机械零件图纸的矢量化及拼接技术研究
|
摘要
机械图纸矢量化是将机械图纸经扫描设备输入计算机中的位图图像进行处理、分析和识别,并最终将其转化为计算机辅助设计软件可以识别的矢量图形文件格式的过程。它涉及图像处理与分析、人工智能和模式识别等领域的技术,是一种具有重要理论意义和巨大商业价值的技术;图纸拼接技术可以将分批扫描输入的小图纸拼接成一幅大图纸,是一种非常实用的技术。本文主要对图纸矢量化过程和图纸拼接技术展开讨论和研究。
图纸矢量化过程主要包括图像二值化、图像去噪和平滑、图像细化、图像识别与矢量化以及矢量化输出。本文在分析数学形态学运算特点的基础上,对基于数学形态学的混合去噪方法进行了改进和扩展,这种改进后的方法可以保障图像的完整性和准确性,且具有较好的去噪效果;直线、圆和圆弧是图纸中的基本图像元素,是图像识别与矢量化的主要处理对象,本文采用Hough变换的方法检测直线,并提出通过截取直线上一段无交点的线段并对这条线段进行Radon变换来确定直线线宽的方法,这种方法确定的线宽信息较为准确;通过分析圆和圆弧的特点,文中得出了一种满足随机Hough变换边界条件的网格图像搜索算法,通过对搜索出的网格图像进行随机Hough变换确定圆和圆弧的参数,使得Hough变换的计算量大大减少;文中通过将矢量化结果按照AutoCAD系统的DXF文件格式进行记录,实现了矢量化输出的过程。
根据图纸图像的特点,本文采用基于图像模板的局部匹配方法。它通过截取重叠区域的图像作为模板在另一幅图像中寻找最佳匹配位置,从而确定出图像的拼接参数,实现图像的拼接过程。
文中采用Matlab软件对改进的基于数学形态学的混合去噪方法、Radon变换确定线宽的方法和图像拼接过程进行仿真和验证,效果良好。
Machine Drawing Vectorization is the process of processing, analyzing and recognizing the scanned bitmap image of a machine drawing, which is input to computer through scanner. Finally, the result of vectorization is converted into vector format so as to be recognized by Computer Aided Design software. The technique the paper has applied is referred to image processing and analyzing, artificial intelligence, pattern recognition etc, and has theory significance as well as large commercial value. The technique of Image Mosaic may combine these pieces of the scanned drawing into a whole drawing image. So it is useful in the real life. The paper mainly discusses and researches on the technique of Machine Drawing Vectorization and Image Mosaic.
The process of Machine Drawing Vectorization mainly includes image binarizing, noise-reducing and smoothing, image thinning, image recognizing, vectorizing and its exporting. Through analyzing the operation of mathematical morphology, the method of combination noise-reducing based on mathematical morphology is improved and expanded in the paper. This improved method can ensure the integrity and accuracy of image and has the better effect of noise-reducing. The basic image elements which are line, circle and arc are mainly objects of image recognizing and vectorizing. In the paper, Hough transformation is used for detecting line. The method of exactly acquiring the width of line is proposed. It applies Radon transformation to the line segment which is intercepted from the whole line and hasn't the intersection in. According to the characters of circle and arc, it is introduced in the paper that the gridding image seeking method which meets the conditions of random Hough transformation. Further the parameters of circle and arc result from the gridding image's random Hough transformation. This method reduces the complexity of Hough transformation. The process of vectorizing output is realized through the result of vectorizing image being recorded in the format of DXF file in AutoCAD software.
According to the characters of the machine drawing image, the part matching method is used, based on the template of image. The template the method used is obtained from the overlap of images, and then the optimal mosaic parameters is worked out through the template seeking for an optimal matching position in the other image.
Finally, the simulation and tests have verified the improved method of combination noise-reducing based on mathematical morphology, the line width with Radon transformation, as well as the method of Image Mosaic with MatLab Tools.
