RE-SOFT系统架构及关键技术

介绍了专业反求工程软件RE-SOFT的体系结构,提出了两条解决反求工程CAD建模的路线和策略：一是再现产品从二维到三维的设计过程,即基于截面特征的反求建模路线要求,首先解决点云切片、二维特征元提取、约束施加以及截面曲线全局约束优化,然后通过拉伸、旋转等手段重构曲面模型;二是解决功能特征曲面“分治”再现和优化设计的快捷方法,即基于曲面特征的反求建模强调从点云中直接提取圆锥曲面、过渡曲面、规则扫略面等特征元素,并通过三维特征间的拓扑约束和全局优化生成曲面模型.通过以上两条基于特征的反求建模理论研究和实现,可以看出新一代反求工程软件更加重视建模过程和结果表达的完整参数化,寻求更高水准的支持产品变形设计和创新设计.建模实例表明,应用RE-SOFT系统可以快速获得完整特征表达的理想CAD模型.     

基于点云数据的3D人体模型骨骼提取

骨架提取是构建真实人体模型动画的前提和重要条件.本文以基于测地距离的Morse函数和Dijkstra算法计算出末端特征点信息.通过测地距离等值线将模型进行分割,计算每一层的测地距离等值线,获取模型的也就是水平集曲线(level-set-curve).以末端特征点做为起点,拟合相邻水平集曲线的重心形成中心线(模型的骨架).采取截面似圆性标准获取模型关节中心所在的截面,求取该截面的重心,从而获取模型的关节中心.     

截面切片数据的自动细化算法

基于截面曲线的曲面重建方法常用于逆向工程模型重建过程中.采用平面切片方法得到的截面数据通常为一点云束,当重建轮廓曲线时需要进行细化处理.为此提出了一种对截面切片数据进行自动细化的算法.对点云进行切片后,得到截面轮廓点云束,根据点云束密度预估前进半径,并随机选取点云束的一点作为细化的起点,采用近似轮廓跟踪算法确定新点,由初始点和初始方向判断细化算法的结束.实例结果表明该方法能够有效完成切片数据的细化处理.     

采用三次NURBS曲面构造鞋楦模型及刻楦仿真

为实现鞋楦曲面的精加工,基于复杂曲面实物的几何模型反求方法,从鞋楦实物模型得到其数字化模型,提出了一种可控精度的鞋楦曲面模型重构方法.利用三维实体激光扫描仪测量获取点数据,基于小波变换原理采用无偏似然估计对鞋楦原始测量点数据进行降噪平滑处理,采用三次非均匀有理B样条（NURBS）曲线表示鞋楦u、v向表面曲线,由此得到三次NURBS曲面并拟合鞋楦表面.建立了鞋楦数学模型,采用等残留高度法计算无干涉刀位轨迹,并基于Unigraphics平台虚拟刻楦进行数控（NC）程序仿真验证.仿真结果表明,该重构方法使鞋楦曲面精度可以调节,根据不同加工效率要求方便地计算刀具轨迹.误差分析结果表明,与设定鞋楦加工精度相比,产生的误差控制在允许范围内.     

基于双测头组合的未知自由曲面自适应采样

在逆向工程中为了准确、快速、合理地获取未知自由曲面的表面数据,提出一种基于双测头组合的非接触式自适应采样方法.并列组安装2个点激光测头,分别为前端测头和后端测头,利用遮光布阻挡反射光消除两测头之间的测量干扰.在逐行采样过程中,在扫描方向上前端测头用于探路测量,系统实时地对探路测量数据进行处理与曲线拟合,根据拟合曲线的曲率特征为后端测头规划合理的采样间距,后端测头以探路结果为指导完成自适应采样.在测量截面进给方向上,通过截面间夹角分析,自适应地细分测量截面.仿真与实验结果表明,该方法能根据曲面特征合理地布置采样点,能有效提高曲面数字化的效率与精度,为模型重建提供合理的测量数据.     

不规则域曲面的规范化重组与曲面重建

针对不规划域曲面逆向重建中存在的问题，提出了一种新的不规划域曲面的重建方法。通过定义曲在的导引线并对导引线进行延伸、平移变换，建立不规划域曲面的规范化四边曲面边界，应用曲线的延伸方法，对截面测量曲线进行一阶连续延伸，生成虚拟域空间数据，从而建立四边规范内的全局截面曲线模型，通过不规则域边界曲线对四边规范化域曲面的裁剪，可建立不规则域曲面模型。该方法可广泛应用于逆向工程不规则域曲面的重构，并保证曲面重建的品质。     

