工程图扫描识别及矢量化

工程图扫描识别及矢量化

郭立伟[1]2003年在《工程图扫描识别及矢量化》文中研究指明随着计算机技术及现代制造技术的发展,工程图扫描识别及矢量化的研究越来越成为一种的实际的需求,对制造系统信息的获取,企业图档的管理具有很高的应用价值和经济效益。本文从实际需要的角度出发,以机械工程图纸的自动输入处理为应用背景,利用面向对象的可视化编程语言Visual C++,对扫描识别及矢量化过程中的主要环节工程扫描图形的前处理、矢量化跟踪、图形识别、扫描识别后处理及图形格式转换等进行了研究。具体包括:BMP图象文件格式分析;对机械工程图纸扫描输入过程中可能出现的图纸缺陷以及后续工作的需要,介绍了几种图形前处理算法及其实现,并详细阐述了图形细化的算法及实现;基于图象细化基础上对图象的矢量化跟踪进行了分析研究,并详细阐述了矢量化跟踪的算法及实现;分析了直线链码的特征,将Freeman链码准则化;在利用程序对图形进行大体分类的基础上,利用曲线拟合的最小二乘法对折线集中圆和直线的识别,进行了初步探索,并阐述了算法;为矢量化之后的图形提供了简单的图形编辑能力,可以对矢量化过程中产生的失真现象进行一定程度的补偿,包括水平线和垂直线的调整、直线的断点连接等;给出矢量化数据文件到AutoCAD图形处理软件转换的接口。以利于在AutoCAD环境下对图形进行编辑、修改及输出。 工程图纸扫描识别及矢量化在国内外虽然已经进行了相当长时间的研究,但依然未达到智能理解的程度。本课题在这方面也只是进行了简单的尝试,还存在许多问题,有待于进一步完善。

刘壮, 朱琳[2]2009年在《工程图扫描识别预处理的研究》文中提出研究了机械工程图纸的扫描识别预处理,主要讨论了扫描分辨率与模式的设置、图像的二值化、平滑处理、轮廓提取方法。结果表明,分辨率为300dpi,且利用Otsu法与方差法实现二值化,利用高斯模板匹配进行消噪处理效果较好。最后编写了轮廓提取Matlab程序代码。

庞连军[3]2006年在《工程图样的R-V转换研究》文中研究说明工程图样R—V(Raster to Vector)转换技术是工程图纸处理集成系统中的一项重要的图形、图像处理技术。该技术旨在将扫描的工程图像转换为与CAD系统相兼容的矢量数据格式。精确的矢量化结果是进一步进行图形理解的基础,然而当前的图纸扫描转换系统均未能取得令人满意的图素识别精度。在矢量化系统中研究如何提高输入数据的质量是提高工程图自动识别技术水平和矢量化系统性能的关键。本文围绕这一课题开展工程图样R—V转换的前期处理技术研究,提出了基于阈值连通的视图划分算法和基于轮廓点匹配的层次划分算法。并用所提出的算法构建了基于图样绘制规则的自动区域化和基于图样线型属性的智能层次化两个图纸扫描转换系统的前置模块。通过这两个模块提高图纸扫描转换系统原输入数据的质量,从而提高了R—V转换精度,并为后续的智能识别与叁维重建提供语义上的指导。 基于阈值连通的视图划分算法的基本思想是根据工程图绘制规则,提出了阈值邻接和阈值连通的概念,将工程图样的基本视图、技术要求以及其它视图等依据制图标准及图形的工程语义,从整体工程图样中识别与区分,再进行标识。 基于轮廓点匹配的层次划分算法的基本思想是根据工程图样的线宽特征,利用轮廓跟踪技术,通过轮廓点对匹配算法,得到图中目标对象的轮廓匹配点对。再引入线宽属性特征因子,运用模糊模式识别的方法,对拾取过程中得到的图素轮廓信息及线型宽度信息进行模糊判别,实现对图形元素的轮廓层和辅助层的分层标识。 实践表明本文提出的算法具有准确率高、抗干扰性强、失真很小等特点,对复杂多样的工程图也取得了良好效果。

