一种非线性建筑设计调整方法及系统技术方案

本发明专利技术属于建筑技术领域，公开了一种非线性建筑设计调整方法及系统，所述非线性建筑设计调整系统包括：环境因素采集模块、主控模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块。本发明专利技术通过非线性图像增强模块有效消除图像噪声及增强图像效果，克服了线性方法的局限性，具有更强的实用性，并在图像增强后进行边缘提取，采用的边缘提取算法具有更好的检测性、定位性以及最小响应，使图像轮廓被更清楚地提取出来；同时通过VR呈现模块可以在制作出建筑形体后进行虚拟现实身临其境的体验建筑，更加方便的对建筑进行各个参数调整。

【技术实现步骤摘要】
一种非线性建筑设计调整方法及系统
本专利技术属于建筑
，尤其涉及一种非线性建筑设计调整方法及系统。
技术介绍
非线性建筑是一种连续流动状的形体，这种形体作为结果来自于对建筑性能及周边环境因素的分析。建筑的设计过程即是对各种影响建筑因素的研究，并通过提练和综合，将各种影响因子从概念发展到形象，作为建筑的最终形体。流动状的非线性形体不仅在形体的生成上依赖于计算机软件技术，并且在形体的建造上依靠于计算机辅助制造技术(CAM)。然而，现有的非线性建筑设计过程中非线性图像边缘不清晰，效果不好；同时设计完成后只能局限于计算机上观察效果，不能身临其境的感受设计的建筑形体，不利于在施工阶段更有效的进行调整。综上所述，现有技术存在的问题是：现有的非线性建筑设计过程中非线性图像边缘不清晰，效果不好；同时设计完成后只能局限于计算机上观察效果，不能身临其境的感受设计的建筑形体，不利于在施工阶段更有效的进行调整。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种非线性建筑设计调整方法及系统。本专利技术是这样实现的，一种非线性建筑设计调整系统包括：环境因素采集模块、主控模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块；环境因素采集模块，与主控模块连接，用于采集环境的地形、温度、湿度等影响因素；主控模块，与环境因素采集模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块连接，用于将环境因素采集模块传递而来的数据信息进行存储与处理分析；非线性图像制作模块，与主控模块连接，用于结合环境因素采集模块采集的数据通过计算机模拟技术制作出非线性图像；所述非线性图像制作模块的投影数据计算目标图像的迭代模型，迭代模型的公式表示为：其中，X为所述目标图像，M为系统矩阵，G为所述投影数据，i表示迭代次数，Xi表示第i次迭代后得到的迭代结果；λ表示收敛系数，且λ∈(0,1)，MT表示对矩阵M的转置；设置所述目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所述目标图像中的每个像素点进行迭代更新，获取所述目标图像，所述迭代模型中的像素点的当前灰度值与前次迭代的灰度值一致逼近；所述将目标图像中灰度值小于0的像素点置零；非线性图像增强模块，与主控模块连接，用于消除图像噪声并对图像边缘进行提取获取更加清晰的图像；建筑形体生成模块，与主控模块连接，用于通过非线性图像建立建筑形体模型；VR呈现模块，与主控模块连接，用于将建筑形体模型制作成vr视频并通过vr眼睛实现虚拟成像的场景；所述VR呈现模块图像超分辨率重建的先验信息提取的具体步骤如下：(1)在正弦域图像为训练样本集选取N组图像小块训练样本对每组图像小块训练样本对包含一个高分辨率正弦域图像小块和低分辨率正弦域图像小块，设置字典大小为K；(2)初始化字典外循环迭代次数n，内循环迭代次数t；(3)对于所有N组图像小块训练样本对，计算梯度梯度可以根据以下几个公式来计算；其中为输入的低分辨率正弦域样本集里选取图像小块，为输入的高分辨率正弦域样本集里选取图像小块，为稀疏表示，λ(0≤λ≤1)表示松弛因子，N为采样数，αi为x的稀疏编码表示：L表示平方项损失，通过求上式的最小化可以优化Dx,Dy，如下所示：||Dx(:,k)||2≤1，||Dy(:,k)||2≤1，k＝1,L,Ks.t.