工程图纸的矢量化方法

矢量化是工程图纸自动输入和识别不可缺少的重要环节。而线段提取则是矢量化处理的关键。本文拟对工程图纸矢量化过程中图象预处理和常用的几种线段提取方法作一简要介绍和比较,同时对所用的处理给出算法描述。     

从工程图纸到三维CAD模型的研究与进展

以工程图纸的矢量化和实际的ＣＡＤ模型为出发点，本文对和近年来主要集中在矢量化方法的工程图纸计算机处理技术、进展与存在的问题做了回顾。根据工程图纸的属性，和ＣＡＤ技术的高层次需求，介绍了对扫描图形基于图象分析、语法分析和语义分析进而实现三维ＣＡＤ模型重构的思想方法。     

工程图纸的计算机管理

一种用扫描输入、矢量化处理和光盘存储的方法，实现工程图纸的计算机管理。本文介绍了该系统的基本结构、功能和特点。     

一个基于扫描串的统一整体矢量化算法

工程图纸扫描识别和字符笔画提取一直是模式识别中的难点问题.为克服细化算法逐象素处理的局部特性,已提出了一些整体算法.基于图段的整体识别算法突破了细化算法在象素层次做局部操作的局限,力图抓住图象的宏观特征进行整体识别;但它在处理小线素、曲线及字符图象时仍有较大局限性.本文采用扫描串（行程编码）作为基本处理单元,动态扫描整个图象数据,利用预先建立的信息头指导后续跟踪,得到了更精确的矢量化结果.本文提出的算法可适用于各种不同工程图纸的处理,用来提取汉字笔画也得到了满意的结果.     

产品报道

随着CAD技术在制造业的广泛应用,人们遇到了如何管理和使用传统图纸的问题。据统计,工程设计部门约有70％左右的设计是在原有图纸的基础上进行修改,因此要实现从传统设计向CAD的过渡,迫切要求将纸质工程图纸转换为现有计算机CAD软件能读出的标准电子文件。这样一方面可以大幅度地节省计算机存储图纸所占用的存储空间;另一方面可以使设计人员在现有CAD系统上方便地对传统设计进行修改。 北京清华联合光盘技术有限公司日前推出的AVSED工程图纸矢量化及符号识别系统,可将扫描仪对机械图纸扫描后得到的二值图象(光栅图象)直接转换为标准CAD矢量图形,实现了工程图纸的智能化存储、管理、使用和再设计。 AVSED工程图纸矢量化及符号识别系统由北京清华联     

基于图形拓扑特征的工程图整体识别方法

本文试图模拟人的视图形知觉过程,实现工程图扫扫描图象矢量化处理。这个方法首先分析图象描述中节点区域与图段的连通关系,获得图形在交大范围内的拓扑特征,多面手以图形的拓扑特征为基础,对图形的局部细节进行分析与识别。利用对局部细菌的了解再完善对整体的理解。经过从整体到局部,再从局部到整体的过程,完成工程图纸扫描图象矢量化。     

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。     

一种快速的扫描铅笔稿图细化算法

二维动画计算机输助制作系统中,在对扫描铅笔稿图进行矢量化后,可以大大提高描线上色的效率,并且能够提取线条和闭包,对便于自动上色和中间帧生成等更高级功能的实现。扫描铅笔搞图的细化是矢量化的第一步,在比较了大量现存的图象细化算法后,提出了一种非迭代线跟踪细化算法,该算法效率较高,只需对图象进行一遍扫描加两遍轮廓跟踪,就能较好地满足二维动画计算机辅助制作系统对细化效率的要求。该文还对算法的时间复杂性进行     

扫描图象细化后象点点位精度研究

该文提出了一种计算扫描图象细化后象点点位中误差的方法,通过实验,得出的主要结论是：扫描图象细化后的点位精度由固定误差和比例误差两部分组成;不同细化算法对点位精度影响不大,但扫描仪可能存在系统误差,其大小有待进一步研究。图象细化是扫描图象矢量化的基础,研究扫描图象细化后的精度对某些应用领域（如图象转换为ＧＩＳ数据库的数据）有着重要的意义。     

工程图纸的矢量化方法

在以往的研究工作中积累了大量的图件,需要数字化到计算机中去,以便进一步研究。工程图纸数字化是指采用手工输入、图像扫描、数字化仪、编程自动绘制、直接绘制等方式将工程图纸矢量化,使之能够用计算机绘制、编辑、修改、保存、输出、交换的数字文件矢量化后的图形文件。数字     

Engineering drawing processing and vectorization system

This paper presents the methods for preprocessing and vectorizing scan digitized images of engineering drawings for transferring the resulting data to commercially available CAD/CAM systems. The preprocessing steps include noise removal, void filling, image segmentation, line thinning, and contour extraction. Algorithms for raster-to-vector conversion capable of recognizing and fitting straight line segments, circles, arcs, and conic sections are presented along with results obtained from images of machine drawings.     

