工程图的快速半自动矢量化和点阵拾取算法

针对当前对工程图尤其是图纸质量较差的旧图纸的全自动矢量化还没有完全成熟可靠的算法，提出了一种新颖快速的半自动矢量化方法，即通过少量的人机交互，在点阵上进行跟踪，得到工程图纸上的矢点是快速，准确并具有良好的鲁棒性，对较差的蓝图也能取得理想的结果。     

工程图纸矢量化系统的研究

工程图纸的矢量化处理是智能图纸扫描输入的关键，利用一系列新颖的图像处理及模式识别技术，建造了一个工程图纸的矢量化系统，实验结果表明，该系统在速度和图元的识别上有较好的性能。     

光栅图纸上典型图元的交互拾取

直接在光栅图纸上拾取图元是光栅／矢量混合编辑的核心技术．提出一种能准确拾取图元，并且可以有效保护其他图元矢量信息的拾取算法．首先从图元附近一点开始，经轮廓跟踪、参数拟合得到图元的初始参数；然后在初始参数引导下，对图元定向跟踪，跳过断点和交点，最大限度地拾取整个图元；最后在光栅图纸上删除该图元，并恢复与之相交的其他图元的交点信息．实验证明，该法简便、准确，可迅速修改局部工程图纸．     

工程图矢量化处理系统

为将存贮在纸介质上的工程图纸信息转化为 CAD的数据格式 ,研制了工程图纸矢量化处理系统。该系统将工程图纸信息自动输入到计算机系统中 ,形成点阵图像 ,经过图像预处理、字符识别、图形矢量化等处理步骤转化为 CAD文件。解决的系统关键技术包括 :蓝图的消蓝去噪 ,提取粘连和非粘连字符的图文分离算法 ,基于复数域非线性指数自回归模型的神经网络字符识别算法 ,快速细化处理 ,自适应节点修正算法 ,跨节点矢量跟踪算法 ,基于神经网络的箭头识别 ,图形的分类整合等。系统在 Windows 95操作系统上运行 ,已达到实用化     

电气工程图扫描输入和自动识别系统

在分析电气图处理的基础上,结合图像识别技术,就电气图纸扫描输入及识别的关键——矢量化处理问题进行探讨,提出了一种将二值点阵图形转换为矢量图形的贯穿笔道剥离算法．分析了多幅图形的拼接问题,为大幅面图纸的快速输入提供了重要依据．通过大量的实验验证,各种算法对手描图纸具有较强的适应能力和抗干扰能力．     

测井工程图的前景背景分割方法

在测井工程图纸的矢量化过程中经常采用二值化的方法达到分割前景与背景的目的，但是目前许多陈旧图纸严重退化，经典的大津阈值法二值化分割测井工程图纸的前景与背景存在着不足，该文针对这一问题提出了一种有效的前景背景分割方法，该方法先对背景图像进行采样，再利用双3次内插法生成背景图像，实现退化图纸的前、背景分割，为进一步分析测井工程图纸提供了方便．     

电气工程图扫描输入和自动识别系统

在分析电气图处理的基础上,结合图像识别技术,就电气图纸扫描输入及识别的关键－－矢量化处理问题进行探讨,提出了一种将二值点阵图形转换为矢量图形的贯穿笔道剥离算法,分析了多幅图形的拼接问题,为大幅面图纸的快速输入提供了重要依据,通过大量的实验验证,各种算法对手描图纸具有较强的适应能力和抗干扰能力。     

工程图纸输入和识别

简要概述了作者在工程图纸输入处理方面的工作对工程图纸的扫描、去噪声、显示、拼图、编辑、矢量化和模式识别等进行了研究和编程，提出了一些新的分析方法和问题加以讨论例如，宽度不是字节整数的处理，虚拟存贮管理，汉字标注方法，图形的拼合是采取文本合并，直线和圆弧的识别是采用三点法判别，Ａｍｍｅｒｒａｌ书中提过此法，细化算法是Ｐａｖｌｉｄｉｓ的．     

数字图像处理在测井曲线矢量化中的应用

针对测井曲线的矢量化问题，在讨论频域和空域的测井曲线图像预处理优缺点的基础上，采用了矢量跟踪的方法来处理测井曲线、对不同油田的20多种测井图纸样本进行了测试，实验表明矢量化的精度可达98％。     

地质勘探图的矢量化方法研究

根据地质图中的图形元素的特点，给出了具有地质属性的工程图矢量化方法，从而将地质勘探图纸信息转化为具有地质信息的矢量数据。分块细化方法提高了大幅图纸的细化处理速度；数据优化处理从整体上考虑了勘探图素间的相关性，减少了矢量化过程中人为造成的误差；图形元素的部分非几何属性的自动识别提高了矢量化的自动化程度。这些方法在地质勘探图的矢量化系统中得到实现，并已在油田实际工作中应用。     

神经网络技术在工程图纸识别中的应用

提出一种应用神经网络技术识别工程图纸扫描图象中图形符号的方法,这种神经网络分类器不仅使识别系统具有自适应性、可拓展性等特点,而且可适应工程图中符号处于粘连、相交、退化等复杂情况下的识别,对目前工程图识别中的最困难问题提出了一个有效的解决方法。     

