CN101021902A - 一种工程cad图纸的矢量化图形识别方法 - Google Patents

Abstract

本发明涉及工程图纸矢量化识别系统，特别是一种工程CAD图纸的矢量化识别系统，该系统可广泛用于工程图纸识别、图像图形符号检测与识别等领域以及工业自动化检测等领域。它包括如下步骤：A.在客户端平台上采用基于窗口的自定义模板滤波的算法对输入二值化数据进行去噪处理并进行数据验证；B.在客户端平台上采用基于斜框覆盖域的初步矢量化过程对二值图进行初步矢量化；C.在服务器端完成初步矢量化数据的位置索引表的生成工作；D.在服务器端采用了基于假设/检验的方法进行了矢量化数据的识别过程；E.在服务器端综合所有的识别结果，以标准的DXF文件格式输出给客户端。使用上述发明方法能够改善初步矢量化的结果，提高矢量化的运算速率。

Description

一种工程CAD图纸的矢量化图形识别方法

技术领域：

本发明涉及一种工程CAD图纸的矢量化过程，特别是一种工程CAD图纸的矢量化图形识别方法，该方法可广泛用于工程图纸识别、图像图形符号检测与识别等领域以及工业自动化检测等领域。

背景技术：

在当今的信息社会中，尽管CAD技术在工业设计领域得到了广泛的应用，但仍有大量的图纸信息以纸质、图片的形式保存、管理和适用着。这些工程图纸往往使一个系统或者行业长时间积累下来的，完整的保存了以往的宝贵经验，对以后的设计有很好的借鉴作用。其中相当一部分还会在以后的设计和制造中被修改和重复使用。为了复用这些图纸，将这些图纸图像的信息用计算机进行管理，并建立相应的数据库，以大大减少图纸的更新和维护耗费的人力资源，更加便于存储、修改、查询、交流，是必然的发展趋势，具有重要的社会现实意义。工程图矢量化是将工程图的扫描位图表达转化为CAD系统使用的图形描述矢量实体，如直线、圆、圆弧、曲线以及字符等，可大大提高图纸的复用能力。

完整的矢量化过程大体分为两类，一种是包括有图像的预处理、图像二值化以及二值图的矢量化识别过程，即直接在光栅图上进行图形识别的矢量化系统；一种是包括光栅图初步矢量化和图形类型检测/识别的两步操作的二维矢量化系统。其中应用较为理想的是第二种方法，即先通过矢量化预处理方法，然后利用预处理过程的输出数据进行基于图形类型的检测和识别过程，该过程可以得到较为理想的CAD文件。图像初步矢量化过程同样包括有图像的预处理过程、图像的二值化等过程。本发明涉及包括图像初步矢量化和基于矢量化的图形检测识别的整个过程，称为工程CAD图纸的矢量化图形识别系统。

国内外研究人员针对图像矢量化处理过程提出了一些比较有效的算法，主要集中于初步矢量化/识别的思路。不同的初步矢量化算法往往对应于不同的图形识别算法。这里根据初步矢量化算法分类有：基于细化的方法、基于轮廓线的方法、基于图形结构的方法、离散象素跟踪的方法以及正交之字型(简称为OZZ)方法。目前针对矢量化的研究基本上都是在这些方法的框架下进行的，但对于图像具有噪声干扰，仅有离散图像跟踪的方法能够取得比较好的效果，但离散图像跟踪的方法为了避免在初步矢量化过程中全图搜索的过程而采用了位置索引算法，该算法得到的覆盖域不能完全与原图匹配，会造成一些误矢量化的结果。另外，由于对工程CAD图纸的矢量化在理论方面还有很多不完善的地方，因此大都仍然处于研究阶段，没有形成完整的系统。本发明提出一种工程CAD图纸的矢量化图形识别系统，在系统数据输入阶段加入数据的有效性验证，初步矢量化算法采用了基于斜框覆盖域的初步矢量化算法，根据图形的类别形成了自定义的类库，考虑到初步矢量化结果的特性采用了一种基于假设/检验的图形识别算法。最终形成了一套独立的工程CAD图纸的矢量化图形识别系统。

