本发明属于实体模型构建技术领域，尤其涉及一种基于逆向工程的逐渐三维实体模型构建系统及方法。
背景技术：
目前，业内常用的现有技术是这样的：
逆向工程(又称逆向技术)，是一种产品设计技术再现过程，即对一项目标产品进行逆向分析及研究，从而演绎并得出该产品的处理流程、组织结构、功能特性及技术规格等设计要素，以制作出功能相近，但又不完全一样的产品。逆向工程源于商业及军事领域中的硬件分析。其主要目的是在不能轻易获得必要的生产信息的情况下，直接从成品分析，推导出产品的设计原理。然而，现有建模效率低，周期长；同时三维模型数据不标准。
光流估计是计算机视觉领域内的一个重要基础模块，其研究目的是通过建模计算出视频连续两帧间的运动信息，具体就是第一帧中每个像素在第二帧中的对应匹配像素。经过三十多年的发展，光流估计问题已经有非常多的相关研究，但在真实世界视频里的鲁棒光流估计仍然是个富有挑战性的问题。
光流估计根据所采用的方法的不同，大体可以分为两种：一种是基于horn和schunck提出的变分能量优化模型，一种是基于匹配的插值优化模型。
基于变分能量优化模型的算法虽然能够在小位移光流估计中取得非常精确的结果，但这种方法通常会在有大位移运动物体的场景下失败。
基于匹配的插值优化模型主要利用了在大位移运动中，两帧之间视觉关键点的匹配信息对光流估计结果的重要性。以一种相对稠密的匹配结果作为光流估计的初始值，可以很好的解决传统变分能量优化模型存在的问题。
然而，基于匹配的插值优化模型主要问题在于计算稠密匹配需要相当大的代价，并且其匹配结果的精度也直接影响到最终光流估计的效果。
插值样条曲线/曲面有不少构造方法，在几何造型中占有重要的地位。目前现有技术对有理三次样条以及它们在形状控制中的应用进行了研究以及对三角多项式的插值样条进行了研究，取得了一些有用的结果。
目前的的样条曲线/曲面不插值控制顶点，或者说不具有插值功能，生成的是自由曲线/曲面。
综上所述，现有技术存在的问题是：
现有建模效率低，周期长；同时三维模型数据不标准。
基于匹配的插值优化模型主要问题在于计算稠密匹配需要相当大的代价，并且其匹配结果的精度也直接影响到最终光流估计的效果的问题。
现有的样条曲线/曲面并不插值控制顶点的问题。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种基于逆向工程的逐渐三维实体模型构建系统及方法。
本发明是这样实现的，一种基于逆向工程的逐渐三维实体模型构建系统，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
步骤三、在
步骤四、将步骤三获得的种子点在由步骤二的图像金字塔
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deboor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deboor控制顶点的直线上就得到了各样条小区间插值于deboor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。
进一步，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
所述步骤三在
{p(sl)}＝η·{p(sl-1)}，l≥1；
其中l代表金字塔层数，{p(sl)}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
第一步：邻域传播，即：
其中sm表示当前种子点，nm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(sm)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(sm)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(sl)}为第l层种子点的运动矢量，η为金字塔的缩放系数。
进一步，构造插值曲线的方法包括：
给定型值点列d0，d1，d2，…，dm，补充辅助点d-2，d-1..和dm+1，dm+2…，样条结点序列为：
…≤t-1≤a＝t0＜t1＜t2＜…＜tm-1＜tm＝b≤tm+1≤…；
将{dj}作为deboor控制顶点序列，得n阶b样条曲线，记为：
其中nj，n(t)是n阶b样条基函数，其支集设为区间
构造曲线di(t)，满足插值条件：
di(tk)＝dk，k＝0，1，2，…，m；
插值曲线的构造方法进一步包括：
在每个区间样条子区间[ti，ti+1](i＝0，1，2，…，m-1)上，连接b样条曲线段d(t)的两个端点d(ti)和d(ti+1)的直线段记为li(t)，方程为：