基于相似性的点模型简化算法

为了获得高质量的简化点模型,提出了一种基于相似性的曲率自适应点模型简化算法,相似性包括强特征边性和表面区域几何特征相似性2个方面.利用法向张量投票方法,计算采样点的特征边性,由此将点模型分为强边性和非强边性2部分;基于Mean Shift聚类法,对非强边性部分进行表面区域几何特征相似性聚类;对强边性部分和各类簇重采样,实现曲率自适应的简化,并通过移动最小二乘曲面,评估简化曲面的误差.实验结果表明,该算法有效地保持了特征边界部分和曲面的细节,且能够生成高质量的简化点集曲面     

基于双测头组合的未知自由曲面自适应采样

在逆向工程中为了准确、快速、合理地获取未知自由曲面的表面数据,提出一种基于双测头组合的非接触式自适应采样方法.并列安装2个点激光测头,分别为前端测头和后端测头,利用遮光布阻挡反射光消除两测头之间的测量干扰.在逐行采样过程中,扫描方向上的前端测头用于探路测量,系统实时地对探路测量数据进行处理与曲线拟合,根据拟合曲线的曲率特征为后端测头规划合理的采样间距,后端测头以探路结果为指导完成自适应采样.在测量截面进给方向上,通过截面间夹角分析,自适应地细分测量截面.仿真与实验结果表明:该方法能根据曲面特征合理地布置采样点,有效提高曲面数字化的效率与精度,为模型重建提供合理的测量数据.     

散乱点云切片数据快速获取与优化

为快速准确地获取散乱点云切片数据,以较少数据准确表达模型型面特征,提出一种散乱点云切片数据获取及优化算法.该算法基于散乱点云动态索引实现切片数据快速获取,对所获切片数据建立极坐标系,分别基于极角阈值与极径阈值实现切片数据区域划分与轮廓分离.通过依次连接各区域相同轮廓数据形心实现切片数据的精简与排序,生成精确有序的单轮廓或多轮廓切片数据.实例证明,该算法可应用于各种复杂散乱点云的切片数据快速、精确获取与优化处理,对有效提高参数曲线、曲面重构效率与精度具有重要意义.     

单曲率特征自由曲面的相似性比较算法

研究具有单一曲率特征的B样条表达的自由曲面形状相似性评价问题,提出了一种基于曲率特征的相似性评价算法。首先计算相比较的2个曲面上各点法向矢量和,并将该和矢量作为Z轴,使2个曲面Z轴对齐;然后用垂直于Z轴的平面分别截切两曲面,得到2个曲面各自的截交线集合;最后,设计了平面曲线相似性比较算法,实现2个截交线集合中对应曲线的相似性比较,并以此作为评价2个曲面相似性的依据。算法通过平面截切的方法将三维空间的曲面相似性比较问题转化到二维空间来实现,有效地降低了问题的复杂度。算法在姿态调整中仅需对齐一个坐标轴,简单易行。为检验算法的效果,分别对不同类型单一曲率特征B样条曲面进行仿真实验,结果表明,提出的自由曲面相似性比较算法可行有效。     

Multi-Scale Analysis Based Curve Feature Extraction in Reverse Engineering

1 Introduction The process of reconstructing CAD model froman existing part is reverse engineering,composed of foursteps ,digitizing,data processing,feature extraction, CAD model reconstruction[1].Feature extraction has re-ceived extensive researchinthe past .Byfeature extraction,laser scanning point data of anexisting part is divid-ed.Based on the piecewise point data ,feature type is detected. Feature extraction has two key technologies :feature segmentation and feature classification.Fe…     

点云数据的管道面重构

针对反求工程中管道面重构问题，提出了一种从点云数据中直接提取管道面特征参数的算法.算法
分为两步：第一步将管道面数据视为过渡特征数据，利用过渡特征提取原理获得管道面的一系列截面线
，经概率统计方法进行噪声去除后，得到准确的截面线及其半径.第二步是由截面线的中心确定管道面的
脊线点列.利用移动球法，球的直径即是采样步长，沿着脊线方向对点列进行均匀采样，然后对采样点列
进行高斯平滑，获得光滑均匀的脊线点列.用三次B样条曲线拟合采样点列而获得脊线.计算实例表明，该
方法能够稳定、准确地提取出管道面的几何特征参数.     

一种自由曲面自适应网格生成方法

为了在造型复杂的自由曲面上生成规整、流畅的结构化网格,提出一种自适应网格生成方法.首先,用4条边界线圈定网格划分区域;接着,将一对不相连的边界线各自分为n+1段并连接相对的分段点,得到n条曲线;然后,将这n条曲线和同向的边界线分别划分为m+1段,并以多段线连接同一相对位置上的分段点,得到另一个方向上的m条曲线.轮流对这m条曲线和n条曲线进行分段、连线等操作,优化各自的形态,直到分段点位置基本不变;最后,将分段点按照一定的规律连接成网格.在网格生成过程中,通过调整曲线的分段原则,可以实现网格大小对边界线或曲面形态的自适应;通过设定多种点阵的连接规律,可以生成多种样式的网格.案例分析表明:该方法操作难度小、生成速度快、适用范围广,生成的网格线条流畅、形状规整、形式多样,能较好地满足建筑需求.     

