一种实体件建模重构的方法技术

本发明专利技术涉及一种实体件建模重构的方法，包括：选择测量方式；数据采样；选择算子；建立被测物数字模型；模型精细化处理；基于NURBS模型再次构建。本发明专利技术根据被测物件的内在基因，利用基因法选择算子，与传统的逆向工程相比，通过基因法所选择的算子更加贴合被测物件的造型需求，通过两次建模和两次建模之间的模型精细化处理，使被测物件所构建的数字模型更加精细化，能够达到256层，比传统的建模所能够达到的128层，检测程度增加了一倍，模型精细程度达到一个新的境界，模型的边缘更加清晰，模型还原程度更高。原程度更高。原程度更高。

【技术实现步骤摘要】
一种实体件建模重构的方法


[0001]本专利技术涉及一种实体件建模重构的方法，是一种将实体物件数字化的方法，是一种使用数字化技术辅助构建虚拟模型的方法。

技术介绍

[0002]将一个实体物件进行数字化处理，并在虚拟空间中构建数字化模型，这一过程被称为逆向工程。逆向工程是在没有产品原始图纸、文档的情况下，对产品实物进行测量和工程分析，经数据处理(形神兼备
‑‑
精度要求)，重构几何模型(物理尺寸大小、位移和方向、材料学特性来帮助复制现有零件)，并成数控程序，由数控机床重新加工生产出产品的过程。特别是对于具有复杂曲面外形的零部件，逆向工程更成为其主要的设计方式。从更高的战略角度来讲，逆向工程是制造业实现快速产品创新设计的重要途径，实物原型的再现仅仅是逆向工程的初级阶段，在此基础上进行的再设计、再分析、再提高，从而实现重大改型的设计创新，才是逆向工程的真正价值和意义所在。现有的逆向工程的模型构建方式存在着精度不高、测量过程复杂等问题，如何提高测量精度，并简化构建模型的过程是一个需要解决的问题。