表示受约束于，由于上式不容易求解，引入正则化相来求解，因此上式可变为：这里γ(0＜λ≤1)是用来平衡两个式子之间的参数。其中zj为z的第j个元素，Ω表示j的所有情况的集合；(4)对于所有N组图像小块训练样本对，更新(5)当所有N组图像小块训练样本对都已经计算完毕后，更新梯度可以根据以下几个公式来计算；其中为输入的低分辨率正弦域样本集里选取图像小块，为输入的高分辨率正弦域样本集里选取图像小块，为稀疏表示，λ(0≤λ≤1)表示松弛因子，N为采样数，αi为x的稀疏编码表示：L表示平方项损失，通过求上式的最小化可以优化Dx,Dy，如下所示：||Dx(:,k)||2≤1，||Dy(:,k)||2≤1，k＝1,L,Ks.t.表示受约束于，由于上式不容易求解，引入正则化相来求解，因此上式可变为：这里γ(0＜λ≤1)是用来平衡两个式子之间的参数；其中zj为z的第j个元素，Ω表示j的所有情况的集合；(6)重复步骤(3)至步骤(5)直至收敛；(7)输出双字典Dx，Dy。一种非线性建筑设计调整方法包括以下步骤：步骤一，通过环境因素采集模块采集环境的地形、温度、湿度等影响因素；步骤二，主控模块将环境因素采集模块传递而来的数据信息进行存储与处理分析；步骤三，通过非线性图像制作模块结合环境因素采集模块采集的数据通过计算机模拟技术制作出非线性图像；步骤四，通过非线性图像增强模块消除图像噪声并对图像边缘进行提取获取更加清晰的图像；步骤五，通过建筑形体生成模块建立建筑形体模型，并通过VR呈现模块将建筑形体模型制作成vr视频并通过vr眼睛实现虚拟成像的场景。进一步，所述非线性图像增强模块增强方法如下：首先，将获取的彩色图像转换成灰度图像；然后，采用中值滤波方法对所述灰度图像滤波：g(x，y)＝Med{f(x-k，y-l)}，(k，l∈W)；其中，f(x，y)为原始图像，g(x，y)为中值滤波后的图像，W为二维模板，Med为提取中值运算操作符号；最后，图像均衡化：计算均衡化处理前图像第k个灰度级出现的频率：Ps(Sk)＝nk/n，l≤k≤N；其中，nk为第k个灰度级像素数，n为像素总数，N为灰度级总数；计算均衡化处理前灰度图像的灰度值累积分布函数：调整灰度图像中像素取值，使均衡化处理后灰度图像的灰度值累积分布函数满足：其中，M为灰度图像的像素总数。本专利技术的优点及积极效果为：本专利技术通过非线性图像增强模块有效消除图像噪声及增强图像效果，克服了线性方法的局限性，具有更强的实用性，并在图像增强后进行边缘提取，采用的边缘提取算法具有更好的检测性、定位性以及最小响应，使图像轮廓被更清楚地提取出来；同时通过VR呈现模块可以在制作出建筑形体后进行虚拟现实身临其境的体验建筑，更加方便的对建筑进行各个参数调整。附图说明图1是本专利技术实施提供的非线性建筑设计调整方法流程图。图2是本专利技术实施提供的非线性建筑设计调整系统结构框图。图2中：1、环境因素采集模块；2、主控模块；3、非线性图像制作模块；4、非线性图像增强模块；5、建筑形体生成模块；6、VR呈现模块。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。下面结合附图及具体实施例对本专利技术的应用原理作进一步描述。如图1所示，本专利技术提供的一种非线性建筑设计调整方法包括以下步骤：步骤S101，通过环境因素采集模块采集环境的地形、温度、湿度等影响因素；步骤S102，主控模块将环境因素采集模块传递而来的数据信息进行存储与处理分析；步骤S103，通过非线性图像制作模块结合环境因素采集模块采集的数据通过计算机模拟技术制作出非线性图像；步骤S104，通过非线性图像增强模块消除图像噪声并对图像边缘进行提取获取更加清晰的图像；步骤S105，通过建筑形体生成模块建立建筑形体模本文档来自技高网...