发明内容：

本发明的目的在于提供一种工程CAD图纸的矢量化图形识别方法，主要解决上述现有技术所存在的技术问题，它能改善矢量化识别的结果，提高矢量化识别的运算速率，并具有适用范围广、矢量化识别精度高、运算速度快等优点，对于工程图纸矢量化系统的后续处理以及三维重建等工作具有重要意义和实用价值。

为解决上述技术问题，本发明是这样实现的：

一种工程CAD图纸的矢量化图形识别方法，其特征在于它包括如下步骤：

A在客户端平台上采用基于窗口的自定义模板滤波的算法对输入二值化数据进行图像去噪并进行数据验证；

B在客户端平台上采用基于斜框覆盖域的初步矢量化过程对二值图进行初步矢量化：

C在服务器端完成初步矢量化数据的位置索引表的生成工作；

D在服务器端采用了基于假设/检验的方法进行了矢量化数据的识别过程；

E在服务器端综合所有的识别结果，以标准的DXF文件格式输出给客户端。

所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤A进一步包括：

A1图像的采集和输入：它是通过图像采集装置扫描得到并送入客户端或是通过存储设备给出图像文件得到并送到客户端；其中：图像扫描是通过图像采集装置的光电扫描器件将图纸扫描成为模拟信号，经A/D转换器将模拟信号转换成为数字图像信号，该图像信号通过USB总线送入到客户端；

A2该客户端平台对图像的某一个部位提取其直方图，灰度图像的直方图提供了在一幅图像中灰度的分布状况，利用直方图提供的这种灰度分布信息来确定阈值，再用图像中某个位置的象素灰度值与这个阈值比较来确定其二值性，0或者1。

A3该客户端平台采用基于窗口的自定义模板滤波的算法对输入二值化数据进行滤波处理；该自定义模板采用N×N模板，N为大于等于3的正整数，对数据中的每一个像素进行扫描，以判别是否为噪声点，如果是噪声点，则将该点赋值为与图纸背景相同的灰度值；

A4该客户端在数据检验阶段通过计算纵横扫描线所穿越线宽度的计数，统计其平均宽度是否大于M个像素来判别的，M为大于等于3的正整数，如果大于M个象素则通过验证，否则抛出异常，显示异常原因。

所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤B中的基于斜框覆盖域的初步矢量化过程进一步包括：

B1初始跟踪点判定以得到跟踪的起始点和方向信息；

B2跟踪过程，该跟踪过程是采用类似于之字型的方法确定某一条线段的中轴点，其中包括了三个条件：a中轴点的矢量化唯一占有性；b跟踪方向一致性；c宽度保持性；

B3若满足三个条件，则输出中轴点链；否则，缩短跟踪步长后继续执行B2。

所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤C中的位置索引表的生成过程进一步包括：

C1在服务器端完成初始化结点表：当一条初步矢量化结果的中轴点链需要加入到结点表中，对其它进行结点记录，即根据预先定义的横格线宽度来确定其横格位置以及左右边界，形成单独记录该中轴点链的位置索引表；

C2在服务器端完成结点的叠加：叠加结点表是将初始化得到的结点表放入到总体结点表当中，其中要涉及到结点表的插入和查找过程。

所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤D中的矢量化数据的识别过程进一步包括：

D1在服务器端完成初始图形元素的生成，即假设过程：根据事先确定的某种类型的图形元素，系统根据图形元素与中轴点链匹配度的不同，选择最符合的那一条中轴点链作为待定图形元素；

D2在服务器端完成图形元素的扩展和判别：根据假设过程找到的作为待定图形元素的中轴点链，对其进行一定法则的扩展，找到其相邻中轴点链，进行匹配以判定整合在一起的是否可以共同组成预先定出的图形类别；通过不断的叠代过程，以最大限度的组成某种图形。

所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤E中综合识别结果成为标准的DXF文件格式，方便了进一步的编辑处理。

藉由上述技术方案，本发明具有如下有益技术效果：

本发明方法是一种工程CAD图纸的矢量化图形识别方法具有适用范围广、矢量化精度高、运算速度快等优点，对于工程图纸矢量化系统的后续处理以及三维重建等工作具有重要意义和实用价值。