李蓉[4]2003年在《基于质量评价的矢量化工程图后处理技术研究》文中认为工程图自动识别技术旨在将扫描工程图像转换为与各种CAD系统相兼容的矢量数据格式,精确的矢量化结果是进一步进行图形理解的基础,然而当前的图纸扫描转换系统均未能取得令人满意的图素识别精度,矢量化结果中的错误只能依靠人工交互校正。校正错误的时间往往远大于矢量化的时间。研究如何提高矢量化系统输出数据的质量对提高工程图自动识别技术的水平和矢量化系统的性能及实用化程度有着重要的理论和应用意义。本文围绕这一主题开展矢量化工程图的后处理技术研究,提出“基于识别质量评价”的矢量图素错误自动判别和校正的解决方案,使得图纸扫描转换系统不但具有产生矢量化数据的能力,而且具有对所产生的矢量数据的质量进行评价分析和自适应校正的能力。 本文重点讨论了图素质量评价器的设计,提出采用图素识别质量特征因子来表述图素的识别质量,并以矢量图素对应的光栅图元作为约束矢量图素的模板或公差带,以此提取反映识别质量的特征因子,结合模糊理论的有关概念定义各种特征因子的表达式;图素的识别质量特征因子作为图素识别质量评价器的输入,由评价器经过处理后输出对图素识别质量的评判结果。 本文设计了一个基于人工神经网络的直线图素识别质量评价器,网络经过训练后可以取得类似人眼判断的评判效果,由于各识别质量特征因子在定义的时候一般都取的是和图素线宽的相对比值,因此本文提出的方法对于扫描工程图的分辨率的影响不敏感。对于圆弧型图素,则重点研究了常见的错误模式—伪圆弧的检测和校正技术,首先检测伪圆弧对应的光栅图元轮廓上的角点,并以这些角点对图元轮廓进行分段,再逐段分析。 在获得对图素识别质量的评价之后,质量较差的图素被输入到错误自动校正器进行错误校正处理,本文提出“二次矢量化”的错误校正思想,二次矢量化是在初步矢量化所获得知识的基础之上,取得初始参数,并在跟踪过程中动态校正参数,在跟踪结束时引入跟踪终止检测探针以消除光栅图像中黑白噪音的影响,使得算法具有较强的抗噪音干扰能力,校正后的图素仍需进行质量评价,未能通过评价的图素需递归执行二次矢量化算法。 本文最后一部分详细讨论了图形二维重建的关键技术,包括识别图素间的拓扑关系,建立带权有向图的拓扑关系动态表示模型,尺寸驱动技术及辅助线线型重构技术等。

路通, 蔡士杰[5]2012年在《面向内容的工程图识别与理解综述》文中研究说明对工程图识别与理解研究现状进行深入和系统的综述。工程图识别与理解的核心在于利用知识表示、图形匹配、符号识别、几何推理、语义提取等技术,自动获取工程图中各种显式描述(如几何图元、工程符号、工程对象等)及隐式信息(如设计语义等)。分别对工程图矢量化、工程符号识别及工程对象识别进行了系统分析。在此基础上对工程图识别性能评测、基准库等进行总结。最后对现有研究的难点及进一步研究方向进行了展望。