【技术保护点】
1.一种非线性建筑设计调整系统，其特征在于，所述非线性建筑设计调整系统包括：环境因素采集模块、主控模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块；环境因素采集模块，与主控模块连接，用于采集环境的地形、温度、湿度等影响因素；主控模块，与环境因素采集模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块连接，用于将环境因素采集模块传递而来的数据信息进行存储与处理分析；非线性图像制作模块，与主控模块连接，用于结合环境因素采集模块采集的数据通过计算机模拟技术制作出非线性图像；所述非线性图像制作模块的投影数据计算目标图像的迭代模型，迭代模型的公式表示为：

【技术特征摘要】
1.一种非线性建筑设计调整系统，其特征在于，所述非线性建筑设计调整系统包括：环境因素采集模块、主控模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块；环境因素采集模块，与主控模块连接，用于采集环境的地形、温度、湿度等影响因素；主控模块，与环境因素采集模块、非线性图像制作模块、非线性图像增强模块、建筑形体生成模块、VR呈现模块连接，用于将环境因素采集模块传递而来的数据信息进行存储与处理分析；非线性图像制作模块，与主控模块连接，用于结合环境因素采集模块采集的数据通过计算机模拟技术制作出非线性图像；所述非线性图像制作模块的投影数据计算目标图像的迭代模型，迭代模型的公式表示为：其中，X为所述目标图像，M为系统矩阵，G为所述投影数据，i表示迭代次数，Xi表示第i次迭代后得到的迭代结果；λ表示收敛系数，且λ∈(0,1)，MT表示对矩阵M的转置；设置所述目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所述目标图像中的每个像素点进行迭代更新，获取所述目标图像，所述迭代模型中的像素点的当前灰度值与前次迭代的灰度值一致逼近；所述将目标图像中灰度值小于0的像素点置零；非线性图像增强模块，与主控模块连接，用于消除图像噪声并对图像边缘进行提取获取更加清晰的图像；建筑形体生成模块，与主控模块连接，用于通过非线性图像建立建筑形体模型；VR呈现模块，与主控模块连接，用于将建筑形体模型制作成vr视频并通过vr眼睛实现虚拟成像的场景；所述VR呈现模块图像超分辨率重建的先验信息提取的具体步骤如下：(1)在正弦域图像为训练样本集选取N组图像小块训练样本对每组图像小块训练样本对包含一个高分辨率正弦域图像小块和低分辨率正弦域图像小块，设置字典大小为K；(2)初始化字典外循环迭代次数n，内循环迭代次数t；(3)对于所有N组图像小块训练样本对，计算梯度梯度可以根据以下几个公式来计算；其中为输入的低分辨率正弦域样本集里选取图像小块，为输入的高分辨率正弦域样本集里选取图像小块，为稀疏表示，λ(0≤λ≤1)表示松弛因子，N为采样数，αi为x的稀疏编码表示：L表示平方项损失，通过求上式的最小化可以优化Dx,Dy，如下所示：||Dx(:,k)||2≤1，||Dy(:,k)||2≤1，k＝1,L,Ks.t.表示受约束于，由于上式不容易求解，引入正则化相来求解，因此上式可变为：这里γ(0...

【专利技术属性】
技术研发人员：彭芳，钟丹，刘培芳，
申请(专利权)人：湖南城市学院，
类型：发明
国别省市：湖南,43