附图说明：

图1是本发明方法所采用客户端/服务器的硬件拓扑结构。

图2是本发明方法的流程示意图。

图3是本发明实施例中扫描后得到的实际工程图像；

图4是本发明实施例中经过去噪处理后的图像；

图5是本发明实施例中是经过基于斜框覆盖域的初步矢量化处理过程后得图像；

图6是经过本发明方法中提出实直线的识别结果。

具体实施方式：

以下结合附图和实施例对本发明的技术方案作进一步描述。

本发明的实施例中，采用客户端/服务器的硬件拓扑结构如图1所示。客户端可以连接图象采集装置(如：扫描仪)或硬件存储设备，因此，图像的来源可以是通过图像采集装置扫描得到并送入客户端或是通过存储设备给出图像文件得到并送到客户端；其中：图像扫描是通过图像采集装置的光电扫描器件将图纸扫描成为模拟信号，经A/D转换器将模拟信号转换成为数字图像信号，该图像信号通过USB总线送入到客户端；

其中，通过矢量化系统的扫描功能启动扫描程序对图纸进行扫描，扫描后的图像如图3所示。扫描后经过客户端PC机的矢量化预处理过程，得出如图6所示的图像，该图像是一种压缩率非常高的表示方法，便于在网络中进行传输，服务器端接收初步矢量化后的数据进行诸如生成位置索引表和矢量化图形的识别等后续处理。

本实施例中的图像采集装置采用松下KV-S3065CWCN型号的扫描仪，其性能如下：

扫描元件：CIS；

设计类型：文件扫描仪；

扫描范围：227×2540mm；

光学分辨率：600×600；

色彩位数：黑白(二值，半色调模式)，灰度(8bit)，彩色(24bit)；

扫描速度：60ppm/110ipm；

传输接口：Ultra SCSI(SCSI-III)传输速率：20M-byte/sec，接口器：50细针，USB2.0；

扫描介质：文件；

光源性能：双管白色荧光灯。

本实施例中的客户端平台性能如下：

CPU主频：Celon 2.66G；

内存容量：516M；

运行操作系统为Windows XP；

一个并行打印端口，配置为USB端口。

本实施例中的服务器采用HP的ProLiant DL380 G4(378735-AA1)，其性能如下：

CPU类型：Xeon DP；

CPU频率(MHz)：3000；

处理器描述：标准处理器数量1；

支持CPU个数：2；

CPU二级缓存：2MB；

运行操作系统为Windows 2003 Server。

在客户端/服务器端采用的二维工程CAD图纸的矢量化识别流程如图2所示，各步骤的具体细节描述如下：

1、在客户端采用基于自定义窗口的滤波方法对图像进行去除噪声处理并进行数据验证：

采用基于自定义窗口的滤波方法对图像进行去除噪声的处理之前，首先要对图纸文件进行扫描以得到数字化的图像文件，这种数字化的图像文件也可以从存储设备中读取。图像扫描过程首先将图纸经过光电扫描芯片进行扫描得到模拟信号，然后将模拟信号经过A/D转换芯片转换为数字化图像文件，最后经过USB输出接口送往客户端平台。

送到客户端的是一张二维的灰度数字工程图像，需要经过二值化处理过程将灰度图像转换为二值图像，该过程是在客户端平台进行的，通过CPU与内存协调工作以完成对图像的二值化工作。首先对图像的某一个部位提取其直方图，利用直方图提供的信息来确定阈值；其次用图像中某个位置的象素灰度值与这个阈值比较来确定其二值性，0或者1；最后通过对图像的每个部分进行上述处理即可得到二值化图像。

得到二值图像后，在二值图像中会存在很多噪声的污染，如图3所示。这些噪声会影响到后面的初始矢量化过程和识别过程，有必要在二值化处理后加入去除噪声的处理过程。在此，本发明在客户端加入了基于窗口的自定义模板滤波的算法对输入二值化数据进行滤波处理。自定义模板采用N×N模板，N为大于等于3的正整数，对图像数据中的每一个像素进行扫描，以判断是否为噪声点。当某个位置像素以及其周围的像素的灰度值之和仅为1，并且该当前位置的像素灰度值为1，则断定该点肯定为噪声点，将其去除。去除噪声点的方法是将该点的灰度值赋值为0。去噪后的图像如图4所示。

