图纸矢量化中的线弧分离与识别

图纸矢量化是现代图像图形处理技术发展的一个重要分枝,具有很高的研究价值及广泛的应用前景。本文针对图纸矢量化中的图元识别技术,提出了系统的基于线弧分离和拟合识别方法。通过长直线和圆弧分离、尖角与弧结束判定及反向相切弧分离,进而识别多种基本图无了。理论分析和实验结果均表明,该方法对于不同图纸中线弧图元可以进行有效的识别。     

基于直线段跟踪的手绘图元离线识别方法*

手绘图形是人类思维外化和表达意图的一种有效方式,如何有效地提取手绘在图纸上的图形元素是理解绘图者意图的关键问题。鉴于手绘图形是由基本图元组合构成,采用层次结构逐步实现图元提取的思想,提出了一种手绘基本图元（线段、弧、圆和椭圆）的离线识别方法。在提取图形笔画骨架像素的基础上,跟踪骨架像素得到图形的直线段描述;通过对直线段序列的分析,进行直线段序列的断开和连接处理,形成图元的曲线段描述,通过对图元曲线段描述的分析得出图元的几何参数。实验表明,该方法能够以高精确度快速识别出图像中包含的手绘图元,具有良好的稳定性     

基于趋势优先跟踪方向的直线矢量化算法

直线是工程图纸中最常使用的图元，并且工程图中常出现的圆、圆弧、曲线都可以用直线段来生成，因此，对直线的矢量化是工程图识别中一个非常重要的研究方向。针对工程图的特点，提出了一种基于趋势优先跟踪方向的直线矢量化算法，在细化后的单像素宽度图形上，根据直线的斜率趋势确定优先跟踪方向，较好地解决了在交叉点处长直线断裂的问题。同时结合跟踪过程中使用的边跟踪边检测方法，可以有效抑制短小直线段过多地产生，实现小斜率直线和大斜率直线的整体识别。     

基于Freeman链码的直线识别方法

直线是工程图纸中出现频率最多的图元，许多更高层次的图元都是以直线段为基础而得到的，因此直线段的识别在图纸矢量化研究中占有重要地位。针对细化后的扫描图，该文将Freeman针对直线编码提出的3个约束条件应用到直线的识别之中，取得了较好的效果通过两次直线段的合并操作较好地解决了短线段过多的问题，并且恢复了在图纸中占有重要地位的线宽信息。     

清华图纸自动输入及管理系统

清华图纸自动输入及管理系统ＴＨ－ＤＡＩＭＳ２．０是一个面向图纸复用和图纸档案管理的软件产品，采用纯图象处理方法．在２．０版本中，线条拾取技术缩短了用户交互修改和设计图纸的时间；线条光滑技术，改善了图纸的质量；内存空间动态映象技术，提高了处理大幅面高精度图纸的能力；合理的图纸数据库系统结构，方便了用户的使用和维护；中文用户界面，更适合我国的广大用户；多样化系统构成，适合大中小各种工矿企业．文章先简要介绍ＴＨ－ＤＡＩＭＳ２．０的功能和特点，再着重叙述２．０版采用的一些新技术．     

TH—DAIMS3.0清华图纸自动输入与管理系统

本文将围绕如何充分利用图纸图象的问题，介绍了ＴＨ－ＤＡＩＭＳ３．０系统的设计目标、主要功能特点，以及系统中所采用的各种新技术。在ＴＨ－ＤＡＩＭＳ３．０中，我们用自适应分块二值化技术提高消蓝支污能力，用连通域分类技术进行图文分离，用模式匹配技术识别工程图中的尺寸标注字符，用八方向连通域搜索技术及轮廓跟踪技术拾取曲线，用交互式分类矢量优技术进行矢量化处理，用光机矢量双向混合设计加速交互处理。文章的最后     