一种基于斜率差和方位角的矢量数据匹配算法

矢量空间数据同名特征点搜索和同名特征点匹配是对多时相、多尺度地理实体要素进行变化检测的关键技术。结合矢量空间数据的坐标特征和方位角,提出一种同名地理实体要素特征点搜索与匹配算法。该算法采用分步取点的思想,分别提取曲线X、Y方向上的极值点为初始特征点,利用各极值点斜率差的绝对值作为约束条件删除冗余极值点。在上述提取结果中,两个相邻特征点通常存在较大变形,需添加部分合理特征点。综合利用特征点坐标方位角和距离进行同名特征点相似度匹配,分别利用线实体和面实体进行试验验证。结果表明:本研究算法能够适用于线实体和面实体特征点的提取与匹配,并具有良好的精度和可行性。     

Automatic Image Registration Algorithm Based on Wavelet Transform

I mage registration is the process of determiningthe transformation which matches best,according tosome si milarity measure,two i mages of the samescene taken at different ti mes or from different viewpoints[1].It has broad applications in many domainssuch as military,medicine,remote sensing and com-puter vision,so a wide range of registration tech-niques has been developed abroad and at home formany years.Given the diversity of remote sensingi mage,complexity of i mage warp,differences be-twe…     

一种适用于规则形体的三维重建方法

给出了一种适用于规则形体的三维重建方法,从待建模对象的若干不同角度的照片出发,先通过特征提取和交叉匹配获得足够多的特征点,并以协方差作为相似性度量依据,采取分布匹配策略剔除错误匹配对,然后通过空间点重建和表面重建法重建出目标对象的三维模型,并从采集的图像中提取真实纹理,对图像进行二维三角化,三角化的二维点列再映射到三维空间,为三维模型添加纹理,得到具有真实感的外观模型.实际应用验证了所提方法的正确性和有效性.     

自由曲面的匹配检测新方法

为将测量坐标系匹配到CAD坐标系,研究了自由曲面检测中被测曲面和设计曲面的匹配方法,提出了多级匹配策略.首先进行曲面的粗匹配,使实测曲面和设计曲面保持大致相同的位置和姿态,即先定义曲面中心,然后搜索4个角点,通过这5个点的匹配实现粗定位.接着在粗定位的基础上进行精定位,通过对目标函数的变形,提出了一种新的方法来完成对位姿关系的求解.最后通过一个自由曲面的仿真实验,验证了方法的有效性.     

一种新的鲁棒性视频复制检测算法

针对现有的视频复制检测方法中存在的计算量大、鲁棒性差等问题,提出了一种新的视频复制检测算法.算法采用视频时序特征曲线来描述视频内容,将每帧图像基于信息熵自动分割成若干个子块,提取各个子块的时序特征曲线作为表征视频内容的特征值.在相似性匹配时,采用鲁棒性的相似性匹配算法,实验结果证明了算法的有效性和鲁棒性.     

Reconstructing NURBS Surface with Features

1 Introduction Reverse engineering (RE) is ani mportant method in constructing a CAD model froman existing physicalpart during part or product design. Whenthe digitized points are available ,the CAD model could be constructedby NURBS curves or surfaces fitting, whichis a commonly available and widely used method.Many efforts have been made in constructing CAD models by fitting NURBS curves and surfaces topoints[1 ,2]. As constructing NURBS surface is usually not a stand-alone projec…     

基于Sigmoid权函数的分段色彩匹配模型

为兼顾对高低浓度色彩再现精度的要求,解决单一模型进行色彩匹配时出现的“低浓度细节丢失、高浓度色彩饱和度低”的问题,提出一种基于单色样本学习的分段式色彩匹配方法．首先,根据模拟退火技术求解出最佳：分段阈值,将样本数据分成高、低浓度两类,分别对其样本数据进行学习,建立高、低浓度色彩匹配模型,然后,基于sigmoid权函数对两个模型学习得到的曲线进行合成．实验结果表明：与单一色彩匹配模型相比,这种分段式色彩匹配模型可以在不增加测试样本数量的前提下,有效提高色彩匹配尤其是在高、低浓度端的匹配精度;用sigmoid函数作为权函数的曲线合成方法,与一般常用的曲线合成方法相比,不仅可以保证高、低浓度色彩的匹配精度,而且还能有效处理分段式建模中两段曲线的光滑衔接问题,避免曲线衔接点处“颜色反转”现象的发生．