Automated restoration of engineering drawings into a CAD data base

With the increasing use of computers in the area of design and manufacture, a major problem being faced by the industry today is that of getting existing product information in the form of paper drawings into a suitable computer data base. This paper presents techniques for preprocessing and vectorizing scan digitized images of engineering drawings for automatically transferring the resulting data to commercially available CAD/CAM systems. The preprocessing steps include noise removal, void filling, image segmentation, line thinning and contour extraction. Algorithms for raster-to-vector conversion capable of recognizing and fitting straight-line segments, circles, arcs, and conic sections are presented along with results obtained from actual machine drawings.     

工程图纸输入与自动识别的改进细化算法

系统地介绍了两种典型的细化算法OPTA算法和Hilditch算法的原理和计算机实现，分析了OPTA算法和Hilditch算法的性能与不足，并提出了一种改进的Hilditch细化算法。该算法通过借鉴OPTA算法中的模板方法有效地减小了图像骨架偏移和毛刺的影响，经实验结果观察，改进的算法使图像细化结果得到较大改善。     

基于图形约束的工程图扫描图象直线整体识别方法

本文在分析现有工程图纸扫描图象识别算法与识别系统所存在的问题的基础上，提出了与现有局部识别算法完全不同的工程图纸整体识别的理论与算法，该算法已经在ＣＡＤ＆ＣＧ国家重点实验室调试成功，试验表明，基于图形约束的直线整体识别算法符合技术人员读图的规律，具有局部识别算法无可比拟的优越之处。     

一种基于图像的植物器官重建

该文提出了一种基于植物器官图像的器官重建方法,系统实现步骤包括:图像预处理、轮廓的提取、二值化、细线化、矢量化、三角剖分,从而实现器官的重建。文章以叶为例,实现了叶可视化重建。系统考虑叶图像的特点,设计了优化的轮廓提取算法;并对Hilditch细线算法进行改进,提出了一种快速细线化算法。文章提出的器官重建方法可用于多种植物模型(如L系统)的器官外观建模;由于采用基于图像的技术,系统具有逼真的外观效果,实现了植物器官快速可视化重建。     

指纹图像细化的复合式算法

指纹图像细化是指纹识别算法中的重要环节,对特征提取起到关键作用。为了快速和高质量地对指纹图像进行细化,对快速细化算法和改进OPTA细化算法不足产生的内在原因进行分析,提出一种新的复合式指纹图像细化算法,该算法设计一套预处理模板,避免了快速细化算法形成的毛刺,并对改进OPTA算法进行了优化。大量实验结果表明,该算法不但具有以往算法的优点,有较好的细化速度,而且细化质量有显著地提高,细化后的图像光滑几乎无毛刺。     

一种快速手写汉字细化算法

改进了Hilditch经典细化算法，将串行算法转化为并行算法，并引入一组删除模板和一组保留模板。改进后的算法细化速度快、且能获得效果优良的中心骨架。文中对算法进行了描述，并通过具体实例说明了算法的有效性。     

手背静脉图像分割及细化算法研究

手背静脉识别技术通常基于静脉纹路的细节特征点对个人身份进行验证。为了准确地提取出手背静脉纹路中的细节特征点,提取手背静脉图像中的有效区域并对其进行归一化、增强和去噪处理．分别采用局部最大类间方差法（OSTU）、阈值图像法和NiBlack法对图像进行分割,分别采用Hilditch算法、快速细化算法、Zhang＆Suen算法和OPTA算法对分割后得到的二值图像进行细化以获取静脉纹路。实验结果表明,基于合理的参数,NiBlack法和Hilditch算法分别取得较好的分割与细化处理结果。     

有效的指纹纹线细化方法

自动指纹识别一般包括指纹采集,图像预处理、特征提取、特征匹配等。细化是预处理中的一个重要环节,如果细化不好,很难使用常规的特征提取算法提取特征信息。现有的指纹细化算法存在很多问题,如细化不彻底、纹线吞噬、骨架偏离纹线中心等,各种问题的存在严重影响了细节点的准确提取。将现有的几种细化算法进行融合,应用于指纹二值图像的细化,得到了较好的细化效果。在细化纹线基础上可以准确地提取细节点.     

OPTA算法的改进及其在指纹图像细化中的应用

图像细化是指纹预处理技术中的一个重要环节,大多数指纹识别算法都是在细化图像上实现特征点的检测。因此,研究图像细化对提高指纹识别系统的性能具有重要意义。对OPTA算法进行了改进,将其应用在指纹图像细化中,并对其局限性进行了分析。实验结果表明,使用改进的OPTA算法,指纹图像细化效果有明显的提高。