技术实现思路

[0003]为了克服现有技术的问题，本专利技术提出了一种实体件建模重构的方法。所述的方法利用基因法选择算子，使模型还原程度更高，同时通过两次建模使检测层数能够达到256层，更好的还原被测物件的形状和轮廓。
[0004]本专利技术的目的是这样实现的：一种实体件建模重构的方法，所述方法的步骤如下：
[0005]步骤1，选择测量方式：根据被测物的形状和类型选择测量仪器；激光扫描仪、三坐标测量仪、CCD视频扫描仪，或者相互组合；每种测量仪器均设置相应的数据库，记录各个仪器所测量的各种被测物，形成各种被测物的基因库；
[0006]步骤2，数据采样：首先将被测物固定，或确定被测物和测量仪器之间的确定距离，之后根据被测物和测量仪器之间的距离建立测量坐标系，之后根据被测物的形状和基因选择多条测量路径并进行优化，从中选出至少一条最佳的路径；
[0007]步骤3，选择算子：根据被测物点云和边缘特点，以及被测物件的基因选择算子；
[0008]常用的边缘检测算法主要有：
[0009]1)微积分边缘算子；
[0010]2)基于数学形态学的边缘检测；
[0011]3)基于小波变换的边缘检测；
[0012]4)基于神经网络的边缘检测；
[0013]5)基于模糊学的边缘检测；
[0014]6)基于遗传算法的边缘检测；
[0015]步骤4，建立被测物数字模型：曲线构建或曲面构建形成被测物的3D数字模型，从
点云网格变成多边形模型，使用点层技术编辑点云大型数据集合，实现快速精确编辑；
[0016]步骤5，模型精细化处理：模型精细化处理包括深度处理，模型深度的处理包括：误差点、增加密度、数据平滑、补充测量、NURBS的曲线预处理；而模型广度的处理是对模型边缘的处理；
[0017]步骤6，基于NURBS模型再次构建：根据产品的特点和数据处理得到的新的、接近曲面形状的型值顶点Vij：
[0018]首先，读取经过数据处理的数据块，生成多条插值于型值点的NURBS截面曲线，u向,v向截面线分别生成；
[0019]其次，为保证生成的曲面模型连续、封闭，构造出封闭的NURBS边界曲线，该曲线插值于u向和v向的边界控制点；
[0020]第三，在已构造完成的u向、v向NURBS截面曲线以及封闭的NURBS边界曲线的基础上，利用曲面造型技术分别拟合生成若干个封闭、光滑的NURBS曲面；
[0021]最后，将各分块曲面进行拼接、过渡、延伸、裁剪、光顺的技术处理，最终获得在实体表面形状、尺寸精度范围内的曲面模型，该曲面模型要求各连接曲面光滑、平顺、封闭和连续。
[0022]进一步的是，所述的基因库构建方式为：
[0023]物件归类：
[0024]以行业划分的物件归类：机械类件、民用类件；机械零件又包含：机床、汽车、液压气动件、轴承和标准件；
[0025]以形状划分的物件归类：规则几何形状和不规则几何形状；规则几何形状类包括：轴类工件、箱体类工件和薄壁工件；不规则几何形状类包括：器皿、叶片；
[0026]基因提取的方式为：依据物件归类，提取各种物件的相同和类似的要素，归纳总结为特征，同时考虑加工、使用、环境的不同而影响物件的形变，同时考虑物件的变化趋势，分析物件的形位变化，形成基因要素并提取构建为基因库。
[0027]进一步的是，所述的使用点层技术编辑点云大型数据集合包括：生成初始点云后，在这组初始点云基础上建立第一次数模并计算残差，从而对点云迭代优化；二维纹理信息与三维几何信息融合，生成特征和精度都增强的点云，并迭代更新点云位置，最终还原成实物数模。
[0028]本专利技术的优点和有益效果是：本专利技术根据被测物件的内在基因，利用基因法选择算子，与传统的逆向工程相比，通过基因法所选择的算子更加贴合被测物件的造型需求，通过两次建模和两次建模之间的模型精细化处理，使被测物件所构建的数字模型更加精细化，能够达到256层，比传统的建模所能够达到的128层，检测程度增加了一倍，模型精细程度达到一个新的境界，模型的边缘更加清晰，模型还原程度更高。
附图说明
[0029]下面结合附图和实施例对本专利技术作进一步说明。
[0030]图1是本专利技术实施例一所述方法的流程图；
[0031]图2是本专利技术实施例一所述应用实例的图像测量系统结构框图；
[0032]图3是本专利技术实施例一所述应用实例的移动被测零件获取参数信息示意图；
[0033]图4是本专利技术实施例一所述应用实例的多CCD获取被测零件参数信息示意图；
[0034]图5是本专利技术实施例一所述应用实例的二维图像分析切割法原理示意图；
[0035]图6是本专利技术实施例一所述应用实例的三点定圆法原理示意图；
[0036]图7是本专利技术实施例一所述应用实例的三点定圆法流程图；
[0037]图8是本专利技术实施例三所述神经网络结构示意图；
[0038]图9是本专利技术实施例三所述以n＝3为例的神经网络加softmax回归函数结构流程图；
[0039]图10是专利技术实施例三所述目标值与概率值一一对应示意图；
[0040]图11是专利技术实施例三所述一层迭代过程示意图；
[0041]图12是专利技术实施例三所述比较调整过程示意图。
具体实施方式
[0042]实施例一：
[0043]本实施例是一种实体件建模重构的方法，所述方法的步骤如下，流程如图1所示：
[0044]步骤1，选择测量方式：根据被测物的形状和类型选择测量仪器；激光扫描仪、三坐标测量仪、CCD视频扫描仪，或者相互组合；每种测量仪器均设置相应的数据库，记录各个仪器所测量的各种被测物，形成各种被测物的基因库；
[0045]对于各种不同的被测物，例如：涡轮机叶片，齿轮、轮胎、花瓶，各种物品形状不同，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实体件建模重构的方法，其特征在于，所述方法的步骤如下：步骤1，选择测量方式：根据被测物的形状和类型选择测量仪器；激光扫描仪、三坐标测量仪、CCD视频扫描仪，或者相互组合；每种测量仪器均设置相应的数据库，记录各个仪器所测量的各种被测物，形成各种被测物的基因库；步骤2，数据采样：首先将被测物固定，或确定被测物和测量仪器之间的确定距离，之后根据被测物和测量仪器之间的距离建立测量坐标系，之后根据被测物的形状和基因选择多条测量路径并进行优化，从中选出至少一条最佳的路径；步骤3，选择算子：根据被测物点云和边缘特点，以及被测物件的基因选择算子；常用的边缘检测算法主要有：1)微积分边缘算子；2)基于数学形态学的边缘检测；3)基于小波变换的边缘检测；4)基于神经网络的边缘检测；5)基于模糊学的边缘检测；6)基于遗传算法的边缘检测；步骤4，建立被测物数字模型：曲线构建或曲面构建形成被测物的3D数字模型，从点云网格变成多边形模型，使用点层技术编辑点云大型数据集合，实现快速精确编辑；步骤5，模型精细化处理：模型精细化处理包括深度处理，模型深度的处理包括：误差点、增加密度、数据平滑、补充测量、NURBS的曲线预处理；而模型广度的处理是对模型边缘的处理；步骤6，基于NURBS模型再次构建：根据产品的特点和数据处理得到的新的、接近曲面形状的型值顶点Vij：首先，读取经过数据处理的数据块，生成多条插值于型值点的NURBS截面曲线，u向,v向截...

【专利技术属性】
技术研发人员：张春阳，高袆萌，张恣初，
申请(专利权)人：张春阳，
类型：发明
国别省市：