Outils pour utilisateurs

Outils du site


Action disabled: media
nucs

Développement des fonctions de Bases pour splines cubiques non uniformes NUCS

Implémentation Matlab

nucs.m
function  nucs(  )
%Non-uniform cubic B-splines  NON CUMULATIVES
%b. Vandeportaele
%d'après http://graphics.cs.cmu.edu/nsp/course/15-464/Fall05/papers/kimKimShin.pdf
close all
clear all
 
%%%%IMPORTANT%%%%%%%%%
%pour spline linéaire
%k=2
%pour spline quadratique
%k=3
%pour spline cubique
k=4;% pour avoir 3 fonctions de base non nulles entre t=3 et t=4. Il s'agit de B0 à B3
%j'affiche les fonctions de base en surnombre, mais en fait il suffit de
%regarder les 4 fonctions de base sur l'intervale t=3 à t=4. et de
%substituer les indices pour les P et les t
for numerotest=1:2
    figure
    hold on
    axis equal
    if numerotest==1
        %pour distribution uniforme
        title('pour distribution uniforme');
        P0=2; t0=0;
        P1=3; t1=1;
        P2=4; t2=2;
        P3=5; t3=3;
        %more points
        P4=6; t4=4;
        P5=7; t5=5;
        P6=8; t6=6;
        P7=9; t7=7;
        P8=10; t8=8;
        P9=11; t9=9;
    else
        %pour distribution non uniforme
        title('pour distribution non uniforme');
        t1=1.1;
        t2=2.9;
    end
    %rangement dans des vecteurs
    listt=[t0;t1;t2;t3;t4;t5;t6;t7;t8;t9];
    listp=[P0;P1;P2;P3;P4;P5;P6;P7;P8;P9];
    %affichage des points de contrôle
    plot(listt, listp,'ko');
    Base=zeros(4,1);
    for t=0:0.01:9
        pt=0;
        %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
        %pour indices de 0 à +3: plus simple à comprendre mais ne gère pas
        %bien les 3 premiers points de la spline; ce sera la version à
        %implémenter lorsque l'on changera les indices au fûr et à mesure
        %for i=0:5
        %    Base(i +1) = B( i,k,t,listt);
        %    pt=pt+listp(i +1)*Base(i +1);
        %end
        %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
        %pour indices de -2 à +5: permet une visu correcte de la courbe
        %pour qu'elle passe par les points de contrôle
        %je suis obligé de ranger les fonctions de bases en décalé...
        %je n'affiche pas ces 2 fonctions de base B-2 et B-1 sur la figure
        %mais elles sont utilisées pour le calcul de pt
        if k==2
            indiceBaseMin=-1;
        elseif k==3
            indiceBaseMin=-2;  %ce n'est pas correct, il y a un offset... avec -1 aussi... ce n'est pas forcément grave car on s'intéresse aux splines cubiques
        else %k==4
            indiceBaseMin=-2;
        end
        for i=indiceBaseMin:5
            Base(-indiceBaseMin+ i +1) = B( i,k,t,listt);
            pt=pt+listp(-indiceBaseMin+ i +1)*Base(-indiceBaseMin+ i +1);
        end
        %Base
        %sum(Base)
        plot(t,Base(1),'gx');
        plot(t,Base(2),'bx');
        plot(t,Base(3),'kx');
        plot(t,Base(4),'mx');
        %affiche les fonctions de bases suivantes...
        plot(t,Base(5),'yx');
        plot(t,Base(6),'cx');
        %la courbe interpolée
        plot(t,pt,'r+');
    end
    legend('PI','B0','B1','B2','B3','B4','B5','p(t)');
    ylabel('p');
    xlabel('t');
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [ val ] = B( i,k,t,listt)
%for first index=1 because of matlab
if (i>=0)
    ti=listt(i           + 1);
else
    ti=listt(1);
end
 
 
if (i+1>=0)
    tip1=listt(i+1       + 1);
else
    tip1=listt(1);
end
if (i+k>=0)
    tipk=listt(i+k       + 1);
else
    tipk=listt(1);
end
if (i+k-1>=0)
    tipkm1=listt(i+k-1   + 1);
else
    tipkm1=listt(1);
end
if k==1
    if  (ti<= t) && (t<tip1)
        val =  1 ;
    else
        val = 0 ;
    end
    return;
else
    if (tipkm1 -ti) ~=0
        val1= ((t- ti) / (tipkm1 -ti)) * B( i,k-1,t,listt);
    else
        val1= 0;
    end
    if (tipk - tip1)~=0
        %version http://graphics.cs.cmu.edu/nsp/course/15-464/Fall05/papers/kimKimShin.pdf
        val2= ((tipk - t) / (tipk - tip1)) * B( i+1,k-1,t,listt);
        %version http://www.inf.ed.ac.uk/teaching/courses/cg/d3/nonbspline.html
        %il y a une erreur!
        %val2= ((tipk - t) / (tipkm1 - ti)) * B( i+1,k-1,t,listt);
        %autre version foireuse en (4.7 de https://theses.lib.vt.edu/theses/available/etd-100699-171723/unrestricted/chapter4.PDF)
        %val2= ((tip1 - t) / (tipk - tip1)) * B( i+1,k-1,t,listt);
    else
        val2= 0;
    end
    val=val1+val2;
    return;
end
end

