m)

3. 结果

在这里插入图片描述

4.端点处有重节点原理

k 次B样条曲线
$V_{num}$ 个控制顶点
有 $k+V_{num}+1$ 个节点， $[0,1,\cdots,V_{num},V_{num}+1,\cdots,V_{num}+k]$
两端取m重节点，节点区间有 $k+V_{num}-2(m-1)$ ，在线段上的节点应该是 $k+V_{num}+1-2m+2$
基函数个数 $V_{num}$

所以在准均匀B样条基函数绘制中，函数输入应该包含函数次数k，B样条曲线控制顶点数V_num，节点两端的重节点情况m，基函数曲线个数为B_base_num，B_base_num=V_num

5. 端点处有重节点程序

def N(i,k,T,t):  # 曲线N_ik
    if k == 0:
        if t<T[i] or t>T[i+1]:
            return 0
        else:
            return 1
    else:
        if T[i+k]-T[i] == 0 and T[i+k+1]-T[i+1] == 0:
            return 0
        elif T[i+k+1]-T[i+1] == 0:
            result = (t-T[i])/(T[i+k]-T[i])*N(i,k-1,T,t)
        elif T[i+k]-T[i] == 0:
            result = (T[i+k+1]-t)/(T[i+k+1]-T[i+1])*N(i+1,k-1,T,t)
        else:
            result = (t-T[i])/(T[i+k]-T[i])*N(i,k-1,T,t) + (T[i+k+1]-t)/(T[i+k+1]-T[i+1])*N(i+1,k-1,T,t)
        return result

# 含有重节点的B样条基函数曲线

def B_basefunc_dup(k,V_num,m,B_base_num):
    M0 = np.repeat(0.0,m-1).tolist()  # Mi 用来存储两端的重节点
    M1 = np.repeat(1.0,m-1).tolist()
    T = np.linspace(0,1,V_num+k-2*m+3).tolist()  # T 存储在线段上的节点
    T_all = M0+T+M1                              # T_all 存储全部节点
    t_x = np.linspace(0,1,900) # t_x存储每一个t值

    y = []  # 存储所有曲线的y值
    for i in range(B_base_num):
        list_y = []  # 每次存储一条曲线的y值
        for t in t_x:
            list_y.append(N(i,k,T_all,t))
        y.append(list_y)

    fig = plt.figure()
#     plt.xlim(0,1)
#     plt.ylim(0,1)
    plt.title('{0}重节点的{1}次B样条基函数曲线'.format(m,k),fontsize=17)
    for i in range(B_base_num):  # 有m条曲线
#         print(y[i],'\n')
        plt.plot(t_x,y[i])
    plt.xticks(fontsize=14)
    plt.yticks(fontsize=14)
    plt.show()

if __name__ == '__main__':
    k = int(input('请输入曲线的次数：'))
    V_num = int(input('请输入控制顶点数：'))
    m = int(input('请输入端点重节点数：'))
    if m == 0:
        print('\n重节点数需大于等于1，请重新运行程序！')
    else:
        B_base_num = V_num  # m为基函数曲线数
        B_basefunc_dup(k,V_num,m,B_base_num)
    
# np.linspace(0,1,k+V_num+1-2m+2)