相贯形体的一种消隐算法

本文针对由凸体或凹体所形成的相贯形体提出了一种消隐法．该算法的关健是利用平面交线矢量的标量积，来判断遮挡性质，从而更有效地筛选出交线群中的轮廓线，进而提高消隐速度．本算法在对象空间中实现，因此，消隐后图形可任意放大而不失真．     

基于经典机器学习的墙柱施工图图像识别

提出了基于经典机器学习的、旨在利用计算机高效的识别图纸能力的、提高审图效率的施工图图像识别方法. 首先, 使用 $K$ 均值($K$-means)算法对墙柱施工图进行聚类, 在聚类基础上搜索局部边界并划分字符; 然后, 使用 $k$-邻近($k$-nearest neighbor, kNN)算法对字符进行识别, 得到墙柱施工图的墙柱名称和配筋信息. 此外, 提出了一种高效计算剪力墙施工图中墙柱面积的影射求和算法. 分别任意取 2 张墙柱施工图进行实验, 研究结果表明: 影射求和算法对墙柱施工图字符识别准确率分别达到 99.60% 和 99.40%, 对面积的识别误差率分别为 0.66% 和 0.34%, 可见该算法对墙柱施工图识别有较好的效果, 可以将墙柱施工图中的主要信息一次性输出为可编辑的文本格式, 具有一定的工程应用价值.     

基于阈值连通的视图划分算法研究

在工程图矢量化系统中,研究如何提高输入数据的质量,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。其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、技术要求以及其他视图等从整体工程图样中识别与区分,再进行标识。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这个图纸扫描转换系统的前置模块。通过该模块提高图纸扫描转换系统输入数据的质量,从而提高了R-V转换精度,并为后续的智能识别与三维重建提供语义上的指导。     

车身工程图精确矢量化圆的自适应算法

在车身薄膜图扫描图像细化的基础上，提出了一就业有确矢量化圆的算法，讨论了在选取任意初始点后，根据初点的坐标，适当调整其余两个点的位置，以使这三点尽量反映圆的特征，从而精确获得圆的特征参数，给出了以不同半径的标准圆进行测试的结果和以桑塔纳轿车前纵梁加强板为例进行的工业应用，结果表明，该算法是稳定、准确的。     

一种由三视图自动构造三维实体的算法

提出一种由工程三视图自动构造三维实体的算法，该算法采用边界表示法描述了实体，并根据结构方式立体几何法思想把子实体装配成三难实体，算法直接由二维点求三维边，从而改进了变一领域的一般算法，通过引入圆柱体作为附加的子实体，扩充了一般算法产生的三维实体域，本文所得实验结果满意的。     

关于支持向量机DirectSVM算法的探讨

DirectSVM算法是求解支持向量机的一种简单快速迭代算法,具有最好的几何直观性.算法将线性可分的两类样本中距离最近的两个异类样本点作为支持向量,以该两点连线的垂直平分面作为初始分类超平面,然后根据分类情况逐步确定新的支持向量,即逐步优化出最优分类超平面.对该算法进行了测试,发现该算法具有局限性,并对算法局限性产生的根源进行了分析,对如何合理使用DirectSVM算法进行了讨论.结论是:用DirectSVM算法直接求解最优分类面是不可靠的,但可以作为支持向量机的一种近似算法,也可以作为求解候选支持向量集的方法,再与其他经典算法结合使用.     

基于交叉点提取的工程图矢量化方法研究

介绍了一种自适应窗口跟踪提取图中存在的交叉点，并依窗口内外图线的联系关系对工程圉进行矢量化的方法，分析了自适应窗口的构造条件，图线矢量储存的数据结构，还介绍了依矢量图线属性进行整图矢量合并的方法。     

基于L阵的分布式信源二维波达方向估计算法

研究了将相干分布式信源积分形式的方向向量化简为点信源方向向量与实向量的Schur-Hadamard积的方法,提出了一种基于L阵的相干分布式信源二维波达方向分离估计算法.利用阵列结构的特点首先估计仰角,然后构造基于Schur-Hadamard积的二阶统计量估计方位角,所利用的二阶统计量对噪声不敏感,具有较好的信噪比性能.该算法将二维波达方向联合估计简化为两步一维估计,有效降低了计算量.仿真实验验证了所提算法的有效性.     

高斯-赛德尔法求解光伏阵列最大功率点基准值

为了快速且准确地求解光伏电池模型参数,进而求解局部阴影条件下光伏阵列的最大功率基准点值,采用高斯-赛德尔法,从工程实际出发,根据局部阴影下的光照情况,把光伏阵列模型分解成光照均匀条件下的多个新光伏阵列模型,利用光伏电池数据手册可以快速且准确地求解模型参数。仿真结果表明:高斯-赛德尔法能够快速且准确地求解拆分后模型的光伏阵列最大功率点基准值;该方法适用于光伏阵列在局部阴影条件下的输出特性和各个峰值点最大功率基准值求解问题。