石文莹[6]2012年在《图形特征阈值分割及其矢量化的研究》文中进行了进一步梳理工程图纸自动识别技术是工程图纸处理集成系统中一项重要的图形、图像处理技术。但是以前的工程图纸大多是采用手工绘制的形式,这些图纸是企业重要的技术资料,然而由于是纸质图纸,给保存和检索方面造成了很大的障碍,且还不能方便的应用到后续设计之中。工程图纸自动识别技术旨在将扫描的工程图样转换为与CAD系统相兼容的矢量数据格式,将扫描所得到的光栅图像加以处理、分析和识别并最终转换成矢量图形的格式,这样就能够方便的修改和编辑。工程图纸自动识别不仅可以实现对工程图纸的有效、自动输入,还可以在计算机中建立起图形数据库以及减缩CAD系统的开发周期。本文对已有的成果进行了相关分析,综合利用了计算机图形学、模式识别及数字图像处理等学科的理论知识,对工程图纸扫描图像自动识别的各主要组成部分的算法与实现进行了研究,包括图像分割、图像去噪、图文分离、图像细化、图形矢量化及数字字符的识别。其中,图像分割部分对现有的几种阈值分割方法进行了比较,并改进了迭代法;图像去噪部分则是采用自适应滤波方法去除二值图像的噪声;图文分离采用包围盒技术将图像中的字符从二值图中分离出来;图像细化对细化的要求比较高,传统的Hilditch法容易产生畸变,本文采用索引表细化法避免了这种情况;矢量化本文提出了采用基于细化的方法和自适应网格相结合的方法,解决了传统基于细化方法容易在交叉处产生畸变的情况。本文对字符识别也进行了研究,主要是针对工程图中的数字识别,通过对BP神经网络进行的改进,设计了一个数字识别系统。本文在工程图自动识别中进行了算法的改进,并进行了相关的实验和分析,对工程图纸自动识别技术的研究有一定的理论意义和实用价值。

郝霞[7]2013年在《大幅面光电扫描工程图的矢量化技术》文中研究说明工程图的矢量化是对于扫描得到的大容量光栅图像进行识别转换,从而生成CAD系统可以识别的一种矢量化技术的总称,该技术通过大幅面扫描仪将得到容量大约为1.8G的位图通过软件程序转化为矢量图。大幅面扫描仪中的工程图矢量化是综合光学、机械、电子、软件和算法等技术于一身的光机电软算一体化系统。大幅面光电扫描工程图的矢量化中包含对图形和图像的处理。作为大幅面光电扫描仪系统软件的重要组成部分,图形图像软件主要用于支持较大容量图像的输入,并对图像进行处理从而得到能被CAD识别的矢量图。针对目前工程图矢量化处理中存在的一些问题,本文设计并实现了一套矢量化处理软件,用于在大幅面光电扫描仪中实现对位图的处理。本文主要对大幅面光电扫描工程图矢量化软件的设计和实现的方法进行了讨论。主要工作包括以下四点:1论文中首先完成通过采集卡读取工程图的数据,并显示在显示器上。在此基础上完成对图像的预处理,包括图像的去噪和二值化;2详细分解整个软件实现的界面效果,校正和拼接的原理;3研究适用于大幅面光电扫描工程图的细化算法;4研究并实现了一种利用直线方程的矢量跟踪新方法。本文的特点在于:在制作基于多线阵CCD的大幅面拼接性高精度一次性成像扫描仪的基础上,针对大容量工程图提出了有效的矢量化新方法,从而使单张高分辨率图像最大容量达到1.4G左右的拼接图像,精度控制在+/-3像素,高速/高品质矢量化转换得以有效实现。

王贺[8]2002年在《基于神经网络的工程图尺寸标注单元识别研究》文中研究指明计算机科学的迅速发展及其在工程中的广泛应用给工程图的使用与保存带来重大变革,将纸质工程图转化为计算机可编辑的电子图档成为制造工程的客观要求。国内外针对工程图纸电子化问题进行了广泛的研究,并且在光栅图矢量化问题上取得了瞩目的成果,然而对初级矢量化工程图的拓扑修正、二维精确重建及叁维模型生成的研究却进展缓慢,究其原因,其中一个关键因素就是没有很好地解决尺寸标注语言的识别与理解问题。 针对这种状况,本文提出一种基于矢量信息,应用神经网络技术识别工程图标注单元的新方法,实现对各种形式标注单元的识别。首先,根据《机械制图》(GB.4448.4-84)中尺寸标注单元绘制规则对尺寸标注单元进行了分类,并以此为基础分析了各种类型尺寸标注单元的基本拓扑结构组成元素,进而提出一种基于矢量信息的拓扑结构元素特征编码规则与编码算法,并通过基本拓扑结构元素编码的组合得到各种具体形式标注单元的编码。然后,应用神经网络技术实现标注单元拓扑特征编码的提取与标注单元拓扑特征编码的识别。同时论文还对标注单元重建中的一些问题进行了讨论。