Résultat pour distribution uniforme et k=2

Résultat pour distribution non uniforme et k=2

Résultat pour distribution uniforme et k=4

Résultat pour distribution non uniforme et k=4

Calcul des fonctions de base jusqu'à k=3 en considérant une distribution uniforme

Développement de l'équation de récurrence

Dernière étape du développement de l'équation de récurrence pour splines quadratiques

Script pour comparer les splines générées en utilisant l'équation de récurrence et les notations matricielles

etudebaseu_non_cumulatif.m
%B. Vandeportaele 2017
%étude du comportement des différentes fonctions de bases pour l'interpolation
close all
 
 
for ncurve=1:5
    figure
hold on
 
tb=[];
for u=0:0.01:1
%     b0=1;
%     b1=(u^3 -3*u^2 +3*u +5 )/6;
%     b2=(-2*u^3 +3*u^2 +3*u +1 )/6;
%     b3=(u^3 )/6;
%à partir du papier de Huixian, matrice M3 exprimée en colone
%spline de degré 3
if ncurve==1 
    b0=(-1*u^3 +3*u^2 -3*u +1 )/6;
    b1=(3*u^3 -6*u^2 +0*u +4 )/6;
    b2=(-3*u^3 +3*u^2 +3*u +1 )/6;
    b3=(u^3 )/6;
elseif ncurve==2
    b0=(-3*u^2 +6*u -3  )/6;
    b1=(9*u^2 -12*u +0 )/6;
    b2=(-9*u^2 +6*u +3 )/6;
    b3=(3*u^2 )/6;
elseif ncurve==3
    b0=(-6*u +6  )/6;
    b1=(18*u -12 )/6;
    b2=(-18*u +6 )/6;
    b3=(6*u )/6;
elseif ncurve==4
%     b0=(0.5 * u^2 );
%     b1=(-u^2 +3*u -3/2 );
%     b2=(0.5*u^2-3*u +9/2 );
%     b3=0;
%         
 
%Kaihuai M3 entre (8) et (9)
                               %   A     B    C
 b0=0.5*(1 - 2*u + 1  * u^2 ); %  1/2   -1    1/2
 b1=0.5*(1 + 2*u + -2 * u^2 ); %  -1     1    1/2
 b2=0.5*( u^2 );               %  1/2    0    0
    b3=0;
   elseif ncurve==5
       %dérivée du cas précédent 
 b0=0.5*(-2 + 2*u  );  
 b1=0.5*(2 - 4*u  ); 
 b2=0.5*(2* u );               
    b3=0;    
 
end
 
    tb=[tb;u,b0,b1,b2,b3,b0+b1+b2+b3];
end
 
plot (tb(:,1),tb(:,2),'r-');
plot (tb(:,1),tb(:,3),'g-');
plot (tb(:,1),tb(:,4),'b-');
plot (tb(:,1),tb(:,5),'k-');
 
plot (tb(:,1),tb(:,6),'c-');
%recolle les différentes fonctions de base pour illustrer le poids d'un
%Omega pour u^ évoluant de 0 à 4
plot (tb(:,1)+1*ones(size(tb(:,1))),tb(:,4),'b-');
plot (tb(:,1)+2*ones(size(tb(:,1))),tb(:,3),'g-');
plot (tb(:,1)+3*ones(size(tb(:,1))),tb(:,2),'r-');
 
legend('b0','b1','b2','b3','somme');
end
 
 
 
%retrouve l'expression polynomiale par morceau des Bi à partir de
%l'expression récurente
figure
hold on
axis equal
 
