基于遗传多层b样条插值算法的三维显示方法
【专利摘要】本发明提出了一种基于遗传多层B样条插值算法的三维显示技术，通过引入遗传算法整定控制点网格密度以及B样条插值层数，获得控制点网格密度以及B样条插值层数的最优解，再代入插值曲面模型，利用Matlab生成三维图像。通过自适应调节适应度函数，保证了插值曲面的平滑度。生成的三维图像，近似精度高，曲面较为平滑。本发明技术内容适用于三维图像生成，以及三维实时显示。
【专利说明】基于遗传多层B样条插值算法的三维显示方法
【技术领域】
[0001]本发明涉及一种虚拟仿真领域的三维显示方法，特别涉及一种参数经遗传算法优化的多层B样条插值算法三维显示方法。
【背景技术】
[0002]在虚拟仿真领域中，三维显示技术作为视景的重要组成部分，在过去的数十年中得到了深入地研究与广泛地应用。其中通过数据插值处理离散点的三维显示方法，得到了极大的关注。目前的三维插值显示方法均要通过求解联立方程组来获得插值曲面，这种方法必须保证方程式的数目必须大于或等于散乱点的数目，对于散乱点的数目有着严格的限制，因此并不适用于大规模散乱点的情况。
[0003]为了解决大规模散乱点的插值问题，基于B样条插值算法及层次B样条概念发展出了多层B样条插值算法。但是仍然无法完全解决三维插值显示技术的核心问题，即解决插值后曲面近似精度与曲面平滑度之间的矛盾。
[0004]遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局搜索算法，通过模拟达尔文“优胜劣汰，适者生存”的原理筛选出最优的结构，通过模拟孟德尔遗传变异理论在迭代过程中保持已有的结构，同时寻找更好的结构。因此，本发明提出一种参数经遗传算法优化后的多层B样条插值算法的三维显示方法，绘制的三维图像近似精度高，插值曲面更加平滑。
【发明内容】
[0005]本发明提出一种绘制三维图像更加精确，插值曲面更加平滑的遗传多层B样条插值算法的三维显示方法。
[0006]本发明的实现包括如下步骤:
[0007]步骤一:测定目标地形每个点的三维坐标，并在计算机中存储为散乱点文件；
[0008]步骤二:读取步骤一中存储的散乱点文件，根据散乱点的分布和疏密程度，确定控制点网格密度m的范围及B样条插值层数h的范围；
[0009]所涉及的网格密度的参数m范围为m e [q，IOOq]，且m为正整数，其中q为已知离散数据点形成的方形区域内某行及某列包含的数据个数的最大值，且有m > q ;所涉及的B样条插值层数h的范围为[1，64]；
[0010]步骤三:将控制点网格密度m和B样条插值层数h转换为格雷码，并以m在高位h在低位的次序，将该两个参数整合为单个新参数X ；
[0011]所涉及的整合表达式为:
[0012]
X = m:h(I)
[0013]步骤四:利用遗传算法对由步骤三整合得到的参数X求解最优解，并调节适应度函数以保证插值曲面的插值精度；[0014] 所涉及的遗传算法比例选择算子表达式为
【权利要求】
1.基于遗传多层B样条插值算法的三维显示方法，其特征在于，包括如下步骤: 步骤一:测定目标地形每个点的三维坐标，并在计算机中存储为散乱点文件； 步骤二:读取步骤一中存储的散乱点文件，根据散乱点的分布和疏密程度，确定控制点网格密度m的范围及B样条插值层数h的范围； 所涉及的网格密度的参数m范围为m e [q, IOOq],且m为正整数,其中q为已知离散数据点形成的方形区域内某行及某列包含的数据个数的最大值，且有m > q ;所涉及的B样条插值层数h的范围为[1，64]； 步骤三:将控制点网格密度m和B样条插值层数h转换为格雷码，并以m在高位h在低位的次序，将该两个参数整合为单个新参数X ; 所涉及的整合表达式为:
2.根据权利要求1所述的基于遗传多层B样条插值算法的三维显示技术，其特征在于:对适应度函数的自适应调节；当控制点网格上相邻的某控制点数值相差较大时，即
【文档编号】G06T17/05GK103646422SQ201310699068
【公开日】2014年3月19日 申请日期:2013年12月19日 优先权日:2013年12月19日
【发明者】郝燕玲, 张瑶, 常帅, 曾添一, 吴迪 申请人:哈尔滨工程大学