图纸矢量化过程主要包括图像二值化、图像去噪和平滑、图像细化、图像识别与矢量化以及矢量化输出。本文在分析数学形态学运算特点的基础上,对基于数学形态学的混合去噪方法进行了改进和扩展,这种改进后的方法可以保障图像的完整性和准确性,且具有较好的去噪效果;直线、圆和圆弧是图纸中的基本图像元素,是图像识别与矢量化的主要处理对象,本文采用Hough变换的方法检测直线,并提出通过截取直线上一段无交点的线段并对这条线段进行Radon变换来确定直线线宽的方法,这种方法确定的线宽信息较为准确;通过分析圆和圆弧的特点,文中得出了一种满足随机Hough变换边界条件的网格图像搜索算法,通过对搜索出的网格图像进行随机Hough变换确定圆和圆弧的参数,使得Hough变换的计算量大大减少;文中通过将矢量化结果按照AutoCAD系统的DXF文件格式进行记录,实现了矢量化输出的过程。
根据图纸图像的特点,本文采用基于图像模板的局部匹配方法。它通过截取重叠区域的图像作为模板在另一幅图像中寻找最佳匹配位置,从而确定出图像的拼接参数,实现图像的拼接过程。
文中采用Matlab软件对改进的基于数学形态学的混合去噪方法、Radon变换确定线宽的方法和图像拼接过程进行仿真和验证,效果良好。
Machine Drawing Vectorization is the process of processing, analyzing and recognizing the scanned bitmap image of a machine drawing, which is input to computer through scanner. Finally, the result of vectorization is converted into vector format so as to be recognized by Computer Aided Design software. The technique the paper has applied is referred to image processing and analyzing, artificial intelligence, pattern recognition etc, and has theory significance as well as large commercial value. The technique of Image Mosaic may combine these pieces of the scanned drawing into a whole drawing image. So it is useful in the real life. The paper mainly discusses and researches on the technique of Machine Drawing Vectorization and Image Mosaic.
The process of Machine Drawing Vectorization mainly includes image binarizing, noise-reducing and smoothing, image thinning, image recognizing, vectorizing and its exporting. Through analyzing the operation of mathematical morphology, the method of combination noise-reducing based on mathematical morphology is improved and expanded in the paper. This improved method can ensure the integrity and accuracy of image and has the better effect of noise-reducing. The basic image elements which are line, circle and arc are mainly objects of image recognizing and vectorizing. In the paper, Hough transformation is used for detecting line. The method of exactly acquiring the width of line is proposed. It applies Radon transformation to the line segment which is intercepted from the whole line and hasn't the intersection in. According to the characters of circle and arc, it is introduced in the paper that the gridding image seeking method which meets the conditions of random Hough transformation. Further the parameters of circle and arc result from the gridding image's random Hough transformation. This method reduces the complexity of Hough transformation. The process of vectorizing output is realized through the result of vectorizing image being recorded in the format of DXF file in AutoCAD software.
According to the characters of the machine drawing image, the part matching method is used, based on the template of image. The template the method used is obtained from the overlap of images, and then the optimal mosaic parameters is worked out through the template seeking for an optimal matching position in the other image.