该客户端在数据检验阶段通过计算纵横扫描线所穿越线宽度的计数，每次穿越得出的宽度称为穿越宽度，统计其平均宽度是否大于M个像素来判别的，M为大于等于3的正整数，如果大于M个象素则通过验证，否则抛出异常，显示异常原因，提示用户“扫描仪性能不足，请采用其他扫描设备重试”。在实施过程中，通常取M＝3，其意义在于保证CAD图纸的线的宽度大于等于三个像素，以便于后续的初步矢量化过程的稳定。这里需要注意，扫描线有可能正好纵向穿越一条直线，则得出的穿越宽度非常大，我们称该数值为宽度野值。为了解决这个问题，去除宽度野值，我们首先设置一个预定义的最大宽度。当扫描宽度大于最大宽度时，默认为宽度野值，在统计平均宽度时不计算该值。

2、在客户端采用基于斜框覆盖域的初步矢量化过程对二值图进行初步矢量化：

采用基于斜框覆盖域的初步矢量化过程是在客户端平台上进行的，它是对基于离散象素跟踪矢量化方法的改进。如图所示：该矢量化过程包括了初始跟踪点判定、跟踪过程以及交点复原等操作。初始跟踪点判定以得到跟踪的起始点和方向信息；跟踪过程是采用类似于之字型的方法确定某一条线段的中轴点，其中包括了三个条件，其中中轴点的矢量化唯一占有性是利用斜框覆盖域的方法得到的，另外两个条件分别是跟踪方向一致性和宽度保持性；交点复原是通过与跟踪过程联合迭代的过程实现的。该过程是整个矢量化预处理过程的核心，其在得到较高的精度前提下，运算速率远远超过了基于离散象素跟踪矢量化方法。

初始化中轴点判定是在对图像扫描的基础上进行的，当一条扫描线‘碰’到第一个象素正跳变时(从0到1)，象素计数器开始计数，当再次碰到象素负跳变(从1到0)时，停止计数，计算中间的象素位置作为第一个初始化判别的临时中轴点，然后从该象素采用同样的方法向上向下扫描计数，计算上下边界的中心位置作为第二个初始化判别的中轴点，然后在左右扫描，以此类推直到连续两次的象素位置相差不到两个象素，将其设为稳定的可扩展的初始化中轴点，如果是纵向的临时中轴点，则跟踪方向设为纵向，反之设为横向，将方向和初始化中轴点作为中轴点判别过程的输出。初始化中轴点判别结束。

执行跟踪过程：跟踪过程是以初始化中轴点开始跟踪的，其过程与初始化中轴点判别过程基本类似，但其是在设定方向上跟踪的，垂直于跟踪方向的跟踪结果设为中轴点宽度。以预先设定的跟踪步长执行跟踪过程，因为象素宽度很小，这里的跟踪步长设为4个象素，实际跟踪步长称为动态步长。执行跟踪过程需要满足三个条件：

(1)方向一致性，采集到的中轴点其宽度与动态跟踪步长的比值稳定在大于1或者小于1上。否则执行交点复原。

(2)  宽度一致性，是指所采集的中轴点宽度变化率保持在50％以内。

(3)中轴点的矢量化唯一占有性：一个中轴点不能同时处在这个矢量化线条内，又处在另外一个矢量化线条内，即不能同时作为两个或两个以上矢量化线条的中轴点。这在执行的过程过程中尤其需要注意。基于离散象素跟踪的矢量化方法采用了位置索引的方法，是将某一个矢量化线条的值覆盖在具有一定间距的横格线上，该横格线最终构成一个一个结点，结点的左右边界表示了某个矢量化线条的覆盖域。之后进行跟踪过程找到的中轴点不能够落在这个覆盖域之内，否则进行交点复原。本发明中利用邻近的两个中轴点以及它们的动态宽度确定一个斜框，利用斜框确定这个覆盖域，这可以得到比较精确的覆盖域，避免了由于覆盖域过大而造成的漏矢量化现象以及覆盖域过小造成的误矢量化现象。