% 2*b2=u^2    => b2=1/2 . u^2
%b2 est défini entre 0 et 1 donc pas de changement
for u=0:0.01:1
    plot (u,(1/2)*u^2,'b+');
end
 
 
for u=1:0.01:2
    plot (u,(1/2)*u*(2-u),'r+');
end
for u=1:0.01:2
    plot (u,(1/2)*(u-1)*(3-u),'g+');
end
%2*b1 obtenu par somme de r+ et g+
%2*b1=  (u*(2-u))+((u-1)*(3-u)) = 2u -u^2 + 3u -u^2 -3 +u = -2u^2 +6u -3
%b1= -u^2 +3u-3/2
for u=1:0.01:2
    plot (u,(1/2)*((u*(2-u))+((u-1)*(3-u))),'y+');    
end
%ce b1 est défini entre 1 et 2 donc il faut faire un changement de variable
%u'=(u+1)
%b'1= -(u+1)^2       +3(u+1)-3/2
%      -u^2 -1 -2u   +3u  +3 -3/2
%      -u^2  +u  +1/2
%affiche b'1 entre 0 et 1
 for u=0:0.01:1
     plot (u,( -u^2  +u  +1/2),'yo');    
 end
 
 
%2*b0
%2*b0=(3-u)*(3-u)=9+u^2-6u
%b0= 1/2 u^2 -3u +9/2
for u=2:0.01:3
    plot (u,(1/2)*(3-u)*(3-u),'k+');
end
%ce b2 est défini entre 2 et 3 donc il faut faire un changement de variable
%u'=(u+2)
%b'2= 1/2 (u+2)^2           -3(u+2) +9/2
%   = 1/2 (u^2 + 4 + 4u)    -3u-6   +9/2
%   = 1/2 u^2 + 2 + 2u      -3u-6   +9/2
%   = 1/2 u^2 -1u +1/2
%affiche 2*b'2 entre 0 et 1
 for u=0:0.01:1
     plot (u,((1/2)*u^2  -u  +1/2),'ko');    
 end

NURBS

Attention les nurbs n'utilisent pas des fonctions de bases polynomiales mais des ratios…

extrait de https://fr.wikipedia.org/wiki/NURBS?veaction=edit

$\left\{\begin{array}{ll}N_{j}^0(t)= \left\{
    \begin{array}{ll}
        1 & si\; t_j \leq t < t_{j+1} \\
        0 & sinon
    \end{array}
\right.\\
N_{j}^d(t)= \frac{t-t_j}{t_{j+d}-t_j} N_{j}^{d-1}(t)+\frac{t_{j+d+1}-t}{t_{j+d+1}-t_{j+1}}N_{j+1}^{d-1}(t)\end{array}\right.$

on s'intéresse à $d=3$:

Développement:

$N_{j}^{d-1}(t)= \frac{t-t_j}{t_{j+{d-1}}-t_j} N_{j}^{{d-1}-1}(t)+\frac{t_{j+{d-1}+1}-t}{t_{j+{d-1}+1}-t_{j+1}}N_{j+1}^{{d-1}-1}(t) \\ = \frac{t-t_j}{t_{j+{d-1}}-t_j} N_{j}^{{d-2}}(t)+\frac{t_{j+{d}}-t}{t_{j+{d}}-t_{j+1}}N_{j+1}^{{d-2}}(t)$

$N_{{j+1}}^{d-1}(t)= \frac{t-t_{j+1}}{t_{{j+1}+{d-1}}-t_{j+1}} N_{{j+1}}^{{d-1}-1}(t)+\frac{t_{{j+1}+{d-1}+1}-t}{t_{{j+1}+{d-1}+1}-t_{{j+1}+1}}N_{{j+1}+1}^{{d-1}-1}(t) \\ = \frac{t-t_{j+1}}{t_{{j}+{d}}-t_{j+1}} N_{{j+1}}^{{d-2}}(t)+\frac{t_{{j}+{d}+1}-t}{t_{{j}+{d}+1}-t_{{j+2}}}N_{{j+2}}^{{d-2}}(t)$

$N_{j}^{d-2}(t)= \frac{t-t_j}{t_{j+{d-2}}-t_j} N_{j}^{{d-2}-1}(t)+\frac{t_{j+{d-2}+1}-t}{t_{j+{d-2}+1}-t_{j+1}}N_{j+1}^{{d-2}-1}(t) \\ = \frac{t-t_j}{t_{j+{d-2}}-t_j} N_{j}^{{d-3}}(t)+\frac{t_{j+{d-1}}-t}{t_{j+{d-1}}-t_{j+1}}N_{j+1}^{{d-3}}(t) $

$N_{{j+1}}^{d-2}(t)= \frac{t-t_{j+1}}{t_{{j+1}+{d-2}}-t_{j+1}} N_{{j+1}}^{{d-2}-1}(t)+\frac{t_{{j+1}+{d-2}+1}-t}{t_{{j+1}+{d-2}+1}-t_{{j+1}+1}}N_{{j+1}+1}^{{d-2}-1}(t) \\ = \frac{t-t_{j+1}}{t_{{j}+{d-1}}-t_{j+1}} N_{{j+1}}^{{d-3}}(t)+\frac{t_{{j}+{d}}-t}{t_{{j}+{d}}-t_{{j+2}}}N_{{j+2}}^{{d-3}}(t)$

