[发明专利]一种非线性建筑设计调整方法及系统

摘要

本发明属于建筑技术领域，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。

主权项

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)，M T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，α_i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z_j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，α_i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z_j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。