B样条

提供Matlab代码实现B样条曲线逼近。

B样条曲线具备强大的曲线拟合能力，能够平滑地穿过给定的数据点，并在保持曲线形状的同时，避免出现不必要的波动或振荡。

FastBsplineclass 的 B 样条效率挺高，适合你在 MATLAB 里做拟合、插值或者曲线建模那类事。核心是fastBSpline.m，速度快，参数自由，还能任意阶非均匀样条，灵活性相当不错。 用过TryBSpline.m就知道，上手还挺容易的，里面例子清晰，适合刚接触 B 样条的人玩一玩。参数设置、绘图展示都一应俱全，调一调就能看到变化。 MEX 支持也挺到位的，CompileMexFiles.m能把那些.c源码编译进来，比如evalBSpline.c和evalBin.c，大数据的时候，性能提升一截不止。像mexmetypecheck.c这种类型检测的代码也考虑到了，接口上基本不

深入剖析NURBS曲线原理及其实现手法，全面系统，值得细读。

图4.7展示了初始语法树如何通过优化步骤进行b样条插值。优化过程包括以下步骤：步骤1，根据变换规则（4），将选择运算бBORROWERS.Cno=LOANS.Cno∧BOOKS.Bno=LOANS.Bno分解为两个选择运算：бBORROWERS.Cno=LOANS.Cno和бBOOKS.Bno=LOANS.Bno。步骤2，尽可能将上述选择运算移到树的叶端，并根据等价变换规则（5）将бDate＜'2003/10/1'与投影交换。由于бDate＜'2003/10/1'的属性Date仅涉及关系LOANS，根据等价代换规则（2），将其移到两个分出的选择下。综上所述，通过以上分析，得到图4.8所示的最优

图3.3展示了三个关系表的答案：（1）从A表中选择A#和A名称，其中WQTY

用户可以指定曲线阶数，在每次生成的过程中获得大约100组数据。不论给定的控制点数量为何，样条曲线始终由100组数据构成。为了确保精度，特别是对于较长的曲线，建议分段生成样条曲线并最终连接。

域关系演算-b样条插值是图2.4中分析的一个例题。在关系模型中，二维表用于表示实体及其之间的联系，通过不同关系中的公共属性实现实体间的联系。关系模型的特点之一是实体间联系的表现形式，即使没有连接操作的DBMS也可以作为关系数据库管理系统。

Bembel是一款用C++编写的工程库，基于边界元方法，用于解决由拉普拉斯、亥姆霍兹或电波方程控制的边值问题。它是由TU Darmstadt和巴塞尔大学合作开发的项目。该代码集成了Laplace BEM以及样条和几何框架，并在2018年扩展至电磁应用。如果您计划将其作为出版物的一部分，请妥善引用。

非刚性图像配准的 B 样条算法源码，Matlab 和 C 都能用，蛮适合做图像和医学图像的。增强版的 Rueckert 算法，带薄板金属弯曲能量那种平滑惩罚，挺适合做形变不规律的图像配准，像 MRI 乳腺扫描啥的，效果还不错。支持二维彩色图像、灰度图像、三维体还有点数据，灵活性蛮高。配合归一化互信息，还能搞不同模态间的匹配，比如 T1 和 T2 序列对齐，场景多样，实战价值挺高。代码结构清晰，核心函数用 Matlab 写的，C 那块做加速也挺稳。调参比较方便，运行效率也还可以。你要是搞医学图像，尤其需要高精度对齐的场景，用它来做初步配准或局部优化都合适。另外，推荐你看看几个相关的资源：MATL