Finally, the simulation and tests have verified the improved method of combination noise-reducing based on mathematical morphology, the line width with Radon transformation, as well as the method of Image Mosaic with MatLab Tools.
引文
[1]冈萨雷斯(Gonzalez,R.C.)著,阮秋琦,阮宇智等译.数字图像处理(第二版).电子工业出版社,2003
[2]Milan Sonka等著,艾海舟,武勃等译.图像分析与机器视觉(第二版).人民邮电出版社,2003
[3]孙即祥.图像分析.科学出版社,2005
[4]边肇琪,张学工等著.模式识别(第二版).清华大学出版社,1999
[5]刘丹.计算机图像处理的数学和算法基础.国防工业出版社,2005
[6]王家文,李仰军著.Matlab7.0图形图像处理.国防工业出版社,2006
[7]罗军辉,冯平等著.Matlab7.0在图像处理中的应用.机械工业出版社
[8]王家文,曹宇著.Matlab6.5图形图像处理.国防工业出版社
[9]郭朝勇等著.AutoCAD2002定制与开发.清华大学出版社
[10]黄爱民,安向京,骆力等编著.数字图像处理与分析基础.中国水利水电出版社
[11]闫敬文.数字图像处理技术与图像图形学基本教程.科学出版社
[12]熊沈蜀,周兆英,金龙,陈耘.工程图矢量化处理系统.清华大学学报(自然科学版),2000Vol.40 No.4.p35-38
[13]丁伟东,袁景淇.工程图纸矢量化方法研究.计算机工程,2006 Vol.32 No.24.p157-161
[14]罗喆帅,毛奇凤,葛艳.工程图纸矢量化软件的设计与实现.微机发展,2004,Vol.14,No.5.p32-38
[15]宋晓宇,王永会.工程图自动矢量化算法的研究.计算机工程与应用2000.3.p41-43
[16]田玉敏,刘国景.光栅图形矢量化方法分析与评价.计算机应用研究2002.3.p6-8
[17]葛平俱,苏平,王秀丽,张艳.基于数学形态学的混合消噪法.计算机工程与设计,2007Vol.28 No.7.p1584-1591
[18]颜学阶,常明,朱林.基于线性轮廓匹配的工程图识别算法研究.华中理工大学学报,1997 Vol.25 No.3.p34-37
[19]宋晓宇,崔明霞,魏志勇.基于像素群体特征的直线识别算法研究.2007 Vol.23 No.1.p147-150
[20]王金鹤.扫描图象曲线轮廓关键点的提取及其处理.中国图象图形学报,2001 Vol.6(A)No.7.p699-702
[21]任金昌,赵荣椿,刘哲.图纸矢量化中的线弧分离与识别.计算机应用,2001 Vol.21 No.1.p35-37
[22]武仲科,焦海星,戴国忠.一种线段和圆弧的逼近方法及其在工程图纸矢量化中的应用.计算机辅助设计与图形学学报,1998 Vol.10 No.4.p328-332
[23]王刚,林贻佳,宋乐乐.直线及圆弧矢量化的统计算法.中国图象图形学报,1998 Vol.3No.4.p273-276
[24]李学营,苏洲.直线及圆弧矢量化方法的研究.佳木斯大学学报(自然科学版),2007Vol.25 No.1.p114-119
[25]张建立.工程绘图中扫描图纸图像处理及识别方法的研究.[硕士学位论文].大连理工大学.2005年3月
[26]郭立伟.工程图扫描识别与矢量化.[硕士学位论文].新疆大学.2002年
[27]罗喆帅.工程图纸矢量化的研究与实现.[硕士学位论文].上海海运学院.2004年
[28]冯奂.机械工程图中点划线、粗糙度和形位公差符号的识别技术研究.[硕士学位论文].西北工业大学.2006年
[29]陈明星.基于交叉点提取的工程图表识别系统研究.[硕士学位论文].浙江大学.2004年
[30]王贺.基于神经网络的工程图尺寸标注单元识别研究.[硕士学位论文].西北工业大学.2002年
[31]张明君.基于位图的自动矢量化技术研究.[硕士学位论文].西安电子科技大学.2004年
[32]葛平俱.数字图像处理技术在图纸处理中的应用.[硕士学位论文].山东科技大学.2003年
[33]林木华,游志胜,邢霄飞.基于2幂子图像的图像拼接算法.中国民航飞行学院学报.2006 Vol.17 No.3 p36-38
[34]刘德连,张建奇.基于3点匹配的图像拼接算法.计算机工程.2006 Vol.32 No.13.p203-205
[35]陈世哲,胡涛,刘国栋等.基于光栅的快速精确图像拼接.光学精密工程.2006 Vol.14No.2.p242-246
[36]吴萍萍,关宇东.基于模版匹配的变造币横竖条码识别算法.计算机工程.2006 Vol.32No.10.p183-185
[37]张显全,唐振军,卢江涛.基于线匹配的图像拼接.计算机科学.2005 Vol.32 No.1.p221-223
[38]于泓,陈辉,赵辉.基于形状模版匹配的图像拼接算法.计算机工程与应用.2006.28p80-82
[39]王伟,陆佩忠.数字图像拼接技术.小型微型计算机系统.2006 Vol.27 No.7.p1347-1352
[40]王平江,甑恒洲.特征稀少图像的拼接方法.华中科技大学学报(自然科学版).2006Vol.34 No.8.p12-15
[41]戴涛,冯天骄,马纳吉.文档图像自动拼接.煤炭技术.2006 Vol.25 No.3.p21-23
[42]RDT Janssen et al,Adaptive vectorization of line drawing image.Computer vision and Image understanding.1997(65):38-56
[43]蔺想红,王维盛.一种基于特征匹配的全景图自动拼接方法.西北师范大学学报(自然科 学版).2005 Vol.41 No.4.p31-33
[44]仵建宁,冯宗哲,郭宝龙.一种基于相位相关优化的图像拼接方法.微电子学与计算机.2006 Vol.23 No.1.p117-120
[45]史金霞,王铮.一种拼接缝消除方法.现代电子技术.2005年第13期.p116-120
[46]王政良,王仲,赵飞等.一种微型零件的拼接方法.传感技术学报.2006 Vol.19 No.4.p1246-1249
[47]AutoCAD 2004帮助:开发者文档.DXF参考
[48]Peters RA Ⅱ.A new algorithm for image noise reduction using mathematical morphology.IEEE Transactions of Image Processing,vol.4,no.5,May 1995,p.554-68.
