[发明专利]一种基于逆向工程的逐渐三维实体模型构建系统及方法

权利要求书

1.一种基于逆向工程的逐渐三维实体模型构建系统，其特征在于，所述基于逆向工程的逐渐三维实体模型构建系统包括：

数据导入模块，与主控模块连接，用于将现有的设备工程电子图导入到计算机内；

主控模块，与数据导入模块、分解模块、运算模块、建立模型模块、模型数据检测模块连接，用于调度各个模块正常工作；

分解模块，与主控模块连接，用于分解设备工程图中用于描述模型的各方向视图，根据所述各方向视图确定所述模型的表面轮廓的约束平面和引导平面；

运算模块，与主控模块连接，用于根据所述模型的外形特点在所述约束平面上选取至少两个基准位置，获取所述引导平面的轮廓轨迹并根据各基准位置的结构参数分别调整所述轮廓轨迹从而相应得到各基准位置的轮廓轨迹，以垂直于所述约束平面的方向，在每个基准位置上根据相应的轮廓轨迹分别生成一约束基准面；在所述引导平面上选取一基准位置，获取所述约束平面的轮廓轨迹并根据所述基准位置的结构参数进行调整，以垂直于所述引导平面的方向，在所述基准位置上根据调整得到的轮廓轨迹生成一引导基准面；

建立模型模块，与主控模块连接，用于根据所述约束基准面和引导基准面构建所述模型的主体轮廓，根据所述主体轮廓上的各结构件的结构参数在所述主体轮廓上生成所述各结构件，建立用于描述模型的三维实体模型；具体包括：

步骤一、从视频里获取两张连续图像，将两帧图像按时间顺序分别标记为I₁和I₂；

步骤二、以I₁和I₂为最底层分别构造图像金字塔和

步骤三、在图像金字塔的每层上生成相同数目的种子点，并将最顶层上的种子点的匹配初始化为随机值；

步骤四、将步骤三获得的种子点在由步骤二的图像金字塔依次从顶层到底层逐层进行匹配，每层种子点的匹配结果作为下一层相应种子点的初始值；

步骤五、将最底层种子点的匹配结果利用对边缘敏感的插值算法进行插值，将插值结果作为光流估计的初始值，然后利用变分能量优化模型进行优化，最终得到大位移光流估计结果；

步骤六，选取大位移光流估计结果的调配函数，作连结各样条小区间的两个端点的直线以及连结以及对应的两相邻de Boor控制顶点的直线，作各样条小区间上的样条曲线上的点与连结各样条小区间的两个端点的直线上的点的差得到增量向量；

步骤七，将增量向量通过伸缩后平移到连结两相邻de Boor控制顶点的直线上就得到了各样条小区间插值于de Boor控制顶点的插值曲线；

步骤三，对于四阶四次B样条曲线用增量伸缩平移方法，生成相应的插值曲线，其调配函数中含有一个自由参数，是一个四阶四次B样条多项式；

模型数据检测模块，与主控模块连接，用于对三维模型数据的标准性进行检测。

2.如权利要求1所述基于逆向工程的逐渐三维实体模型构建系统，其特征在于，所述步骤二将每一级图像的长宽缩小为原来的1/2，分别得到k幅图像，其中和即是最底层的原图，和是最顶层；

所述步骤三在图像金字塔的每层上生成相同数目的种子点中将最底层的种子点设计为间隔为d的图像网格交点；上层的种子点均是最底层种子点的对应缩放版本，也就是每层种子点在当前层的坐标位置均是下层种子点坐标位置的η倍，即：

{p(s^l)}＝η·{p(s^l-1)}，l≥1；

其中l代表金字塔层数，{p(s^l)}表示第l层种子点的在其上的位置，η表示金字塔缩放系数；

所述步骤三中将最顶层上的种子点的匹配初始化为随机值，然后与进行匹配，所述与进行匹配包括以下步骤：

第一步：邻域传播，即：

其中s_m表示当前种子点，N_m表示对网格种子点之间使用自然邻域系统时当前种子点的相邻种子点集合，f(s_m)表示当前种子点的运动矢量，c(f(·))表示对当前种子点使用f(·)为运动矢量时的匹配代价；

第二步：随机搜索，以当前最佳运动矢量f(s_m)为中心，以指数递减半径为搜索域，进行随机试探；迭代进行以上两步，直至收敛；

所述步骤四匹配，每层种子点的匹配结果作为下一层相应种子点的初始值，即：

其中{f(s^l)}为第l层种子点的运动矢量，η为金字塔的缩放系数。