面向图纸自动输入与交互设计的数字图象处理系统—IMCAD

本文介绍一个基于数字图象处理技术的图纸自动输入与交互设计系统，这个系统以数字图象方式对扫描读入的图纸信息进行交互修改和再设计，避免了矢量化工作；可与Ｆｏｘｂａｓｅ数据库联结，对图纸进行管理；还提供与二维ＣＡＤ系统ＡＵＴＯＣＡＤ１１．０的接口，使图形与图有同地结合直，该系统已在ＨＰ４００系列图形工作站上ＭＯＴＩＦ图形环境下实现，可直接应用于工程图纸的录入，存档，编辑，修改，再设计和管理，现已移植到微     

AutoCAD R14中的先进图像技术

在Antodesk新近发布的AutoCADR14中，包含有高性能的图像处理功能。图像处理能力使得最终用户可以把过去的纸面图纸，手绘草图或数字化的彩色照片等扫描图像集成到CAD绘图之中，从而使用户的工作更加方便，更加快捷，更有效益和更加精确。现在，用户可以充分利用保存在纸张上和胶片上的近100亿张旧图纸而大大节约重新绘图的时间。AutoCADR14把技术图像的处理能力赋予了每一个工程设计用户。因此R14的用户可以采用光栅矢量混合方式绘图，在图纸中可以包含照片或图像文件，并且与传统的矢量数据，如直线，圆和国抓紧密集成。设计师和绘…     

点线光流预测机制的图像序列运动直线跟踪

目的 针对复杂场景图像序列中运动直线特征的提取、跟踪问题,提出一种基于点、线光流预测机制的图像序列运动直线跟踪方法。方法 首先根据图像直线的表达式定义点、线光流基本约束方程,由基本约束方程推导出关于点光流与直线光流对应关系的3个重要推论。然后依据点、线光流对应关系,利用图像序列中直线特征上的像素点光流计算直线光流的估计值并根据直线光流阈值筛选图像序列运动直线。最后由筛选出的运动直线及直线光流估计值计算直线的预测坐标并在Hough域内进行跟踪匹配,得到图像序列运动直线跟踪结果。结果 通过合成及真实图像序列实验验证,本文方法能够准确地筛选出图像序列中感兴趣的运动直线,并对运动直线进行稳定地跟踪、匹配,直线跟踪结果未产生干扰直线的误匹配,直线跟踪时间消耗不超过12 s。结论 相对于传统的直线跟踪、匹配方法,本文方法具有较高地直线跟踪精度和较好的鲁棒性,更适用于复杂场景下的运动直线跟踪、匹配问题。     

基于四叉树的平面矢量图对比方法优化

在针对不具备唯一且稳定的图元索引的不同版本工程矢量图纸文件比较时,对大规模图纸进行一一对比重复完全遍列的数据检索与对比方法是效率极低的,采用了四叉树(Q-Tree)方法的图元索引和在进行空间索引编码时按图中坐标点的密度规律直接分割到一特定层次的四叉树叶片的方法,实验证明这是一种行之有效的提高时间效率的策略。     

工程图自动矢量化算法的设计与实现

工程图自动矢量化是ＣＡＤ领域中远未解决的关键技术之一。通过对工程图矢量化课题的深入研究,给出了一种将二值点阵图象快速转换为直线、圆及圆弧的自动矢量化算法,这种算法保证处理的高速度、灵活性和准确性。     

Integer-Grid Sketch Simplification and Vectorization

A major challenge in line drawing vectorization is segmenting the input bitmap into separate curves. This segmentation is especially problematic for rough sketches, where curves are depicted using multiple overdrawn strokes. Inspired by feature-aligned mesh quadrangulation methods in geometry processing, we propose to extract vector curve networks by parametrizing the image with local drawing-aligned integer grids. The regular structure of the grid facilitates the extraction of clean line junctions; due to the grid's discrete nature, nearby strokes are implicitly grouped together. We demonstrate that our method successfully vectorizes both clean and rough line drawings, whereas previous methods focused on only one of those drawing types.     