li(t)＝(1-0i(t))d(ti)+φi(t)d(ti+1)，ti≤t≤ti+1；
而连接两相邻deboor点di和di+1的直线段记为li(t)，方程为：
li(t)＝(1-φi(t))d(ti)+φi(t)d(ti+1)，ti≤t≤ti+1；
li(t)＝(1-φi(t))di+φi(t)di+1，ti≤t≤ti+1；
作曲线段d(t)与直线段li(t)在区间[ti，ti+1]上的差向量：
δi(t)＝d(t)-li(t)，ti≤t≤ti+1；
差向量伸缩，即得αδi(t)，α＞0，将其平移，使其起点落在直线段
di(t)＝li(t)+αδi(t)，ti≤t≤ti+1，i＝0，1，2，…，m-1；
或写为：
di(t)＝[(1-φi(t))di+φi(t)di+1]+α[d(t)-(1-φi(t))d(ti)-φi(t)d(ti+1)]；
ti≤t≤ti+1，i＝0，1，2，…，m-1；
函数φi(t)满足如下的条件：
φi(t)在区间[ti，ti+1]上具有直到n-2阶的连续导数；
得：
φi(t)在区间[ti，ti+1]为单调增函数，以避免直线段li(t)和li(t)出现重结点；
四阶四次b样条插值曲线的构造方法包括：
给定区间[a，b]的一个扩充分划：
t-6≤t-4≤t-2≤a＝t0＜t1＜…＜t2i＜t2i+1＜…＜t2m-1＜t2m＝b≤t2(m+1)≤t2(m+2)≤t2(m+3)；
及deboor控制顶点序列：
d-1，d0，d1，d2，…，dm，dm+1；
区间[a，b]上以：
{t-6，t-4，t-2，t0，t2，…，t2i，…，t2(m-1)，t2m，t2(m+1)，t2(m+2)，t2(m+3)}；
为样条结点的四阶四次b样条曲线记为：
其中b样条基函数ωi(t)的支集上的样条结点为：
t2(j-2)，t2(j-1)，t2j，t2(j+1)，t2(j+2)，j＝-1，0，1，…，m+1；
在r(t)的基础上，构造一条四阶四次b样条插值曲线ri(t)，使得它通过诸型值点列{dk}，即满足插值条件：
ri(t2k)＝dk，k＝0，1，2，…，m；
连接曲线段r(t)两端点r(t2i)和r(t2i+2)的直线段记为：
连接两相邻deboor点di和di+1的直线段记为：
调配函数ψi(t)的表达式为：
其中ei0是自由参数，
所述b样条插值曲面构造方法为：
构造双四阶四次b样条插值曲面ri(u，v)如下：
其中：
u3i≤u≤u3i+3，v3j≤v≤v3j+3，i＝0，1，2，…，m-1，j＝0，1，2，…，n-1；
u，v分别取代原表达式中的t：
h2i+k＝u2i+k+1-u2i+k和
分别取代原式中的h2i+k，k＝0，1。
本发明的另一目的在于提供一种基于逆向工程的逐渐三维实体模型构建方法包括以下步骤：
步骤一，通过数据导入模块将现有的设备工程电子图导入到计算机内；
步骤二，通过分解模块分解设备工程图中用于描述模型的各方向视图；
步骤三，通过运算模块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；
步骤四，通过建立模型模块建立三维实体模型，并通过模型数据检测模块对三维模型数据的标准性进行检测。
进一步，模型数据检测模块检测方法如下：
首先，获取待检测的三维模型数据以及待检测的内容项；
然后，根据待检测的三维模型数据选择检测集，并设置所述检测集中的检测项的判定值；
最后，根据检测项的判定值对待检测的内容项进行检测；检测结果输出步骤，输出不符合所述判定值的内容项作为检测结果。
本发明的另一目的在于提供一种实现所述基于逆向工程的逐渐三维实体模型构建方法的计算机程序。
本发明的另一目的在于提供一种实现所述基于逆向工程的逐渐三维实体模型构建方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的基于逆向工程的逐渐三维实体模型构建方法。
本发明的优点及积极效果为：
本发明通过运算模块采用构建引导基准面和约束基准面的方式，能够将三维实体建模的难度大幅降低，有效提高了进行三维实体建模的效率，缩短了建模所需要的时间；本发明所述的技术方案，同时还具有整体操作的简易性，有很高的实用性；本发明提供模型数据检测模块构建了检测集，使得检测标准统一，用户通过设定检测项的值由计算机系统完成检测，提高了检测效率，且用户可随时将设计的三维模型数据提交服务器进行检测，检测具有实时性，且可以对检测结果进行统计分析，有助于提高产品设计效率。
