CN1333511A - 光栅图像矢量化的计算机自动处理 - Google Patents

光栅图像矢量化的计算机自动处理 Download PDF

Info

Publication number
CN1333511A
CN1333511A CN01123113A CN01123113A CN1333511A CN 1333511 A CN1333511 A CN 1333511A CN 01123113 A CN01123113 A CN 01123113A CN 01123113 A CN01123113 A CN 01123113A CN 1333511 A CN1333511 A CN 1333511A
Authority
CN
China
Prior art keywords
line
processing unit
central processing
vector
bitmap images
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN01123113A
Other languages
English (en)
Inventor
T·C·C·王
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WEIHENG INTELLECTUAL PROPERTY RIGHTS CO Ltd
Original Assignee
WEIHENG INTELLECTUAL PROPERTY RIGHTS CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by WEIHENG INTELLECTUAL PROPERTY RIGHTS CO Ltd filed Critical WEIHENG INTELLECTUAL PROPERTY RIGHTS CO Ltd
Publication of CN1333511A publication Critical patent/CN1333511A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422—Technical drawings; Geographical maps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种用于将光栅图像矢量化以产生可被CAD软件操作的可用图形的计算机自动处理。本处理方法利用包含在光栅图像中的图形元素之间的几何关系并在矢量化处理期间将图形元素作为整体加以保留。本处理方法不仅识别整条线,同时还识别与之交叉的所有线。该处理方法要用合适指令编程的计算机中央处理器以分析在位图图像中找到的线,以及与位图图像中该线相关连的所有交叉和形状,然后根据预先定义的算法处理其信息以产生可使用的图形图像文件。当每条线被识别时,它被矢量化,然后从其位图图像中删除以加速矢量化处理。

