.png){kind=icon}
返回
A geometric feature-driven curve smoothness evaluation and optimization method
.png){kind=icon}
PRE
AI
DOI：10.1007/s12206-026-0346-2.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现有曲线平滑方法常受过度修正甚至线性化问题困扰，且缺乏全面高效的平滑度评估框架。为解决这些局限性，本文提出一种几何特征驱动的曲线平滑度评估与优化方法（GFD-CSEOM），适用于多领域应用。该平滑度评估框架包含三项核心准则：离散曲率变化的均匀性、离散扭率变化的均匀性以及邻域差异累积（AND）。该方法探索了微尺度几何特征与曲线平滑度之间的内在联系，识别影响平滑度的关键因素。在典型的缺陷三角形几何优化模型中，引入了多级优化点求解方法，并分析了优化点级别对计算时间和优化率的影响。通过对平面闭合曲线、凸曲线和凹凸曲线的平滑度进行评估与优化，验证了所提方法的可行性与普适性。结果表明，平滑度评估框架的三项准则相互补充，可准确评估曲线平滑度。三种类型优化后的曲线仅产生微小变形，保留了关键形状信息，且离散曲率与扭率变化的均匀性显著提高。AND值分别降低了95.12%、92.23%和81.74%。
Keyword:
Curve smoothing
Smoothness evaluation criterion
Discrete curvature
Discrete torsion
Geometric feature-driven
期刊
IF:
1.7
论文数:
601
被引数:
1.2W
机构
引用论文
LineSmooth: An Analytical Framework for Evaluating the Effectiveness of Smoothing Techniques on Line ChartsLineSmooth：一种用于评估平滑技术在折线图上有效性的分析框架
OAAI
OAAI分享收藏Fairing-PIA: progressive-iterative approximation for fairing curve and surface generation.png)
VISUAL COMPUTER
VISUAL COMPUTERIF2.9
PREAI
分享收藏
Space-curve Cartan matrix and exact differentiability of the curvature and torsion空间曲线卡当矩阵与曲率和挠率的精确可微性
PREAI
分享收藏Concurrent optimization of structural topology and toolpath for additive manufacturing of continuous fiber-reinforced polymer composites连续纤维增强聚合物复合材料增材制造的结构拓扑和刀具路径的同时优化
PREAI
分享收藏分享收藏
查看更多内容