$N_{{j+2}}^{d-2}(t)= \frac{t-t_{j+2}}{t_{{j+2}+{d-2}}-t_{j+2}} N_{{j+2}}^{{d-2}-1}(t)+\frac{t_{{j+2}+{d-2}+1}-t}{t_{{j+2}+{d-2}+1}-t_{{j+2}+1}}N_{{j+2}+1}^{{d-2}-1}(t) \\ = \frac{t-t_{j+2}}{t_{{j}+{d}}-t_{j+2}} N_{{j+2}}^{{d-3}}(t)+\frac{t_{{j}+{d}+1}-t}{t_{{j}+{d}+1}-t_{{j+3}}}N_{{j+3}}^{{d-3}}(t)$

BSpline Non Uniforme

Développement des fonctions de base des BSpline non uniformes:

\begin{equation}
B_{i,1}= \left\{
\begin{array}{l}
  1 \quad \textrm{si} \quad t_i<t<t_{i+1} \\
  0  \quad \textrm{sinon}
\end{array}
\right.
\end{equation}

En utilisant cette définition, il est possible de calculer successivement les fonctions de base pour différents degrés en utilisant la formulation de récurrence de De Boor-Cox. Nous avons ainsi

\begin{equation}
\label{UnifBsplineBaseFuncDeg2}
B_{i,2}(t) = \frac{t-t_i}{t_{i+1}-t_i} B_{i,1}(t) + \frac{t_{i+2}-t}{t_{i+2}-t_{i+1}}B_{i+1,1}(t)
\end{equation}

\begin{equation}
\label{UnifBsplineBaseFuncDeg3}
B_{i,3}(t) = \frac{t-t_i}{t_{i+2}-t_i} B_{i,2}(t) + \frac{t_{i+3}-t}{t_{i+3}-t_{i+1}}B_{i+1,2}(t)
\end{equation}

\begin{eqnarray}
B_{i,3}(t) = \frac{t-t_i}{t_{i+2}-t_i} \left( \frac{t-t_i}{t_{i+1}-t_i} B_{i,1}(t) + \frac{t_{i+2}-t}{t_{i+2}-t_{i+1}}B_{i+1,1}(t) \right) +\\
 \frac{t_{i+3}-t}{t_{i+3}-t_{i+1}} \left( \frac{t-t_{i+1}}{t_{i+2}-t_{i+1}} B_{i+1,1}(t) + \frac{t_{i+3}-t}{t_{i+3}-t_{i+2}}B_{i+2,1}(t) \right) \nonumber
\end{eqnarray}

Après reformulation, on obtient:

\begin{eqnarray}
\label{DeveloppedBaseDeg3}
B_{i,3}(t) = \overbrace{\frac{(t-t_i)^2}{(t_{i+2}-t_i)(t_{i+1}-t_i)}}^{X_i}B_{i,1}(t) +\\
\overbrace{\left( \frac{(t-t_i)(t_{i+2}-t)}{(t_{i+2}-t_i)(t_{i+2}-t_{i+1})} + \frac{(t_{i+3}-t)(t-t_{i+1})}{(t_{i+3}-t_{i+1})(t_{i+2}-t_{i+1})}\right)}^{Y_i}B_{i+1,1}(t) + \nonumber \\
 \overbrace{\frac{(t_{i+3}-t)^2}{(t_{i+3}-t_{i+1})(t_{i+3}-t_{i+2})}}^{Z_i}B_{i+2,1}(t) \nonumber
\end{eqnarray}

\begin{equation}
\label{UnifBsplineBaseFuncDeg4}
B_{i,4}(t) = \frac{t-t_i}{t_{i+3}-t_i} B_{i,3}(t) + \frac{t_{i+4}-t}{t_{i+4}-t_{i+1}}B_{i+1,3}(t)
\end{equation}

on peut développer la fonction de base pour k=4 tel que:

\begin{eqnarray}
\label{UnifBsplineBaseFuncDeg4}
B_{i,4}(t) = \frac{t-t_i}{t_{i+3}-t_i} \left(X_i B_{i,1}(t) + Y_i B_{i+1}(t) + Z_i B_{i+2,1}(t)\right) +  \\
\frac{t_{i+4}-t}{t_{i+4}-t_{i+1}}  \left(X_{i+1} B_{i+1,1}(t) + Y_{i+1} B_{i+2}(t) + Z_{i+1} B_{i+3,1}(t)\right) \nonumber
\end{eqnarray}

nucs.txt · Dernière modification : 2021/02/19 21:20 de 127.0.0.1