郑华利[9]2003年在《彩色地形图的自动识别与矢量化研究》文中研究表明地理信息的数字化是建立地理信息系统(GIS)的重要环节,工作量占整个系统开发的叁分之二以上。地形图自动识别与矢量化是涉及多个学科、集理论和实践为一体的图像处理与识别技术,据此可显着提高数字地图的开发效率。多年来的理论及实践为此课题的深入研究奠定了良好的基础,但也存在着许多亟待解决的问题。本文首先分析了地形图自动识别及矢量技术的发展现状,指出了现存的主要问题。然后参考人类视觉系统的信息提取原理,分别从地形图图像预处理、颜色分层、等高线矢量化、黑版要素提取与识别、虚线的提取五个方面提出了自己的观点及算法。最后将以上算法综合,自主开发了一个地形图自动识别与矢量化原型系统,这既是对本文算法的检验,也为整体系统进一步开发、完善打下良好基础。 本文的研究成果主要包括: 1.分析了地图信息提取与识别的重要意义及发展现状,研究了地形图自动识别与矢量化的常用方法及作业方式,指出本课题现存的主要问题。 2.探讨了地形图图像质量退化的误差成因,指出图像预处理工作的必要性。通过对目前非线性扩散算法的分析、总结,提出了基于区域特征分析的地形图图像自适应平滑算法。该方法克服了原有算法噪声敏感、角点模糊的缺点,对其它图像的平滑也可收到较好的效果。 3.指出目前地形图分层算法设计中仅考虑像素颜色信息的不足,提出了空间关系信息与颜色信息相结合的地形图分层算法,同时通过色彩空间转换、改进的模糊C均值算法实现了地形图图像的分色。实验证明,该算法可有效地抑制地图图像的颜色误差,提高分层精度,为地图的分层识别及矢量化奠定了良好的基础。 4.对目前的图纸矢量化算法进行了较全面的总结与分析。为改善等高线自动矢量化的效果,提出基于区域流向分析的可变形模型跟踪算法。同以往基于二值图像的二阶段矢量化算法不同,本算法直接基于原地形图图像。最终通过初始种子段的生成、可变内力控制及区域流向分析,实现了等高线的自动矢量化及断点、粘连点的处理,具有较好的稳定性及自适应特征。 5.分析了地形图黑版要素的形态特征,提出了基于形态分解的地形图黑版要素提取及识别算法。此算法在多角度并行运算的基础上进行扩展,辅以要素的节点分析,运用腐蚀、膨胀、改进的RLS变换等算子对相同特征的结构进行摘要分类后综合,初步实现了黑版要素如道路、居民地、汉字等的自动提取、识别。 6.对地形图制图中的视觉组织现象进行分析,指出运用视觉组织算法进行地形图识别的意义及必要性,提出了基于视觉组织的虚线自动提取算法。该算法通过虚线点的相互作用分析、形态滤波、有界深度优先搜索、可变形模型迭代跟踪实现了虚线的自动跟踪及矢量化。 7.根据以上思路和算法,将理论与实践相结合,开发了二个彩色地形图自动识别与矢量化的原型系统,初步具备了地形图要素的自动提取、识别与矢量化功能。同时,提出矢量化效果的整体评价指标,对实验结果进行了系统的评价。最后,分析与展望了地形图智能理解的研究前景。

