工程图自动矢量化算法的研究

工程图的自动矢量化是 ＣＡＤ／ＣＡＭ领域中急待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快速转换为直线、圆及圆弧的自动矢量化算法。     

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。     

工程图标注字符的提取与识别

本文介绍了一种基于连通域检测的工程图标注字符的提取与识别方法；首先建立了一种基于连通域和子连通域的工程图的层次表示，然后利用大小判据从连通域中找出字符候选，再利用共线判据提取出标注字符串，最后在预先总结出来的字符串模板的指导下，对提取出的字符串进行分析和识别。     

基于矢量化的二值工程图符号提取算法

工程图符号提取是工程图识别的重要步骤 .文中提出一种矢量化算法 ,该算法可以将工程图转换成图的表示法 .在该矢量化算法的基础上 ,又提出一种符号提取算法 ,这种算法可以有效地提取各种孤立和粘连符号     

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。     

工程图形扫描图像的智能识别

本文介绍了一种工程图形扫描图像的识别算法，该算法以细化为核心，结合轮廓匹配和智能知识推理，较好地解决了识别中的一些关键问题，取得较好的识别效果。     

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.     

基于特征分析的工程图智能识别算法

提出了一种基于图线和行程段特征分析,由行程段直接拾取整条图线的工程图识别算法。该算法不经过图段分别,根据整条图线的信息确定交点;通过分析线索、间隔等的规律确定线型。最后,基于工程图知识进行图线校正。该算法已付诸实践并取得良好效果。     

工程图矢量化中的尺寸识别与重建

尺寸识别是工程图识别的重要环节。针对现有单人口识别算法的局限性，提出了一种多人口的尺寸识别算法，从多种已识别的图形元素开始搜索一个尺寸标识。在遇到不能正常识别的图形元素时，通过先搜索其他组成元素获得尺寸标识的初步确认后，放宽阈值对未识别元素进行再识别，有效地识别受退化或干扰影响较大的尺寸元素。提出了基于坐标网络的图形元素尺寸重建方法，通过建立坐标网使每一尺寸在整体环境下得到调整，满足了图低复用对图形数据精确度的要求。     

工程图纸字符串及标注信息提取

工程图纸中字符串及标注信息的提取是工程图纸自动化处理极为重要的组成部分,是进行尺寸理解、图像理解等高层次理解的前提和基础。提出一种基于工程图纸知识的预分割字符串及标注信息提取方法,重点关注工程图纸中以表格形式存在的字符串以及图元标注信息的解析、定位、提取。通过前期处理保持字符串与字符串、图元与标注信息之间的逻辑联系,解析获得字符串的坐标信息,对字符串所在的区域进行水平化,去除杂质线段等操作,以达到最佳的识别效果。     

一种包括隐含图形信息提取的工程图识别算法

工程图识别应该模仿人阅读工程图，把隐含图形信息提取出来，文中提出一种由稀疏的行程段直接提取整条图线，包括隐含图形信息提取的工程图识别算法，该算法首先提取整条图线的信息，再确定图线交点，通过分析线素，间隔等的规律确定线型，最后，基于工程图知识对图线拓扑关系进行校正。     

建筑工程图的解释识别方法

建筑工程图的自动识别技术对于提高建筑业自动化、信息化程度十分重要。提出了一种解释识别方法，将识别过程需利用的对象层次结构、对象间关系、识别顺序等按照一定的格式加以描述，使得识别过程建立在对这种描述自动解释的基础上，较大地提高了自动识别系统的规范性、可维护性、可扩充性和稳定性。     

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。     

一种现代藏文笔段提取算法

针对藏文字符笔段的几何特征和拓扑结构,本文提出了一种基于字符轮廓信息的藏文笔段提取算法:通过链码跟踪的方法得到笔段轮廓的点列,然后从点列中提取特征点并利用特征点切分出笔段,最后用笔段的轮廓线代替骨架线来表征藏文的笔段。本算法用于印刷体藏文笔段提取,取得了良好的效果,避免了传统细化算法所造成的畸变,提高了笔段提取的抗干扰能力,并减小了计算量,加快了特征提取的速度。     

面向内容的工程图识别与理解综述

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。     

工程图解释技术现状与展望

本文详细地阐述了工程图解释技术在工程实际中的作用、技术现状和发展方向，并提出了工程图解释技术的层次、工程图识别过程中节点的定义方法，以及节点定义在工程图识别过程中的意义和作用。     

基于蚁群算法的文字识别

在智能自动化领域,具有群体智能特征的蚁群算法引起了人们的广泛关注。目前,在文字识别方面的研究仍较少,而在当今社会很多方面都需要用到文字图像边缘的检测与文字识别,在文字信息泛滥的时代,利用人工识别技术检测识别图片、纸张、广告牌、视频等媒介上的文字已经变得不太现实。为了准确、高效地检测识别出文字,在学习了蚁群算法的基本原理之后,改进了传统的蚁群算法,并将其应用于图像分割、提取文字领域,同时结合图像文字识别技术OCR和纹理特征检测文字图像边缘,由此提高文字检测识别的准确性。     

工艺卡数字化的应用开发

本文设计了一个工艺卡图纸数字化的方案,即采用光栅矢量技术进行处理,进而实现“甩掉图纸”的目的,实现真正意义上的电子图档管理。给出了图形的存储方案以及构建工艺卡管理系统所完成的功能。