Description

光栅图像矢量化的计算机自动处理
发明领域
本发明涉及用于矢量化图像，特别是来自光栅文件的绘图的矢量化的计算机自动处理以提供可使用和操作的准确的图像图形表示。
技术背景
所有的工程项目都产生绘图。这些绘图有的是用计算机辅助绘图技术制备的，因而产生电子图形文件。但是，这些绘图通常是用铅笔和纸画出的。相对纸上绘图而言，电子绘图文件有明显的优点，它们容易储存，提取和修改。对电子绘图文件修改的时间只是对纸图修改所需时间的数分之一。电子绘图文件的另一优点是将它们复制和传送的速度要比纸图快得多。随着国际互联网的发明，这是一个重要的考虑。
因此，已经有将传统纸图转换成电子格式的明显需求，这样能使用户使用和操作这类绘图并获取电子格式的其它优点。这种转换通常是用扫描代扫描绘图以产生绘图的光栅(位图)而实现的。一旦绘图被扫描，它即可以转换成用矢量化处理的可用图形格式。
在当今的市场上有众多的矢量化技术用于将位图图像转换成计算机辅助设计(CAD)软件可采纳的图形格式。根据它们的处理方法可将当今的矢量化方法分成两大类，即薄为基础的方法和运行长度编码(RLE)为基础的方法。两种方法仅依据相对于矢量的局部信息分析和识别矢量。在处理交叉线，较短线和畸变线时两种方法均存在问题，因而难以判断通过交叉后跟踪的方向，特别是当交叉点有噪声时更是如此。这样就需要在后处理算法中引入大量的搜索和适当组合的算法。因此这些技术都是慢的。还有一点不尽人意的是它们的准确度有限。它们的这些短处就限制了将纸图转换成电子图形文件的范围。
发明概述
本发明克服了现今将光栅/位图图像矢量化以产生可用图形文件方法的缺点。
本发明是用于矢量化位图图像的计算机自动处理，其中中央处理器分析在光栅/位图图像中找到的线并根据预先定义的算法将信息处理以产生可由CAD软件操作的可用图形文件。本处理方法利用包含在位图/光栅图像内图形元素之间的几何关系并且在矢量化期间将图形元素作为整体加以保留。换言之，本处理方法不仅识别整条线，同时也识别与该线交叉的线。结果使整个矢量化过程加速而且准确度也高。
工程绘图中的多数线不是孤立的，而是相互交叉形成线网。为了将光栅图像读出和矢量化，首先需要建立线网，即绘图中被连接线的集合，它们表示绘图中有意义的成分。一旦线网中的第一条线被识别，则凭借线网中这些线的连接性线网中的所有其它线都可以被识别。这是该矢量化处理中的基本方法。
图1流程图所示为一张整图的矢量化过程。中央处理器对光栅图像扫描以找出第一线网。一旦找出一个线网，即用总体线网矢量化完全加以识别。然后中央处理器对下一线网的图像再扫描，直至整个图像被扫描为止。
线网的识别如图2流程图所示。线网的识别首先是从建立种子段开始的，以得到一条线的方向和宽度。一旦一种子段被识别，则通过在两相反方向增长种子段而可以将整条线识别。在所说的线的识别期间，沿该线的所有交叉也被识别。在该线被识别之后，必须将仅对应于该线的位置从图像数据中删除以避免重复。最后，中央处理器首先选取垂直交叉(PI)，然后是斜交叉(OI)，最后是复杂交叉(CI)，利用从上述特殊交叉得到的方向和宽度开始交叉线的识别。然后将这种方法对每种交叉加以重复直至整个线网被识别为止。
现在对该处理的每一阶段加以详述。
线网的识别首先是从建立种子段开始的。种子段是一线段，它没有交叉而且畸变最小，即它是一个有方向和宽度的线段。
从遇到的第一个黑像素开始，利用预定的算法可以确定该线的某一段处于预定限度以内使之在那点没有交叉而且噪声畸变水平最小。
当中央处理器遇到第一个黑像素时，以第一黑像素为中心产生一连串方块。方块的最小大小是最大线宽的二倍。假如在位图和具有大约相同长度的方块之间存在一组相邻的交叉，交叉的中心点将确定形成种子段的点的长方形区的长轴。
用这种方法可以判别出没有畸变或畸变最小和没有交叉的一线段。这种子段的较长轴表示该线的方向，而种子段的较短轴的长度表示该线的宽度。
建立种子段之后，中央处理器则利用Bresenhan线转换算法跟踪位图，在该线的路径上在两个方向生成点位以提高效率。跟踪路径从种子段长轴方向的种子段中心点开始，并且只要路径点上存在有黑像素而垂直运行的长度接近或长于种子段的宽度，就向该线的两个方向加以延伸。
假如跟踪遇到了白像素，中央处理器计算该白像素的长度。如果白段的长度大于预定长度，其跟踪将在该方向终止。
为了调整线径方向，采用垂直试验算法。利用Bresenhan算法，通过现行线径上的点生成一组扫描线，该现行线径通过种子段中心并且与种子段的长轴垂直。假如垂直扫描线被点等则线径是正确的，否则中央处理器将调整线径直至正确的线径被确定为止。线径的扫描长度是种子段宽度的三倍。在线径方向调整之后，中央处理器则跟踪该线直至它的终点。