刘兴伟[10]2001年在《工程图解释与实物重建的原理方法及其应用研究》文中提出全球竞争迫使制造业快速高效地生产出低成本高质量的产品。随着计算机网络和信息处理技术的发展,推动了企业产品开发模式的改变和产品设计制造领域的不断变革,国内中小企业迫切需要解决如何有效地使用分布式数据和各种知识库,以及如何创建集设计绘图、分析计算、智能决策、加工工艺为一体的分布式设计制造环境。其中要解决的关键问题之一是实现旧图纸和实物模型产品设计信息的重构,以及在当前电子商务和Internet/Intranet异构环境下,产品设计制造信息的有效管理和集成共享。 分布式产品数据管理(PDM)技术构成了产品信息管理和集成的基础平台,工程图解释和实物重建技术可以重构产品设计信息。虽然商用PDM系统已经成功应用到一些制造企业,但是由于实施技术水平环境要求较高、价格昂贵和系统升级费用高等原因,国内中小企业普遍难于实施。因此本文在分析了国内中小型制造企业的实际需要及其自身特点的基础之上,具体研究分布式PDM原理和实施关键技术,探讨企业信息集成的方法和产品设计信息重构的一些新算法,以及基于CORBA标准的、用于本文作者研制的工程图档管理系统(M-EDM)的新结构。本文研究目的是构建一个工程图档管理和远程设计环境,以便在企业的任何地方,总是能够把正确的信息,以正确的形式及时地传递到正确的人手中。论文的创新点和特色体现在以下几个方面: (1)提出一种基于知识引导的工程图解释总体方案,强调了知识在各个环节的引导作用。具体分析了在网络环境下知识获取、知识库的管理和推理机的实 四);l大学博士学位论文一现。 口)提出一种基于多个子窗口的自适应中值滤波新型算法。把多个方向的子窗口同时作用于该象素,比较这些子窗口的灰度一致性,然后选择灰度一致性较高的于窗口的中值,作为处理后的该象素的灰度值。同时以一种标准测试图象和实际扫描图为例,对标准中值滤波器和本算法进行了对比试验,结果表明本算法具有较好的细节保护能力和较强的滤噪特性。 *)提出一种基于模糊集理论的自适应模糊增强算法,能够根据不同的图象自动选择最佳的转折点,从而有效地保证了模糊增强的效果。实验证明经处理后图象边界稳定,轮廓清晰,图象质量得到一定程度的改善。 O)开发了一套基于MFC的多文档界面的图象分析实验系统,用于验证本文算法的正确性,同时研制了光栅矢量混合编辑系统。 *)本文提出一种简单而有效的适用于工程扫描图的细化策略。首先逐步剥离边缘轮廓象素,然后为了去除在交叉点处存在的细小毛刺,不把当前误差累计到下一步,采用了一种基于数学形态的细化修正算法。实验证明效果良好。 ()本文在分析神经网络学习算法和比较了不同的分类器训练方法的基础上,提出一种基于自适应步长的神经网络分类器和一种有效的分类器训练方法,用于工程扫描图中英文字母的识别。 *本文在分析了典型的逆向工程系统模型的基础上,提出一种基于ICT图象的、局部曲面重建的实体建模系统模型,可以根据现有产品的测量数据直接显示叁维图象。同时,分析了基于光线追踪的体绘制算法的原理和影响显示效率的因素,提出了改善机械产品体绘制效率的新方法。 (8本文提出一种适合于中小企业的机械产品工程图档管理系统W*DM),在此基础之上完成了原型系统构建。同时以M*DM作为信息平台,提出一种基于CORBA标准的企业信息集成方案。

参考文献:

[1]. 工程图扫描识别及矢量化[D]. 郭立伟. 新疆大学. 2003

[2]. 工程图扫描识别预处理的研究[J]. 刘壮, 朱琳. 包装工程. 2009

[3]. 工程图样的R-V转换研究[D]. 庞连军. 西安建筑科技大学. 2006

[4]. 基于质量评价的矢量化工程图后处理技术研究[D]. 李蓉. 西北工业大学. 2003

[5]. 面向内容的工程图识别与理解综述[J]. 路通, 蔡士杰. 图学学报. 2012

[6]. 图形特征阈值分割及其矢量化的研究[D]. 石文莹. 合肥工业大学. 2012

[7]. 大幅面光电扫描工程图的矢量化技术[D]. 郝霞. 电子科技大学. 2013

[8]. 基于神经网络的工程图尺寸标注单元识别研究[D]. 王贺. 西北工业大学. 2002

[9]. 彩色地形图的自动识别与矢量化研究[D]. 郑华利. 南京理工大学. 2003

[10]. 工程图解释与实物重建的原理方法及其应用研究[D]. 刘兴伟. 四川大学. 2001

标签:;  ;  ;  ;  ;  ;  

工程图扫描识别及矢量化
下载Doc文档

猜你喜欢