本发明只需要不断的使用大块的匹配结果来指导小块的匹配过程，就可以得到精确的大位移匹配；在图像金字塔上由顶层到底层的匹配过程中，不断优化匹配结果。对于在顶层中消失的细小物体，特别是高速运动的细小物体能够在由粗到细的过程中逐渐恢复。相比于传统的基于变分能量优化模型的方法可以更好的处理大位移运动，传统的基于变分能量优化模型的方法因为对初始值有非常高的要求，导致其对于大位移运动时无法找到一个合适的初始值，在即使使用了由粗到细的策略后也并不能解决这个问题，主要是因为在由粗到细的变分优化过程中，顶层的错误逐层传播到了底层，特别是在存在高速运动小物体的情况下，相反，本发明会在由粗到细的过程中，不断优化匹配结果，极大地限制了上层错误的传播；相比于基于匹配的插值优化方法，本发明具有更高效、更灵活的效果，本发明可以随时根据应用场景的不同控制种子点的数目，产生不同效率、不同精度的光流结果。
本发明利用增量伸缩平移和张量积的方法，构造了矩形域上的插值于控制顶点网格的样条插值曲面和双四阶四次b样条插值曲面，插值曲线/曲面的构造方法简洁，几何意义明显，与burbs方法相容，对几何造型是有意义的。本发明提出了一个新的几何造型方法，这个方法解决了插值控制顶点的问题，对于逆向工程具有重要意义。
附图说明
图1是本发明实施例提供的基于逆向工程的逐渐三维实体模型构建系统结构框图。
图2是本发明实施例提供的基于逆向工程的逐渐三维实体模型构建方法流程图。
图中：1、数据导入模块；2、主控模块；3、分解模块；4、运算模块；5、建立模型模块；6、模型数据检测模块。
图3是本发明实施例提供的ψi(t)的分段四次bézier函数表示示意图。
图4是本发明实施例提供的四阶四次b样条曲线转化为插值曲线示意图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
如图1所示，本发明提供的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1、主控模块2、分解模块3、运算模块4、建立模型模块5、模型数据检测模块6。
数据导入模块1，与主控模块2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2，与数据导入模块1、分解模块3、运算模块4、建立模型模块5、模型数据检测模块6连接，用于调度各个模块正常工作；
分解模块3，与主控模块2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4，与主控模块2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5，与主控模块2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；
模型数据检测模块6，与主控模块2连接，用于对三维模型数据的标准性进行检测。
本发明提供的模型数据检测模块6检测方法如下：
首先，获取待检测的三维模型数据以及待检测的内容项；
然后，根据待检测的三维模型数据选择检测集，并设置所述检测集中的检测项的判定值；
最后，根据检测项的判定值对待检测的内容项进行检测；检测结果输出步骤，输出不符合所述判定值的内容项作为检测结果。
如图2所示，本发明提供的一种基于逆向工程的逐渐三维实体模型构建方法包括以下步骤：
s101，通过数据导入模块将现有的设备工程电子图导入到计算机内；
s102，通过分解模块分解设备工程图中用于描述模型的各方向视图；
s103，通过运算模块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；
s104，通过建立模型模块建立三维实体模型，并通过模型数据检测模块对三维模型数据的标准性进行检测。
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
步骤三、在
步骤四、将步骤三获得的种子点在由步骤二的图像金字塔
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deboor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deboor控制顶点的直线上就得到了各样条小区间插值于deboor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。
进一步，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
所述步骤三在
{p(s1)}＝η·{p(sl-1)}，l≥1；
其中l代表金字塔层数，{p(sl)}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
第一步：邻域传播，即：