因为跟踪的方向被确定，交叉不会影响对来自种子段的线的跟踪。假如在整个跟踪路径上只有一个黑段，则它被为是实线。假如不是这样，中央处理器分析黑段和白段的规律性以确定是否存在虚线。
中央处理器同时还分析沿被矢量化的线上的垂直运行以探测该线上的交叉。如果垂直运行的大小连续大于阈值，即该种子段的宽度，即确定一个交叉点。交叉的垂直大小的变化随不同的交叉而异。交叉分成三类，即垂直交叉，斜交叉和复杂交叉。垂直交叉和斜交叉分别指示垂直交叉线和斜交叉线。复杂交叉线则指示其它的暗示情况，例如字母或符号或有时更为复杂。每种交叉的细节连同在它周围探测到的信息由中央处理器储存在各自的先进后出的堆栈内。
为了避免已经被矢量化的位图的重复使用，一旦线被矢量化，对应于该矢量化线的位图即完全从图像中抹掉。
然后中央处理器分析交叉的特点以确定位图图像的哪部分该抹掉。利用线分析的这种结果，没有交叉的该线的那些部分被完全抹掉，而只有具有交叉的那些部分被留下来。
假如垂直交叉或斜交叉只存在于线的一侧，则该线没有交叉的一半从整条线上抹掉。
假如在线的两侧存在有垂直交叉或斜交叉，则被探测到的该线部分用该线每部分上的分支轮廓确定。例如，该轮廓表明在左手方向该线的顶部的线是斜线，而在右手方向该线的底部是斜线，则该第一斜线中点以下的线被抹掉和第二斜线中点之上的线被抹掉。
通过抹去被矢量化的线段，剩下需要处理的只是交叉，然后对每一交叉加以处理即得到如下所述的线网。因此在矢量化期间图像数据被逐渐简化，矢量化的难度也就随之降低。
中央处理器然后按垂直交叉，斜交叉和最后为复杂交叉的顺序检查所有交叉类型。在每一交叉点，中央处理器以上面描述的方式跟踪交叉线。
按照获得的线的方向和宽度的效率高低，将不同的优先等级赋予给每种交叉。垂直交叉的优先等级最高，因为它的方向和宽度已经存在。斜交叉的优先为次，因为它的方向必须加以探测。复杂交叉的优先等级最低，因为必须再次实行对种子段的探测。知道在一个线网中有可能多于一次交叉，这种优先等级确保一个线网将以最快的方式实现矢量化。
在没有交叉线的地方线网矢量化完成之后，中央处理器确保对新的种子段实行光栅图像扫描。
线网可以通过识别线和交叉线而完成。由于对光栅图像内线网识别的结果可以使图像矢量化，由此产生可以使用和操作的图形图像。
附图概述
参照附图现在对处理方法加以描述：
图1所示为线网流程图；
图2所示为整个线网矢量化的流程图；
图3所示为在一条线上定位种子段的算法；
图4所示为跟踪线径的算法；
图5所示为具有各种交叉的线；
图6所示为线中矢量化部分被删除后的该线；
图7所示为用位图表示的一种简单的线网；
图8a-g所示为在线网中第一条线矢量化的结果和沿该线探测到的每种交叉。
发明详述
图3所示为带有垂直线(2)的斜线(1)的放大部分。在第一黑像素处(3)，中央处理器生成一连串的方块(4)和(5)。最小方块(4)的大小是线(1)宽度的2倍。如果中央处理器确定在位图和具有相同或相近长度(6)的方块之间有一组邻近的交叉，则交叉的中心点将确定形成种子段的点的长方形区的长轴。
图4所示为被中央处理器按上述处理方法确定的种子段(7)。中央处理器沿现在线径(9)生成一组扫描线(8)，该组扫描线与种子段的纵轴垂直。假如垂直运行(10)被点等分，则线径被设想为正确的。
图5所示为已被识别的线(11)。在线中探测到各种交叉(12)，中央处理器则进一步分析这些交叉以确定其交叉类型。为了进一步分析其交叉，中央处理器确定该线的中心轴(13)。
从图6可见，一旦该线被识别，线中已经被识别的部分和没有交叉的部分(15)被抹掉。在有交叉的地方(12)，根据交叉的类型和交叉是否在该线中心轴(13)一侧或两侧而抹去被识别线的合适部分。当只有被识别线的一侧有交叉时(14)，跟随交叉轮廓而将该线下面的区域抹去(16)。
图7所示为线网中第一条线矢量化结果和沿该线探测到的交叉类型。
图8a所示灰线(17)是光栅图像，而底部的黑线(18)是抹去了相应的位图后的矢量化线。沿矢量化线找到的各种交叉点(19，20和21)分别是斜交叉，复杂交叉和垂直交叉。
图8b-8f所示为按顺序每一相继线(18)的矢量化。这一顺序是由推入堆栈中的交叉顺序确定的。
图8g所示为一旦位图中的线被识别，则对应于线的位图将从图像中抹去。根据这一原则，符号和字母串可以按预先定义的算法识别而不受线的干扰。