交点复原：交点复原是在跟踪条件不满足的情况下执行的一种将跟踪步长缩短的操作，然后再执行跟踪过程。这可以在线段和线段相交的地方得到比较好的矢量化效果，如图5所示。

3.在服务器端生成位置索引：

位置索引表是由一行一行的结点链组成的，而结点链又是又一个一个的结点组成。一个结点记录了中轴点链的地址和左右边界以及所在结点行。这样每一个中轴点链都被不同行的结点所索引，记录了每个中轴点链在二维空间中的位置，顾名思义，称之为位置索引。该过程所重点研究的是位置索引的生成过程，位置索引的生成过程包括了结点表的初始化和结点的叠加过程。此外由于位置索引的结点记录了中轴点链的地址信息，因此在客户端初步矢量化完成后，如果进行了位置索引的生成过程，则会在远距离传输过程中丢失中轴点链的地址信息，或者该地址信息发生的偏移，无法在后续的使用中正确的索引到，因此需要在服务器端进行中轴点链位置索引的生成工作。

在服务器端完成初始化结点表：为了将中轴点链加入到位置索引表中，首先生成一个临时的空的位置索引表。位置索引表的横格线将中轴点链横向的分割为若干等分，考虑到横格线本身应具有的宽度信息，则根据横格线相交位置和横格线宽度信息可以定义出一个结点的左右边界，从而生成记录该中轴点链的一系列结点，则一个临时的、记录单个中轴点链的位置索引表生成了。

在服务器端完成结点的叠加：当单个的位置索引表生成以后，必须将其加入到最终需要生成的位置索引表中。临时位置索引表和最终生成索引表之间没有本质区别，仅仅在于所记录的中轴点链不同。临时位置索引表记录了单个中轴点链的信息而最终生成的位置索引表是记录了所有的中轴点链的信息。在临时索引表加入到最终索引表中涉及到一步叠加操作，叠加操作是根据临时索引表中的结点一个一个进行的。先找到一个临时索引表中的一个结点，该结点的左右边界与最终索引表中对应位置的结点的左右边界进行对比，以完成最终索引表中的相应节点的切分和修改操作。当所有的临时索引表中的结点都与最终索引表匹配完成以后，则会生成一个最终索引表的中间结果，等候下一条中轴点链的临时索引表的叠加操作，直到完成。

4.在服务器端完成矢量化识别过程：

在服务器端完成初始图形元素的生成，即假设过程：根据事先确定的某种类型的图形元素，系统根据图形元素与中轴点链匹配度的不同，选择最符合的那一条中轴点链作为待定图形元素。本发明实施例根据直线所对应的中轴点链应该仅仅需要两个端点，找到具有两个端点、且其长宽比大于某一个数值的那条中轴点链作为初始的待定直线图形元素。

在服务器端完成图形元素的扩展和判别：根据假设元素的左右端点，向两边延伸扩展，找到与其邻近的那些元素(称为候选元素)并根据与初始假设元素的距离进行排序，以此进行匹配。匹配从三个方面考虑：

1)宽度一致性：即假设元素与匹配元素应当具有相同或者相似的宽度，一般情款下认为一条直线上宽度应当是均匀的。

2)共线性验证：即假设元素的另一个端点与候选元素的远处的那个端点相连，得到的斜率与先前的假设元素的斜率是一致的或者基本保持一致。

3)接近度验证：即假设元素与候选元素之间是足够接近的。但是在实际情况中，当两条直线相交以后会产生四条直线。一条直线往往被差分成了两个部分，我们期望能够将这两段部分的线段连接起来，但是在中轴点链当中，分割开的部分往往距离很大，这里采用一个灰度计算框的方法计算两段线段之间在二值图中的像素密度来决定两个元素是否足够接近。当接近度大时，将两条直线连接成为一条直线。这里需要注意到，该直线是记录了两条中轴点链的实体，在本发明的数据结构中，定义为中轴点链的父亲结点，而中轴点链是该父亲结点的子结点。