其中sm表示当前种子点，nm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(sm)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(sm)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(sl)}为第l层种子点的运动矢量，η为金字塔的缩放系数。
进一步，构造插值曲线的方法包括：
给定型值点列d0，d1，d2，…，dm，补充辅助点d-2，d-1..和dm+1，dm+2…，样条结点序列为：
…≤t-1≤a＝t0＜t1＜t2＜…＜tm-1＜tm＝b≤tm+1≤…；
将{dj}作为deboor控制顶点序列，得n阶b样条曲线，记为：
其中nj，n(t)是n阶b样条基函数，其支集设为区间
构造曲线di(t)，满足插值条件：
di(tk)＝dk，k＝0，1，2，…，m；
插值曲线的构造方法进一步包括：
在每个区间样条子区间[ti，ti+1](i＝0，1，2，…，m-1)上，连接b样条曲线段d(t)的两个端点d(ti)和d(ti+1)的直线段记为li(t)，方程为：
li(t)＝(1-φi(t))d(ti)+φi(t)d(ti+1)，ti≤t≤ti+1；
而连接两相邻deboor点di和di+1的直线段记为li(t)，方程为：
li(t)＝(1-φi(t))d(ti)+φi(t)d(ti+1)，ti≤t≤ti+1；
li(t)＝(1-φi(t))di+φi(t)di+1，ti≤t≤ti+1；
作曲线段d(t)与直线段li(t)在区间[ti，ti+1]上的差向量：
δi(t)＝d(t)-li(t)，ti≤t≤ti+1；
差向量伸缩，即得αδi(t)，α＞0，将其平移，使其起点落在直线段
di(t)＝li(t)+αδi(t)，ti≤t≤ti+1，i＝0，1，2，…，m-1；
或写为：
di(t)＝[(1-φi(t))di+φi(t)di+1]+α[d(t)-(1-φi(t))d(ti)-φi(t)d(ti+1)]；
ti≤t≤ti+1，i＝0，1，2，…，m-1；
函数φi(t)满足如下的条件：
φi(t)在区间[ti，ti+1]上具有直到n-2阶的连续导数；
φi(ti)＝0，φi(ti+1)＝1，φi(j)(ti)＝φi(j)(ti+1)＝0，j＝1，2，…，n-2；
得：
φi(t)在区间[ti，ti+1]为单调增函数，以避免直线段li(t)和li(t)出现重结点；
四阶四次b样条插值曲线的构造方法包括：
给定区间[a，b]的一个扩充分划：
t-6≤t-4≤t-2≤a＝t0＜t1＜…＜t2i＜t2i+1＜…＜t2m-1＜t2m＝b≤t2(m+1)≤t2(m+2)≤t2(m+3)；
及deboor控制顶点序列：
d-1，d0，d1，d2，…，dm，dm+1；
区间[a，b]上以：
{t-6，t-4，t-2，t0，t2，…，t2i，…，t2(m-1)，t2m，t2(m+1)，t2(m+2)，t2(m+3)}；
为样条结点的四阶四次b样条曲线记为：
其中b样条基函数ωj(t)的支集上的样条结点为：
t2(j-2)，t2(j-1)，t2j，t2(j+1)，t2(j+2)，j＝-1，0，1，…，m+1；
在r(t)的基础上，构造一条四阶四次b样条插值曲线ri(t)，使得它通过诸型值点列{dk}，即满足插值条件：
ri(t2k)＝dk，k＝0，1，2，…，m；
连接曲线段r(t)两端点r(t2i)和r(t2i+2)的直线段记为：
连接两相邻deboor点di和di+1的直线段记为：
调配函数ψi(t)的表达式为：
其中ei0是自由参数，
所述b样条插值曲面构造方法为：
构造双四阶四次b样条插值曲面ri(u，v)如下：
其中：
u3i≤u≤u3i+3，v3j≤v≤v3j+3，i＝0，1，2，…，m-1，j＝0，1，2，…，n-1；
u，v分别取代原表达式中的t：
h2i+k＝u2i+k+1-u2i+k和
分别取代原式中的h2i+k，k＝0，1。
下面结合具体分析对本发明作进一步描述。
一般而言对于两张图像是否连续没有硬性的要求，只要求两张图像有50％以上是重合的，例如：对于高帧率视频，间隔多帧的两帧图像也能作为输入；
在构造图像金字塔的过程中，金字塔的缩放系数可以固定为0.5，也可以更具实际应用选择0.1～0.9之间的数，缩放系数越高意味着金字塔层数越多；
在金字塔每层上生成种子点的过程中，一般为考虑到匹配的稠密性，种子点需要在图像空间里大致均匀分布，可以根据不同的应用需求，调整种子点分布的稠密程度；
在层内对种子点进行匹配时，可以根据应用的不同，使用不同的匹配方法；
在最后对种子点的匹配进行插值时，可以使用不同的插值优化模型。
图3是本发明实施例提供的ψi(t)的分段四次bézier函数表示示意图。
图4是本发明实施例提供的四阶四次b样条曲线转化为插值曲线示意图。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。