Claims (5)

1.一种用于位图图像完整矢量化的计算机自动处理，其中用合适指令编程的计算机的中央处理器对位图图像中的线和与位图图像中的线相关连的交叉和形状进行分析，然后按预先定义的算法顺序对其处理以产生这些线以及与这些线相关连的所有交叉和形状的完整的矢量化图像。
2.如权利要求1的计算机自动处理，其中中央处理器根据预定的算法顺序对位图图像中的每一黑像素加以分析以确定一线段，该线段没有交叉和由于噪声引起的畸变处于预定限之内。
3.如权利要求2的计算机自动处理，其中中央处理器从没有交叉的第一个黑像素开始对线段扫描，在该线的每一方向上由于噪声引起的畸变在预定的限度以内，该线的位置，长度和方向按预定的算法确定，然后将该线的位置，长度和方向转换成矢量以产生对应于位图图像的该线矢量化图像。
4.如上面权利要求3所要求的计算机自动处理，其中中央处理器根据预定算法分析沿该线探测到的所有交叉线，根据预定算法确定交叉线的方向，位置和长度，然后将交叉线的方向，位置和长度转换成矢量以产生与位图图像相对应的交叉线的矢量化图像。
5.如上面权利要求4所要求的计算机自动处理，其中所有被中央处理器从位图图像探测到的线和与该线相关连的交叉一旦它们被中央处理器矢量化后即从位图图像中删除，中央处理器重复上面所要求的整个处理以使随后所有的线和交叉线矢量化。
CN01123113A 2000-07-14 2001-07-13 光栅图像矢量化的计算机自动处理 Pending CN1333511A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GB0017284.1 2000-07-14
GB0017284A GB2366108A (en) 2000-07-14 2000-07-14 Vectorization of raster images

Publications (1)

Publication Number Publication Date
CN1333511A true CN1333511A (zh) 2002-01-30

Family

ID=9895644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN01123113A Pending CN1333511A (zh) 2000-07-14 2001-07-13 光栅图像矢量化的计算机自动处理

Country Status (5)

Country Link
US (1) US20020006224A1 (zh)
JP (1) JP2002099911A (zh)
CN (1) CN1333511A (zh)
DE (1) DE10132618A1 (zh)
GB (1) GB2366108A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100452058C (zh) * 2004-07-01 2009-01-14 日本电气株式会社 Bga器件装载基板的层数估算装置和方法
CN100464347C (zh) * 2007-03-09 2009-02-25 永凯软件技术（上海）有限公司 一种工程cad图纸的矢量化图形识别方法
CN100538726C (zh) * 2008-01-31 2009-09-09 浙江工业大学 基于图像矢量化技术的服装样片自动录入装置
CN101980200A (zh) * 2010-11-03 2011-02-23 东莞市高鑫机电科技服务有限公司 中国元素工程数据库构建方法、系统及其在工业设计领域的应用
CN102136151A (zh) * 2011-03-11 2011-07-27 山东大学 一种光栅图像的矢量化方法
CN102880868A (zh) * 2012-08-06 2013-01-16 上海中和软件有限公司 工程图纸矢量化和图元语义提取方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7233698B2 (en) * 2002-12-13 2007-06-19 The Boeing Company Apparatus and methods for converting raster illustrated parts images into intelligent vector-layered files
US8933962B2 (en) 2010-11-15 2015-01-13 Microsoft Corporation Clipart cartoon techniques
US20140133760A1 (en) * 2012-11-15 2014-05-15 Qualcomm Incorporated Raster to vector map conversion
CN105427354B (zh) * 2015-11-20 2018-05-29 浙江大学 基于平面块集合的图像矢量化表达方法
US20170161916A1 (en) * 2015-12-08 2017-06-08 Jeffrey Sun High performance and more accurate method and implementation for solid color background removal
CN107256557B (zh) * 2017-05-03 2020-05-22 华南理工大学 一种误差可控的细分曲面图像矢量化方法
CN110675417B (zh) * 2019-09-25 2022-08-30 自然资源部第六地形测量队(自然资源部地下管线勘测工程院、四川省第三测绘工程院) 一种结合游程编码与边缘跟踪的栅格数据快速矢量化方法