在完成整个矢量化识别后，会形成若干树状结构的数据结构，其顶点结点表示了实体属性，如直线或者圆弧等，最底层的结点记录了中轴点链。如图6所示为直线识别之后的结果，省略了其中的宽度信息。上述直线的识别过程仅仅是整个工程CAD图纸的矢量化识别图形元素的一种，对于其他图形元素，如圆弧、虚线、虚圆弧、点划线等的识别也可通过上述的方法进行，它们之间的区别仅仅在于一些识别系数的不同，如扩展角度、扩展间距等。

综上所述仅为本发明的较佳实施例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应为本发明的技术范畴。

Claims (6)

1、一种工程CAD图纸的矢量化图形识别方法，其特征在于它包括如下步骤：

A在客户端平台上采用基于窗口的自定义模板滤波的算法对输入二值化数据进行图像去噪并进行数据验证；

B在客户端平台上采用基于斜框覆盖域的初步矢量化过程对二值图进行初步矢量化；

C在服务器端完成初步矢量化数据的位置索引表的生成工作；

D在服务器端采用了基于假设/检验的方法进行了矢量化数据的识别过程；

E在服务器端综合所有的识别结果，以标准的DXF文件格式输出给客户端。

2、根据权利要求1所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤A进一步包括：

A1图像的采集和输入：它是通过图像采集装置扫描得到并送入客户端或是通过存储设备给出图像文件得到并送到客户端；其中：图像扫描是通过图像采集装置的光电扫描器件将图纸扫描成为模拟信号，经A/D转换器将模拟信号转换成为数字图像信号，该图像信号通过USB总线送入到客户端；

A2该客户端平台对图像的某一个部位提取其直方图，灰度图像的直方图提供了在一幅图像中灰度的分布状况，利用直方图提供的这种灰度分布信息来确定阈值，再用图像中某个位置的象素灰度值与这个阈值比较来确定其二值性，0或者1；

A3该客户端平台采用基于窗口的自定义模板滤波的算法对输入二值化数据进行滤波处理；该自定义模板采用N×N模板，N为大于等于3的正整数，对数据中的每一个像素进行扫描，以判别是否为噪声点，如果是噪声点，则将该点赋值为与图纸背景相同的灰度值；

A4该客户端在数据检验阶段通过计算纵横扫描线所穿越线宽度的计数，统计其平均宽度是否大于M个像素来判别的，M为大于等于3的正整数，如果大于M个象素则通过验证，否则抛出异常，显示异常原因。

3、根据权利要求1所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤B中的基于斜框覆盖域的初步矢量化过程进一步包括：

B1初始跟踪点判定以得到跟踪的起始点和方向信息；

B2跟踪过程，该跟踪过程是采用类似于之字型的方法确定某一条线段的中轴点，其中包括了三个条件：a中轴点的矢量化唯一占有性；b跟踪方向一致性；c宽度保持性：

B3若满足三个条件，则输出中轴点链；否则，缩短跟踪步长后继续执行B2。

4、根据权利要求1所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤C中的位置索引表的生成过程进一步包括：

C1在服务器端完成初始化结点表：当一条初步矢量化结果的中轴点链需要加入到结点表中，对其它进行结点记录，即根据预先定义的横格线宽度来确定其横格位置以及左右边界，形成单独记录该中轴点链的位置索引表；

C2在服务器端完成结点的叠加：叠加结点表是将初始化得到的结点表放入到总体结点表当中，其中要涉及到结点表的插入和查找过程。

5、根据权利要求1所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤D中的矢量化数据的识别过程进一步包括：

D1在服务器端完成初始图形元素的生成，即假设过程：根据事先确定的某种类型的图形元素，系统根据图形元素与中轴点链匹配度的不同，选择最符合的那一条中轴点链作为待定图形元素；

D2在服务器端完成图形元素的扩展和判别：根据假设过程找到的作为待定图形元素的中轴点链，对其进行一定法则的扩展，找到其相邻中轴点链，进行匹配以判定整合在一起的是否可以共同组成预先定出的图形类别；通过不断的叠代过程，以最大限度的组成某种图形。

6、根据权利要求1所述的工程CAD图纸的矢量化图形识别方法，其特征在于该步骤E中综合识别结果成为标准的DXF文件格式，方便了进一步的编辑处理。

Images