[49]谭柏珠,叶邦彦.一种对工程图进行噪声过滤与平滑的简明方法.计算机应用研究.1999.p74-75
[50]陈金都,陆凯宁,丁润涛.工程图纸噪声滤除的数学形态方法.电子测量与仪表学报.1996Vol.10 No.1.p23-27
[51]T.Pun.A New Method of Gray-level Picture Thresholding Using the Entroy of the Histogram.Signal Process.1980.Vol.2:223-237
[52]Serra J.Introduction to Mathematical Morphology.Computer Vision,Graphics and Image Processing.1986.35(1):283-305
[53]Ehrgardt R.Morphological filter design with genetic algorithms.SPIE.1994.23:2-12
[54]Huttunen H,Kuosmanen P.Optimization of soft morphological filters by genetic algorithms.SPIE.1994.23:13-24
[55]Yuhong Yu,Ashok Samal.A system for recognizing a large class of engineering drawings.IEEE Transactions on Pattern Analysis and machine Intelligence,1997,19(8):868-890
[56]P Yaxiviere,K Tombre.Celesstin.CAD Conversion of Mechanical Drawings.IEEE Computer,1992,25(7):46-54.
[57]Liu WenYin,Dov Dori.From Raster to Vectors:Extracting Visual Information from Line Drawings[J].Pattern Analysis and Application,1999 2(2):10-21.
[2]Milan Sonka等著,艾海舟,武勃等译.图像分析与机器视觉(第二版).人民邮电出版社,2003
[3]孙即祥.图像分析.科学出版社,2005
[4]边肇琪,张学工等著.模式识别(第二版).清华大学出版社,1999
[5]刘丹.计算机图像处理的数学和算法基础.国防工业出版社,2005
[6]王家文,李仰军著.Matlab7.0图形图像处理.国防工业出版社,2006
[7]罗军辉,冯平等著.Matlab7.0在图像处理中的应用.机械工业出版社
[8]王家文,曹宇著.Matlab6.5图形图像处理.国防工业出版社
[9]郭朝勇等著.AutoCAD2002定制与开发.清华大学出版社
[10]黄爱民,安向京,骆力等编著.数字图像处理与分析基础.中国水利水电出版社
[11]闫敬文.数字图像处理技术与图像图形学基本教程.科学出版社
[12]熊沈蜀,周兆英,金龙,陈耘.工程图矢量化处理系统.清华大学学报(自然科学版),2000Vol.40 No.4.p35-38
[13]丁伟东,袁景淇.工程图纸矢量化方法研究.计算机工程,2006 Vol.32 No.24.p157-161
[14]罗喆帅,毛奇凤,葛艳.工程图纸矢量化软件的设计与实现.微机发展,2004,Vol.14,No.5.p32-38
[15]宋晓宇,王永会.工程图自动矢量化算法的研究.计算机工程与应用2000.3.p41-43
[16]田玉敏,刘国景.光栅图形矢量化方法分析与评价.计算机应用研究2002.3.p6-8
[17]葛平俱,苏平,王秀丽,张艳.基于数学形态学的混合消噪法.计算机工程与设计,2007Vol.28 No.7.p1584-1591
[18]颜学阶,常明,朱林.基于线性轮廓匹配的工程图识别算法研究.华中理工大学学报,1997 Vol.25 No.3.p34-37
[19]宋晓宇,崔明霞,魏志勇.基于像素群体特征的直线识别算法研究.2007 Vol.23 No.1.p147-150
[20]王金鹤.扫描图象曲线轮廓关键点的提取及其处理.中国图象图形学报,2001 Vol.6(A)No.7.p699-702
[21]任金昌,赵荣椿,刘哲.图纸矢量化中的线弧分离与识别.计算机应用,2001 Vol.21 No.1.p35-37
[22]武仲科,焦海星,戴国忠.一种线段和圆弧的逼近方法及其在工程图纸矢量化中的应用.计算机辅助设计与图形学学报,1998 Vol.10 No.4.p328-332
[23]王刚,林贻佳,宋乐乐.直线及圆弧矢量化的统计算法.中国图象图形学报,1998 Vol.3No.4.p273-276
[24]李学营,苏洲.直线及圆弧矢量化方法的研究.佳木斯大学学报(自然科学版),2007Vol.25 No.1.p114-119
[25]张建立.工程绘图中扫描图纸图像处理及识别方法的研究.[硕士学位论文].大连理工大学.2005年3月
[26]郭立伟.工程图扫描识别与矢量化.[硕士学位论文].新疆大学.2002年
[27]罗喆帅.工程图纸矢量化的研究与实现.[硕士学位论文].上海海运学院.2004年
