ImagewareTM 曲面模块
ImagewareTM曲面模块（ImagewareTM Surfacing）提供完整的曲线与曲面建立和修改的工具。这包括扫掠、放样及局部操作用到的圆角、翻边及偏置等曲面建立命令。几何的编辑可以用多种方法实现。首先就是通过直接编辑曲线及曲面的控制点。这对于初始的黑屏设计、输入的遗留数据或有小局部需要修改的情况非常有用。作为控制点编辑工具的补充，新增了完整的针对曲线网络及相关结构的新的三维约束解算器。这些工具捕捉引起自动更新物体之间的关系。这将快速改善设计人员的效率。
ImagewareTM曲面模块也提供功能强大的曲面匹配能力。这将允许将临近的曲面片在边界线或内部点上进行曲面位置、相切及曲率连续的处理。同时提供丰富的匹配选项以精确控制结果的几何。
一些情况下，设计者需要使用高质量的Bezier模型（汽车的Class A曲面）使用更高的阶次（到21次）的几何。这在曲面模块中均可实现。
ImagewareTM 多边形造型模块
ImagewareTM多边形造型（ImagewareTM Polygonal Modeling）模块完美地适合棋格及三角形数据的处理。下面的数据源及数据类型是允许的：
l STL数据（如从许多扫描设备中获得）
l 有限元数据
l VRML数据
功能性方面允许执行下列操作：
l 由密集的点云建立多边形
l 修补多边形网格
l 偏置多边形用于包装
l 切割多边形数据剖面
l 通过布尔操作增加或减少多边形数据
l 快速加工应用
l 多边形雕刻及编辑
l 多边形可视化
l 快速物理样机准备及实验
作为单独运行的模块，它提供了处理任何大小的多边形模型的能力。举例来说，由扫描数据处理快速包装分析——与当前过程相比节约大量时间（如从逆向工程到生成Nurbs曲面）。与点处理和曲面模块结合，这将形成在市场上极具竞争力的强大的概念造型工具。
ImagewareTM 检验模块
ImagewareTM 检验模块（ImagewareTM Inspection）针对检测，尤其是复杂数字形状与物理以及物理样机的三维模型的检验。密集的点云由不同类型的扫描测量设备获得，用于与数字描述与CAD模型的比较。
这里提供了大量的工具以输入CAD数据及点云数据并将这些数据进行对齐。对齐后，主算法可以用于比较零件与扫描数据之间定性及数量上的差别。GD&T能力提供对点云注释并存档报告的能力。
--------------------------------------------------------------------------------
Copyright 2001, United Force Corp. All rights reserved
版权所有 美国通力有限公司
1.NURBS曲面
在反求工程中，型值点数据具有大规模、散乱的特点，其B样条曲面的拟合有其自身特点。因而，在B样条曲面拟合中，需研究的首要问题是单一矩形域内曲面的散乱数据点的曲面拟合问题。在众多的研究中，Weiyin Ma & J P Kruth的工作较具代表性。他们首先根据边界构造一个初始曲面，然后将型值点投影到这个初始曲面上，接着根据投影位置算出其参数分布，从而解决散乱数据的参数分配问题。根据这一型值点参数分配拟合出一张新的NURBS曲面，然后再对型值点参数进行优化，使所拟合曲面离给定型值点误差最小。
在实际的产品中，只由一张曲面构成的情况不多，产品型面往往由多张曲面混合而成（如过渡、相交、裁剪等），因而，只用一张曲面去重构其数学模型是很难保证其模型的精度的。于是，人们采用不同的方法来处理数据的分块问题。对于图像形数据（具有行×列）特点的数据，B Sarkar & C-H Menq运用图像处理的原理，获取曲面的特征线，然后根据这些曲线将曲面划分为不同的块，每块用B样条曲面拟合，最终将所有块拼接成一个整体。Tamas Varady et al提出一种四叉树方法，首先构造一张整体的曲面，若不能满足要求，则将其一分为四，再对每一小块进行处理，直至所有小块均满足要求为止。另一种方法则是基于曲线网格，首先估算各型值点的局部性质，找出特征线（如尖角、C1连续、及对称线等），将特征线拟合成曲线网格，对每一网孔构造一张曲面，使网孔内部的点对其对应曲面具有最佳的逼近性，最终将所有曲面片实行光滑拼接。C Bradley & G W Vicker等则提出一种两步方案，首先用函数方法，如Shepard插值等构造插值于测量点的曲面的数学模型，然后在曲面上构造拓扑矩形网格。交互定义特征线，利用此矩形网格数据构造曲面。1996年，他们又提出另外一种称为Orthogonal Cross Section(OCS)的方法，首先对每块测量数据进行三角剖分，得到几张插值于测量点的基于三角平面片的曲面模型，然后用三组正交的等间隔的平行平面与上述曲面求交，在各个截面线内去除各曲面块内交线的重叠部分，求出各条交线的交点，即得到所谓OCS模型。然后利用根据曲面网格建立曲面的方法构造曲面。
在反求工程中，三角曲面由于其构造灵活、边界适应性好的特点，一直受到重视，在三角曲面的应用研究中，重点集中在如何提取特征线、如何简化三角形网格和如何处理多视问题上。1994年，Xin Chen & Francis Schmitt在研究图像形数据的曲面重建时，首先利用型值点估算出曲面的局部几何性质，得到曲面的特征线（阶跃、尖角及曲率极值），并以这些特征为基础建立初始的三角形网格，然后将自适应递增地、有选择地将型值数据插入三角形网格，三角划分中，未用到的点都当作冗余数据。最后，通过三角Bezier曲面构造得一张光滑的曲面。1995年，Hyungjun Pa K & Kwanqsookim提出了一种自适应的光滑曲面逼近大规模散乱点的方法，他们用分段三次Bezier三角代数曲面作为最终输出结果，而使各三角曲面片之间达到跨边界C1连续。该方法从插值于产品的边界曲线开始，不断插入最大误差点来精化逼近曲面，直到所有测量点都在规定的误差内，曲面的自适应逼近结束，若逼近的允许误差为0，则曲面插值于所有数据点。这种方法概念简单、数据压缩量大，并在加点的过程中不需要对整个曲面进行重构，而只改变相关影响域，因而速度快。但是，在这一方法中采用非参数的形式，逼近结果受到坐标系的影响，并且只能适应单值曲面。同时，由于曲面内的点之间的连接关系（指特征）没有在自适应的网格划分中考虑，因而在逼近曲面中不能很好地重构特征（或者是特征线附近曲面片会很密）。华盛顿大学的H Hoppe通过研究大规模的散乱测量数据的曲面重构问题完成其学位论文，并在许多刊物上发表其研究成果，概括起来，他的方法分为三个主要步骤：
TC公司的Pro/Engineering中的Pro/SCAN只能处理扫描数据输入，通过点过滤和线过滤技术将模型的数据量减少，最终通过线来建立曲面。而Unigraphics中的PointCloud模块则对具有单值特征的曲面直接拟合成曲面。显然这种方法与专业的反求工程软件相比，它们的功能相当有限。