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2908451B2 (ja) * 1986-10-06 1999-06-21 アムペックス コーポレーシヨン 走査されたビデオ画像を処理する方法及び装置
US4933865A (en) * 1986-12-20 1990-06-12 Fujitsu Limited Apparatus for recognition of drawn shapes or view types for automatic drawing input in CAD system
US4817187A (en) * 1987-02-19 1989-03-28 Gtx Corporation Apparatus and method for vectorization of incoming scanned image data
JPH01231183A (ja) * 1988-03-10 1989-09-14 Mitsubishi Electric Corp 画像処理装置における直線性判定装置
JP2652069B2 (ja) * 1989-09-08 1997-09-10 日立ソフトウェアエンジニアリング株式会社 図形処理システム
US4991116A (en) * 1990-01-03 1991-02-05 Jack Hohner Combined digitizer and plotter for computer aided drawing
US5299307A (en) * 1990-08-17 1994-03-29 Claris Corporation Controls for drawing images on computer displays
JP2729699B2 (ja) * 1990-09-03 1998-03-18 日立ソフトウェアエンジニアリング株式会社 追跡始点入力方法および装置
US5448692A (en) * 1991-03-27 1995-09-05 Ricoh Company, Ltd. Digital image processing device involving processing of areas of image, based on respective contour line traces
US5841903A (en) * 1992-01-17 1998-11-24 Yamaha Corporation Method and device for extracting a connected component of image data
JP3237898B2 (ja) * 1992-05-29 2001-12-10 株式会社東芝 画像図形編集装置および画像図形編集装置の処理方法
US5594815A (en) * 1992-10-19 1997-01-14 Fast; Bruce B. OCR image preprocessing method for image enhancement of scanned documents
US5594848A (en) * 1993-02-16 1997-01-14 Compaq Computer Corporation Method and apparatus for efficiently determining line segments within a window using iterative halving
JP3210141B2 (ja) * 1993-06-24 2001-09-17 松下電器産業株式会社 直線描画装置
US5684941A (en) * 1994-09-01 1997-11-04 Cirrus Logic, Inc. Interpolation rendering of polygons into a pixel grid
US5815163A (en) * 1995-01-31 1998-09-29 Compaq Computer Corporation Method and apparatus to draw line slices during calculation
US5611029A (en) * 1995-01-31 1997-03-11 Compaq Computer Corporation Run slice line draw engine with non-linear shading capabilities
US5987173A (en) * 1995-03-27 1999-11-16 Nippon Steel Corporation Interactive drawing recognition processing method and apparatus thereof
US5761328A (en) * 1995-05-22 1998-06-02 Solberg Creations, Inc. Computer automated system and method for converting source-documents bearing alphanumeric text relating to survey measurements
US5978520A (en) * 1995-07-31 1999-11-02 Hitachi, Ltd. Method of recognizing image data and apparatus therefor
US5718105A (en) * 1996-01-03 1998-02-17 Kanzaki Kokyukoki Mfg. Co., Ltd. Transmission for self-propelled walking lawn mower
US5751852A (en) * 1996-04-29 1998-05-12 Xerox Corporation Image structure map data structure for spatially indexing an imgage
US5923782A (en) * 1996-08-01 1999-07-13 Nynex Science & Technology, Inc. System for detecting and identifying substantially linear horizontal and vertical lines of engineering drawings
JP3602659B2 (ja) * 1996-08-05 2004-12-15 株式会社リコー 濃淡値文書画像からの特徴抽出方法及び特徴抽出装置
US5995659A (en) * 1997-09-09 1999-11-30 Siemens Corporate Research, Inc. Method of searching and extracting text information from drawings
US6332032B1 (en) * 1998-12-03 2001-12-18 The United States Of America As Represented By The Secretary Of The Army Method for generating test files from scanned test vector pattern drawings
US6466229B1 (en) * 1999-01-26 2002-10-15 Fuji Xerox Co., Ltd. Graphics processing apparatus and graphics processing method