[28]冯奂.机械工程图中点划线、粗糙度和形位公差符号的识别技术研究.[硕士学位论文].西北工业大学.2006年
[29]陈明星.基于交叉点提取的工程图表识别系统研究.[硕士学位论文].浙江大学.2004年
[30]王贺.基于神经网络的工程图尺寸标注单元识别研究.[硕士学位论文].西北工业大学.2002年
[31]张明君.基于位图的自动矢量化技术研究.[硕士学位论文].西安电子科技大学.2004年
[32]葛平俱.数字图像处理技术在图纸处理中的应用.[硕士学位论文].山东科技大学.2003年
[33]林木华,游志胜,邢霄飞.基于2幂子图像的图像拼接算法.中国民航飞行学院学报.2006 Vol.17 No.3 p36-38
[34]刘德连,张建奇.基于3点匹配的图像拼接算法.计算机工程.2006 Vol.32 No.13.p203-205
[35]陈世哲,胡涛,刘国栋等.基于光栅的快速精确图像拼接.光学精密工程.2006 Vol.14No.2.p242-246
[36]吴萍萍,关宇东.基于模版匹配的变造币横竖条码识别算法.计算机工程.2006 Vol.32No.10.p183-185
[37]张显全,唐振军,卢江涛.基于线匹配的图像拼接.计算机科学.2005 Vol.32 No.1.p221-223
[38]于泓,陈辉,赵辉.基于形状模版匹配的图像拼接算法.计算机工程与应用.2006.28p80-82
[39]王伟,陆佩忠.数字图像拼接技术.小型微型计算机系统.2006 Vol.27 No.7.p1347-1352
[40]王平江,甑恒洲.特征稀少图像的拼接方法.华中科技大学学报(自然科学版).2006Vol.34 No.8.p12-15
[41]戴涛,冯天骄,马纳吉.文档图像自动拼接.煤炭技术.2006 Vol.25 No.3.p21-23
[42]RDT Janssen et al,Adaptive vectorization of line drawing image.Computer vision and Image understanding.1997(65):38-56
[43]蔺想红,王维盛.一种基于特征匹配的全景图自动拼接方法.西北师范大学学报(自然科 学版).2005 Vol.41 No.4.p31-33
[44]仵建宁,冯宗哲,郭宝龙.一种基于相位相关优化的图像拼接方法.微电子学与计算机.2006 Vol.23 No.1.p117-120
[45]史金霞,王铮.一种拼接缝消除方法.现代电子技术.2005年第13期.p116-120
[46]王政良,王仲,赵飞等.一种微型零件的拼接方法.传感技术学报.2006 Vol.19 No.4.p1246-1249
[47]AutoCAD 2004帮助:开发者文档.DXF参考
[48]Peters RA Ⅱ.A new algorithm for image noise reduction using mathematical morphology.IEEE Transactions of Image Processing,vol.4,no.5,May 1995,p.554-68.
[49]谭柏珠,叶邦彦.一种对工程图进行噪声过滤与平滑的简明方法.计算机应用研究.1999.p74-75
[50]陈金都,陆凯宁,丁润涛.工程图纸噪声滤除的数学形态方法.电子测量与仪表学报.1996Vol.10 No.1.p23-27
[51]T.Pun.A New Method of Gray-level Picture Thresholding Using the Entroy of the Histogram.Signal Process.1980.Vol.2:223-237
[52]Serra J.Introduction to Mathematical Morphology.Computer Vision,Graphics and Image Processing.1986.35(1):283-305
[53]Ehrgardt R.Morphological filter design with genetic algorithms.SPIE.1994.23:2-12
[54]Huttunen H,Kuosmanen P.Optimization of soft morphological filters by genetic algorithms.SPIE.1994.23:13-24
[55]Yuhong Yu,Ashok Samal.A system for recognizing a large class of engineering drawings.IEEE Transactions on Pattern Analysis and machine Intelligence,1997,19(8):868-890
[56]P Yaxiviere,K Tombre.Celesstin.CAD Conversion of Mechanical Drawings.IEEE Computer,1992,25(7):46-54.
[57]Liu WenYin,Dov Dori.From Raster to Vectors:Extracting Visual Information from Line Drawings[J].Pattern Analysis and Application,1999 2(2):10-21.