Line Drawing Vectorization via Coarse-to-Fine Curve Network Optimization

Vectorizing line drawings is a fundamental component of the workflow in various applications such as graphic design and computer animation. A practical vectorization tool is desired to produce high-quality curves that are faithful to the original inputs and close to the connectivity of human drawings. The existing line vectorization approaches either suffer from low geometry accuracy or incorrect connectivity for noisy inputs or detailed complex drawings. We propose a novel line drawing vectorization framework based on coarse-to-fine curve network optimization. Our technique starts with an initial curve network generated by an existing tracing method. It then performs a global optimization which fits the curve network to image centrelines. Finally, our method performs a finer optimization in local junction regions to achieve better connectivity and curve geometry around junctions. We qualitatively and quantitatively evaluate our system on line drawings with varying image quality and shape complexity, and show that our technique outperforms existing works in terms of curve quality and computational time.     

基于分段Bezier曲线的手绘雕刻图案矢量化

针对手绘复杂雕刻图案的特点,利用分段三次Bezier曲线实现手绘复杂雕刻图案的矢量化。提出一种自适应区分线条图案和区域块图案及提取区域块图案边界的解决方案。依据检测的角点信息将得到的轮廓边界分解成若干条独立的线段。曲线拟合时,为提高拟合精度,根据线段数据点到曲线的偏移量对线段进一步细分,提出一种实现分段曲线光滑连接的新方法。实验结果表明,该方法对手绘复杂雕刻图案的矢量化具有算法复杂度低、矢量化效果较好的优势,有广泛的实用性。     

Deep Line Drawing Vectorization via Line Subdivision and Topology Reconstruction

Vectorizing line drawing is necessary for the digital workflows of 2D animation and engineering design. But it is challenging due to the ambiguity of topology, especially at junctions. Existing vectorization methods either suffer from low accuracy or cannot deal with high‐resolution images. To deal with a variety of challenging containing different kinds of complex junctions, we propose a two‐phase line drawing vectorization method that analyzes the global and local topology. In the first phase, we subdivide the lines into partial curves, and in the second phase, we reconstruct the topology at junctions. With the overall topology estimated in the two phases, we can trace and vectorize the curves. To qualitatively and quantitatively evaluate our method and compare it with the existing methods, we conduct extensive experiments on not only existing datasets but also our newly synthesized dataset which contains different types of complex and ambiguous junctions. Experimental statistics show that our method greatly outperforms existing methods in terms of computational speed and achieves visually better topology reconstruction accuracy.     

工程图纸矢量化软件的设计与实现

工程图纸矢量化是把扫描所得到的光栅图像加以处理、分析、识别，并最终转换成矢量图形格式的过程。矢量化研究是图纸复用、自动理解等应用的基础，是目前CAD领域的一个研究热点。文中介绍了所开发的工程图纸矢量化软件的设计思想和实现技术，包括图像处理和图形自动识别算法,以及为了进一步提高矢量化的准确率而采用的光栅图像编辑和矢量图形编辑等人机交互方法。实验结果证明了以上诸多方法的有效性，软件基本上达到了实用水平。     

A protocol for performance evaluation of line detection algorithms

Accurate and efficient vectorization of line drawings is essential for any higher level processing in document analysis and recognition systems. In spite of the prevalence of vectorization and line detection methods, no standard for their performance evaluation protocol exists. We propose a protocol for evaluating both straight and circular line extraction to help compare, select, improve, and even design line detection algorithms to be incorporated into line drawing recognition and understanding systems. The protocol involves both positive and negative sets of indices, at pixel and vector levels. Time efficiency is also included in the protocol. The protocol may be extended to handle lines of any shape as well as other classes of graphic objects.     

基于种子段的方向无关的直线矢量化方法

准确而高效的矢量化是工程图纸理解的基础.现有方法普遍存在3个不足:(1) 通过中心点链拟合生成线段的计算量大;(2) 相交或噪音的影响将一条完整的直线先分段矢量化,然后再拼接起来,需要大量遍历操作;(3) 对斜线的处理能力明显低于对水平或垂直线的处理能力.该文提出了一种基于种子段的直线整体矢量化方法,此方法可以一次性识别一条完整的直线,既适用于任意方向的直线,又避免了拼接所需的反复遍历操作.性能分析和实验结果均表明,该方法明显提高了直线矢量化的性能.