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100452058C (zh) * 2004-07-01 2009-01-14 日本电气株式会社 Bga器件装载基板的层数估算装置和方法
CN100464347C (zh) * 2007-03-09 2009-02-25 永凯软件技术（上海）有限公司 一种工程cad图纸的矢量化图形识别方法
CN100538726C (zh) * 2008-01-31 2009-09-09 浙江工业大学 基于图像矢量化技术的服装样片自动录入装置
CN101980200A (zh) * 2010-11-03 2011-02-23 东莞市高鑫机电科技服务有限公司 中国元素工程数据库构建方法、系统及其在工业设计领域的应用
CN101980200B (zh) * 2010-11-03 2013-09-04 东莞市高鑫机电科技服务有限公司 中国元素工程数据库构建方法、系统及其在工业设计领域的应用
CN102136151A (zh) * 2011-03-11 2011-07-27 山东大学 一种光栅图像的矢量化方法
CN102136151B (zh) * 2011-03-11 2012-10-24 山东大学 一种光栅图像的矢量化方法
CN102880868A (zh) * 2012-08-06 2013-01-16 上海中和软件有限公司 工程图纸矢量化和图元语义提取方法

Also Published As

Publication number Publication date
GB2366108A (en) 2002-02-27
DE10132618A1 (de) 2002-01-24
GB0017284D0 (en) 2000-08-30
US20020006224A1 (en) 2002-01-17
JP2002099911A (ja) 2002-04-05

Similar Documents

Publication Publication Date Title
CN1333511A (zh) 光栅图像矢量化的计算机自动处理
US10789695B2 (en) Systems, devices, and methods for providing feedback on and improving the accuracy of super-resolution imaging
Le et al. Automated page orientation and skew angle detection for binary document images
US11600091B2 (en) Performing electronic document segmentation using deep neural networks
EP0785522A2 (en) Method and system for detecting a pattern in an image
CN113705576B (zh) 一种文本识别方法、装置、可读存储介质及设备
CN101414356A (zh) 基于模板匹配的信息填涂卡识别方法
CN102880868A (zh) 工程图纸矢量化和图元语义提取方法
CN113034511A (zh) 基于高分辨率遥感影像与深度学习的乡村建筑识别算法
CN113821637A (zh) 一种长文本分类方法、装置、计算机设备和可读存储介质
CN109284678A (zh) 路牌语义识别方法及系统
CN112784737B (zh) 结合像素分割和线段锚的文本检测方法、系统及装置
CN110659343A (zh) 一种地理围栏数据的提取方法、装置及设备
CN1916938A (zh) 识别距离调整装置和方法以及文本行识别装置和方法
CN1141669C (zh) 数字道路地图自动生成滚球法
Ablameyko et al. A complete system for interpretation of color maps
CN112329744B (zh) 一种图片文字识别方法和装置
CN115016464B (zh) 一种微纳机器人路径规划与自动导航方法及系统
CN114693717B (zh) 图像处理方法、装置、设备及计算机可读存储介质
CN117456542B (zh) 图像匹配方法、装置、电子设备及存储介质
Sanford et al. The Application Of Knowledge Base And Digital Image Analysis Techniques To Automated Map Interpretation
Fenfen et al. Research on Deep Learning-based Image Semantic Segmentation and Scene Understanding
Zhang et al. Unveiling Ancient Maya Settlements Using Aerial LiDAR Image Segmentation
ATE48710T1 (de) Verfahren zur einheitlichen symbolischen beschreibung von dokumentmustern in einem automat.
CN115620327A (zh) 一种基于多分类的文本检测方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication