JP4274920B2 - ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するための方法およびシステム、ならびにラスタで示されたパーツ画像の詳細を分離するための方法 - Google Patents

Description

この発明はラスタで示されたパーツ画像に関するものであり、より特定的には、ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するための装置および方法に関する。

著作権通知
この文献の開示のうちある部分には著作権保護の対象となる資料が含まれる。著作権所有者は、米国特許商標庁の特許ファイルおよび記録に表われるように、何人による特許開示のファクシミリ複製に対しても異議はないが、その他の場合に対しては、著作権所有者はすべての著作権権利などを保有する。

図示されたパーツ図面は、詳細またはアセンブリおよびパーツのヒエラルキーを、どのようにそれら詳細およびパーツがぴったりと合うかを示す態様で識別する。示されたパーツ図面は複数の詳細、たとえば図１に示されるような、Ｇ、ＨおよびＩとラベル付けされた３つの詳細を含む例示的な示されたパーツ図面などを示してもよい。典型的には、そのような詳細には、パーツリストへのインデックスである参照または項目番号が含まれ、そのリストにおいては、アセンブリおよびパーツに関する付加的な情報が入手可能である。１つの図示されたパーツ図面にはたくさんの詳細が多くの項目番号をともなって含まれ得る。

図示されたパーツ図面をタスクリストと共に用いることは一般的な慣習である。タスクリストは構築またはメンテナンスステップを特定し、そこでは、各ステップは１つまたはそれより多いパーツを示されたパーツ図面の上において参照する。ある特定のステップに対しては、ユーザは典型的にはその図面において、そのステップにおいて参照されるパーツを検索することにより、そのパーツおよびどのようにそれが他のパーツと関係するかを見なければならない。しかしながら、パーツを検索することは時間がかかり得、および誤りが生じやすく、特に、示されたパーツ図面に含まれるパーツの数が増大する場合にはそのようになり得る。

タスクリストを伴う電子的な示されたパーツ画像の有用性を改善するある既存の方法では、図示されたパーツ図面のさまざまな画像をタスクリストの各ステップ毎に分離し、次いでそのステップにおいて参照される詳細およびパーツのみを識別する。この方法では、同じベース図面を繰返して用い、関連性のある、かつ異なるパーツのみを都度都度識別する。この方法は即座にユーザの注意を図面上の、タスクリストのうちの現在のステップに関係するパーツまたは項目にひきつける。たとえば、図２は、図示されたパーツ画像が例示的なタスクリストと共に用いられている状態を示す。図２に示されるように、示されたパーツ画像は現在のタスクリストステップ（つまり「ボルト、座金、およびナットを除去せよ」）に関係するまたはそのステップにおいて言及されるパーツまたは項目のみを識別する。この方法はその意図される目的に対しては成功していることがわかっているが、しかしながら、同じ図面の、多数の僅かに修正されたバージョンを手動で作成し維持する費用は法外に高い。

電子的な示されたパーツ画像の有用性を改善する他の方法では、示されたパーツ画像に１つまたはそれより多いインテリジェントなオブジェクトを与える。実に、既存のコンピ
ュータソフトウェアプログラムおよびツールが、インテリジェントな示されたパーツ画像を、インテリジェントなオブジェクトおよび構成体、たとえば項目番号およびロケータなどを伴ってオーサリングすることに対応する。例示にすぎないが、ある示されたパーツ画像には、参照線（たとえばリード線、リーダ線、矢印、黒丸による線など）の端部に配される項目番号であって、その項目番号により参照される特定の構成要素またはパーツに関するデータベース情報へのリンクまたはインデックスに関連付けられるような項目番号が与えられてもよい。したがって、ユーザがある項目番号上においてクリックするとクエリがあるデータベースに対して行なわれ、かくしてユーザはその項目番号に関連付けられるデータベース情報にアクセスすることができる。別の例としては、ある示されたパーツ画像にロケータを設けてもよい。前のように、項目番号を伴って、ロケータがさらに参照線の端部に配される。しかしながら、ロケータはズーミング機能性に関連付けられ、それによって、ユーザは、図示されたパーツ図面のうちある特定の部分（たとえば、構成要素、パーツ、詳細、アセンブリなど）上において、ユーザのロケータ上でのクリックでズームインすることができる。したがって、項目番号およびロケータの両方によりユーザは付加的な情報に対しその上におけるユーザのクリックによってアクセスすることができる。

しかしながら、多くの既存の示されたパーツ図面には、ハイレベルの構造、たとえばテキストレコードまたはグラフィックのプリミティブなどを与えない非インテリジェントなラスタ画像（ビットマップ化されたグラフィックス）が含まれる。少なくともこの理由から、ラスタで示されたパーツ画像は電子情報システムにおいて非常に限定された機能性を有してきた。

発明の概要
したがって、本発明者らは、当該技術分野において、ラスタで示されたパーツ画像の有用性および機能性の改善を、既存のラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルにユーザの介入を殆どまたは全く必要としない非常に正確で効率のよい自動化されたバッチプロセスで変換することによって行なう装置および方法に対する要求を認識した。

この発明はラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するためのシステムおよび方法に向けられる。この方法は、一般的には、参照ラベルを認識しラスタで示されたパーツ画像からそれを除去することにより参照ラベルがスクラブされたファイルを生成する。参照線を認識し参照ラベルがスクラブされたファイルからそれを除去することによりスクラブされたファイルを生成する。スクラブされたファイルには再使用可能なベースグラフィックが含まれる。スクラブされたファイルはベクタファイルに変換され、その中には再使用可能なベースグラフィックがビットマップとして埋込まれる。１つまたはそれより多いベクタ層をベクタファイルに付加することによりインテリジェントなベクタ層化されたファイルを生成する。各ベクタ層には、認識された参照ラベルのうちの１つおよび１つまたはそれより多い参照線に対応するベクタ要素が含まれる。

この発明のそれ以上の適用可能性の領域は以下に与えられる詳細な記載から明らかとなる。詳細な記載および特定の例は、この発明の少なくとも１つの好ましい実施例を示す一方で、例示の目的に対してのみ意図されるものであり、この発明の範囲を限定するべく意図されるものではないことが理解されるべきである。

この発明は以下の詳細な説明および添付の図面からより十分に理解されるであろう。

対応する参照文字は対応する特徴を図面全体にわたって示す。

好ましい実施例の詳細な説明
以下の好ましい実施例の記載は本質的に単に例示的なものであり、どのようにも、この発明、その適用または使用を制限するべく意図されるものではない。

図３を参照して、制御システム１０が、この発明の好ましい実施例に従って示される。一般的には、このシステム１０は、ラスタで示されたパーツ画像１１を、１つまたはそれより多いインテリジェントなベクタ層化されたファイル１３に、実質的に自動化されたバッチプロセスで変換する。各インテリジェントなベクタ層化されたファイル１３は再使用可能なベースグラフィックおよびベクタ層を各項目番号およびロケータに対し含む。各ベクタ層は、さらに、対応する項目番号またはロケータに関連付けられる参照線を含む。

識別および記載を簡単にするため、しかしながら限定の目的ではなく、ここにおいて用いられる「参照ラベル」という語は項目番号およびロケータの両方を含むよう解釈されるものとする。加えて、ここにおいて用いられる「参照線」という語は、幅広い範囲の線のうち任意のものを、その線が端部指定子を有するか否かに拘らず含み、矢印、リード線、リーダ線、黒丸による線（つまり黒丸を端部指定子として伴う線）などを含むよう解釈されるが、それらに限定されるものではない。

ベクタ層は好ましくは既存の電子的なまたは図面管理システムに対応可能なファイルフォーマットにエンコードされることにより著作者がベクタ層をタスクリストのうち関連のステップにリンクすることを可能にする。実行時、ベクタ層は活性化（つまり可視化）または非活性化（つまり非可視化）され得、現在のステップに関連する項目は再使用可能なベースグラフィック上において識別される。図４Ａおよび図４Ｂを参照されたい。換言すると、再使用可能なベースグラフィックおよびさまざまなベクタ層はインテリジェントなグラフィックを含み、その表示はグラフィックが表示されている内容または特定のステップに依存して変動する。

再び図３を参照して、システム１０はこの発明によって必要とされるさまざまな動作を実行するための好適な処理要素１２を含む。この処理要素１２は典型的にはハードウェア（たとえば１つまたはそれより多いマイクロプロセッサ、他の処理装置）およびメモリによって記録されそのハードウェアによって実行されるソフトウェアの組合せからなる。例示される実施例では、プロセッサ１２は、詳細アートグループ化および分離モジュール１４、テキスト認識および消去モジュール１６、線認識および消去モジュール１８、グラフィックノーマライザモジュール２０、ベクタファイル変換モジュール２２、ならびにベクタ層ビルダおよびインサータモジュール２４を実行する。しかしながら、結果として得られる組合せに、ラスタで示された画像を１つまたはそれより多いインテリジェントなベクタ層化されたファイルに変換するために必要とされるさまざまな動作を実行する能力がある限り、処理要素１２はハードウェア、ソフトウェア、ファームウェアなどからなる他の組合せから構成され得ることが理解されるべきである。

システム１０は、さらに、任意の好適なコンピュータ読取可能な記憶装置の形態をとってもよいメモリを含む。たとえば、そのメモリは、リードオンリメモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ビデオメモリ（ＶＲＡＭ）、ハードディスク、フロッピー（Ｒ）ディスケット、コンパクトディスク（ＣＤ）、光ディスク、磁気テープ、それらの組合せなどを含んでもよい。このメモリは、プログラムコード、ソフトウェアパッケージ、プログラム、アルゴリズム、情報、データ、ファイル、データベース、アプリケーシ
ョン、などの項目を記憶するためのコンピュータ読取可能な記録媒体を含んでもよい。

図３に示される実施例では、システム１０は、詳細アートグループ化および分離モジュール１４、テキスト認識および消去モジュール１６、線認識および消去モジュール１８、グラフィックノーマライザモジュール２０、ベクタファイル変換モジュール２２、およびベクタ層ビルダおよびインサータモジュール２４を含む。複数のモジュール１４〜２４はシステム１０と作動的に関連付けられる１つまたはそれより多いコンピュータ読取可能な記憶媒体に記憶されるコンピュータ読取可能なプログラムコードにおいて実施されてもよい。

しかしながら、ここにおいて記載されるコンピュータ読取可能なプログラムコードは従来的に、当該技術分野において今では公知であるかまたは将来開発されるかも知れない幅広い範囲のコンピュータ読取可能なプログラミング言語のうち任意のものを用いてプログラミングされ得ることが理解されるべきである。さらに、ここに記載されるコンピュータ読取可能なプログラムコードは１つまたはそれより多い機能、ルーチン、サブ機能、およびサブルーチンを含み得、１つのパッケージに組合される必要はないが、その代わりに、別個の構成要素において実施されてもよいことも理解されるべきである。加えて、このコンピュータ読取可能なプログラムコードはスタンドアロン適用例であってもよく、または既存のアプリケーションおよび／またはオペレーティングシステムに対するプラグインモジュールであってもよい。これに代えて、コンピュータ読取可能なプログラムコードはアプリケーションまたはオペレーティングシステムに統合されてもよい。さらに別の実施例では、コンピュータ読取可能なプログラムコードは１つまたはそれより多いネットワーク装置（図示せず）、たとえばアドミニストレータ端子、サーバなどに存在してもよい。

この発明はさまざまなモジュール１４〜２４がシステム１０に対し直接の影響を有しおよびシステム１０の直接の制御を有する状態で記載されるが、システム１０に対し直接の影響を有しシステム１０の直接の制御を有するのは、プログラム１４〜２４を処理要素１２が実行することにより生ずる命令、およびその後の、そのような命令の処理要素１２による実現であることを理解すべきである。

システム１０は、さらに、変換されている、ラスタで示されたパーツ画像の組に対する特定のデータおよび情報を含む。図示されるように、システム１０は複数の特別に構築されたテキストによる文字の組２５、２６および２７を含み、１つの組は項目番号に対するものであり、１つの組は詳細ラベルに対するものであり、１つの組はロケータラベルに対するものである。より詳細に以下に説明されるように、文字の組２５、２６および２７は、処理要素１２によって、詳細アートグループ化および分離中ならびにテキスト認識中に用いられる。

この発明のシステム１０によって実施される好ましい方法３０を図５Ａおよび図５Ｂにおいて単純化されたフローチャート形式において示す。図６は方法３０中に使用および／または作成されるさまざまなファイルを示すプロセスフロー図である。

図５Ａに示されるように、方法３０のステップ３２は１つまたはそれより多いファイル１３２（図６）を示されたパーツ文書１１からシステム１０に入力することを含む。例示にすぎないが、ステップ３２で入力されたファイル１３２はさまざまな解像度（たとえば３００ｄｐｉ（ドット／インチ）〜７０ｄｐｉ）およびさまざまな色の深さ（たとえば８または２５６色の色の深さなど）を有する圧縮されないＴＩＦＦ（タグ付画像ファイルフォーマット）ファイルを含んでもよい。

ステップ３４において（図５Ａ）、システム１０はグラフィックノーマライザモジュー
ル２０（図３）を実行して各入力されたファイル１３２（図６）を再フォーマットし同じ解像度、色の深さおよび圧縮に標準化する。例示にすぎないが、システム１０によってステップ３４にて正規化されたファイル１３４（図６）は３００ｄｐｉおよび１ビットカラー（モノクローム）に圧縮され変換されてもよい。

ステップ３６（図５Ａ）は詳細アートグループ化および分離プロセスを含み、その間においてシステム１０はモジュール１４（図３）を実行して正規化されたファイル１３４（図６）内の詳細を個々のまたは詳細分離されたファイル１３６に分離する。図５Ａに示されるように、ステップ３８は、システム１０が文字の組２５、２６および２７にアクセスし光学文字認識（ＯＣＲ）を用いて正規化されたファイル１３４内に含まれるラスタで示されたパーツ画像内のテキスト（たとえば詳細ラベル、ロケータラベル、項目番号など）を認識することを伴う。ステップ３８において、システム１０は、たとえば、光学文字認識（ＯＣＲ）ソフトウェア、たとえばWashington, RedmondのRAF TechnologyからのCartouche(R) OCRコンピュータソフトウェアなどを実行してもよい。

ステップ４０において、システム１０は認識されたテキストおよびその対応する位置を記憶する。ステップ４２において、その認識されたテキストは正規化されたファイル１３４内のラスタ画像から除去または消去される。

ステップ４４において、システム１０は、正規化されたファイル１３４のラスタ画像内の個々の詳細の検出およびパーズを、幾何学的近接に基づく計算をステップ３８にて認識された詳細レベルとの関連で用いることにより行なう。システム１０は詳細ラベルを開始点として用いることにより、ともに接続またはグループ化される画素を識別する。システム１０は、好ましくは、詳細ラベルの上を、各詳細ラベルに対しグループ化されるべき画素を求めて検索することを開始する。グループ化された画素の各集まりは対応する詳細を形成するアートワークおよびその関連の参照線を含んでもよい。システム１０は好ましくは曖昧な画像（つまり高い確信をもって分離され得ない画像）を分離するが、システム１０はさらに好ましくはそのような曖昧な画像に対しフラグを立ててユーザ（たとえばイラストレータなど）にその曖昧さを知らせる。

ステップ４６において、システム１０はステップ４４にて発見された各詳細をそれの自身のファイル１３６（図６）において記憶する。たとえば、図１においてＧ、ＨおよびＩとラベル付けされる３つの詳細はそれらの自身のファイルにステップ４６で、図８Ａ、図８Ｂおよび図８Ｃに示されるように書込まれることになる。

ステップ４８（図５Ａ）において、システム１０は割当アルゴリズムを実行することによりステップ３８にて認識されたテキストを適切な詳細ファイル１３６に割当ておよび書込む。テキスト割当は好ましくは幾何学的近接理由付け（つまりある特定のテキスト要素がどれほどある詳細に近いか）に基づく。曖昧でないテキストは好ましくは曖昧なテキスト（つまりある詳細に対し高い確信をもって割当てられ得ないもの）の前に割当てられる。各テキスト要素は好ましくはその対応する参照線が指している詳細に対して割当てられる。

ステップ５０は参照ラベル認識および消去プロセスを含み、そのプロセスにおいてシステム１０はモジュール１６および光学文字認識コンピュータソフトウェアを実行する。参照ラベル認識および消去プロセス５０に対する入力は詳細分離されたファイル１３６を含む。ステップ５０において、システム１０は参照ラベルに対応するテキストを見出し、その一方、文字における少なくとも何らかの偏差に対応する。

参照ラベル認識および消去プロセス５０の間、システム１０はまずすべての大きな２進
の大きなオブジェクト（つまり文字には大き過ぎる２進の大きなオブジェクト）をステップ５２において除去し、それは参照ラベル認識および消去プロセス５０の間において無視され得る。大きな２進の大きなオブジェクトを無視することは実質的にシステム１０の参照ラベル認識および消去プロセス５０における処理速度および正確さを改善する。ここにおいて用いられるとおりでは、「２進の大きなオブジェクト」（ＢＬＯＢ）は可視画素のグループ化であり、それら可視の画素は、水平方向、垂直方向または斜め方向においてそのグループ化における１つまたはそれより多い他の可視の画素に接続されている。可視の画素とは、その色が画像の背景色のそれとは異なる画素である。図７において、例示的なラスタ画像断片を示し、そこにおいては、４つの２進の大きなオブジェクトつまりｂｌｏｂが識別されている。

再び図５Ａを参照して、ステップ５４は文字認識を含み、そこにおいては、システム１０は文字認識エンジンを残りの「小さな」ｂｌｏｂ（つまり文字には大き過ぎない２進の大きなオブジェクトつまりｂｌｏｂ）上において実行する。ステップ５４において、システム１０は文字の組２５、２６および２７内のデータにアクセスして詳細分離されたファイル１３６内の文字の位置を確認する。

ステップ５６において、システム１０は文字認識ステップ５４からの出力を用いて参照ラベルを見つけ出し、それらを項目番号、ロケータラベルまたは詳細ラベルとして分類する。図９は、図８Ａにおいてシステム１０により見つけられた参照ラベルを示す。

ステップ５８（図５Ａ）において、画像上における各認識された参照ラベルおよびそのそれぞれの配置または位置を捕捉またはラスタファイルの中間バージョンに記憶する。各参照ラベルを表現する画素を次いで画像からステップ６０において消去またはスクラブすることにより参照ラベルがスクラブされたラスタファイル１６０（図６）を作成する。

ここで図５Ｂを参照して、ステップ６２は線認識および消去プロセスを含み、そこにおいて、システム１０はモジュール１８を実行して参照ラベルに関連付けられる参照線を識別、記憶および消去する。線認識および消去プロセス６２に対する入力は参照ラベルがスクラブされたラスタファイル１６０（図６）を含む。

ステップ６４（図５Ｂ）において、システム１０は、画素ランの、順序付けられたリストを、参照ラベルがスクラブされたラスタファイル１６０から構築する。ここで用いられるとおりでは、「画素ラン」は、図１０に示されるように、水平方向に近接しかつ同じｙ座標を共有する画素のグループ化である。ステップ６４にて構築される最初のランは各々１つの画素の高さを有するが、いくつの近接する画素が見出されるかに依存して変動する長さまたは幅を有してもよい。典型的なラスタ画像は数万もの画素ランを含んでもよい。

ステップ６６（図５Ｂ）において、同一のｘ座標および近接するｙ座標を有する画素ランをマージする。あるランが別のランとマージされると、それはランのリストから外される。残りのランは修正されて、マージ以前よりも「厚く」または「高く」なる。たとえば、図１１Ａには１５の画素ランが示され、その各々は３つの画素の幅または長さおよび１つの画素の高さを有し、マージされることにより図１１Ｂに示されるように幅３画素および高さ１５画素の単一の画素ランを形成し得る。したがって、水平線は、幅がそれらの高さを越えながら最小長さ要件を満たすマージされたランであり、一方、垂直線は、高さがそれらの幅を越えながら最小長さ用件を満たすマージされたランである。斜めの線は図１２に示されるように「階段状」である画素ランから形成される。

ステップ６８（図５Ｂ）において、システム１０は参照線に対する開始点の検索を、画素を参照ラベルがステップ５０において認識された場所の直近において検索することによ
り行なう。つまり、線の開始の位置を確認することは、画素ランを参照ラベルの位置が確認された場所の直近において見つけ出すことによって行なう。一旦見つけられると、画素ランは開始点またはシードとしてシステム１０により用いられることにより、同じく開始画素ランと実質的に同じ方向にかつ実質的に一定の傾きに沿って進む近接する画素ランの位置を確認する。システム１０がそのような近接する画素ランの位置をそれ以上確認し得ない場合には、今や線を形成している画素ランの集まりが参照線として考慮するのに十分なほど長いかどうかを判断する。そうでない場合には、システム１０は別の画素ランを開始点またはシードとして用いるために選択し画素ランの集まりをそこから上記の態様で構築する。

変換されているラスタで示されたパーツ画像に対する解像度はこの発明が用いられている特定の適用例に依存して変動してもよいことに注目されたい。したがって、いつ画素ランの集まりが参照線として考慮するのに十分長いかの判断もこの発明が用いられている特定の適用例に依存して変動することになる。例示にすぎないが、参照線はアートワークの少なくとも５〜１０％の有効範囲であるよう要求されるかも知れない。

示された実施例においては、システム１０は、ステップ７０において、矢尻が各考えられ得る参照線の端部に存在するか（つまり参照線とみなされるほど十分に長い画素ランの集まり）に対するテストを行なう。システム１０は線停止点から逆行して働き、矢尻形状を形成する画素ランを探す。矢尻が見つかると、オブジェクト（つまり線および矢尻）は有効な参照線であるとみなされる。有効な参照線の位置が参照ラベルに対して確認された後、システム１０は他の参照線をその参照ラベルに対して検索し続けてもよく、なぜならば、図１においてＧとラベル付けされる詳細において項目番号４３５に対して示されるように、１つの参照ラベルがそれに関連付けられる１つより多い参照線を有してもよいからである。

ステップ７０において、線に対して矢尻が全く見つからない場合、システム１０はその線を参照線であるとみなされない。システム１０は、しかしながら、他の線に対し矢印のテストを続ける。しかしながら、システム１０は、さらに、他のタイプの線、たとえば矢印の代わりに黒丸を伴う線、リード線（つまり端部指定子を伴わない線）などを検索するよう構成され得る。

ステップ７２において、システム１０は１つまたはそれより多い１ファイル１７２（図６）を書込むが、これには参照ラベルに対するテキストストリングに関するデータおよび情報がそれらのそれぞれの画像位置と並んで含まれる。位置ファイル１７２は、さらに、各参照線の開始位置および終了位置に関するデータおよび情報も含む。図１３には、例示的な位置ファイルが示されるが、そこにおいては、「ＩＮ」は項目番号を示し、「ＬＯ」はロケータを示し、「ＤＬ」は詳細を示し、「ＬＬ」はリーダ線を示す。

ステップ７３（図５Ｂ）において、システム１０は、再使用可能なベースグラフィック（ス）（たとえば図１４）を含むスクラブされたファイル１７３（図６）の作成を、参照線を形成する画素を消去し、参照ラベルがスクラブされたファイル１６０から矢尻に付随することにより行なう。しかしながら、システム１０は、同様に画像上において他のオブジェクトの一部であるかまたは他のオブジェクトに重なる画素を消去することを回避するために、参照線に近接する画素を探す。

ステップ７４（図５Ｂ）において、システム１０はモジュール２０（図３）を実行することによりスクラブされたファイル１７３（図６）を再フォーマットし標準化する。ステップ７６（図５Ｂ）において、システム１０はモジュール２２（図３）を実行して正規化されたスクラブされたファイル１７４（図６）を、再使用可能なベースグラフィックスを
埋込まれたビットマップとして含むベクタファイル１７６に変換する。

例示にすぎないが、システム１０はベクタファイル１７６を、コンピュータグラフィックメタファイル（ＣＧＭ）と呼ばれる、広く用いられている技術的なイラストレーションフォーマットであるファイルフォーマットにおいてエンコードしてもよい。これに代わり、しかしながら、他の言語およびファイルフォーマットをシステム１０によって用いて、ＤＷＧフォーマット、文書交換フォーマット（ＤＸＦ）、イニシャル・グラフィックス・イクスチェンジ・スペシフィケーション（ＩＧＥＳ）フォーマットなどを含むがそれらには限定されないベクタファイル１７６をエンコードしてもよい。

ステップ７８（図５Ｂ）において、システム１０はモジュール２４（図３）を実行してインテリジェントなベクタ層化されたファイル１７８（図６）を作成する。つまり、システム１０はベクタファイル１７６に対し参照ラベルおよびそれらの関連付けられる参照線をベクタ要素として、各参照ラベルが別々のベクタ層内にある状態で再導入する。ここで用いられるとおりでは、「ベクタ層」は実行時にプログラム制御下で動的にレンダリングまたは隠され得る１つまたはそれより多いベクタ要素を含むと解釈されるものである。図８Ａおよび図１５を比較することにより明らかなように、インテリジェントなベクタ層化された画像（図１５）は、インテリジェントなベクタ層化された画像のすべての層がオンにされたとき、図８Ａに示されるように元のラスタ画像と実質的に同一であるように見える。

ステップ７８（図５Ｂ）において、システム１０は位置ファイル１７２（図６）にアクセスしそこに含まれる情報を用いて別個のベクタ層を各参照ラベルおよびその対応する参照線に対し作成する。したがって、示された実施例においては、各ベクタ層は、参照ラベルから発する線、各線の端部における矢尻に対する多角形、および参照ラベルの位置における円（項目番号に対する）または矩形（ロケータおよび詳細ラベルに対する）を含む。適切なベクタ要素を用いて円または矩形を封じ込め、それがユーザがクリックすることにより対応するパーツ情報または詳細にアクセスし得るようなホットスポットになってもよい。対応するベクタ層における参照ラベルに対するテキストストリングの位置は実質的に同一の位置において確認され、なぜならばそれらは元のラスタで示されたパーツ画像１１にあったからである。

ステップ７８の完了で、インテリジェントなベクタ層化されたファイル１７８はステップ８０（図５Ｂ）において好適なコンピュータ読取可能な記録媒体上においてセーブされてもよい。これに代えて、またはこれに加えて、インテリジェントなベクタ層化されたファイル１７８をステップ８２においてたとえばグラフィックディスプレイに出力してもよい。

参照ラベルおよびそれらの参照線は、さらに、拡張可能マークアップ言語（ＸＭＬ）でエンコードされてもよい。加えて、インテリジェントなベクタ層化されたファイル１７８は好ましくはＣＧＭバージョン４ファイルを含み、これによって、ベクタ層の既存のグラフィック表示ソフトウェアによる制御に対応し、ベクタ層が個々またはグループとして可視にされることが可能となる。しかしながら、これに代えて、他の言語およびファイルフォーマットをインテリジェントなベクタ層化されたファイルに対して用いてもよい。

いずれにしても、インテリジェントなベクタ層化されたファイル１７８により文書著作者は何の層がいつ可視であるかを制御することができる。かくして、１つのラスタで示されたパーツ画像が何十または何百もの項目を伴って繰返し再使用されるその一方で、図４Ａ（すべての参照ラベルを識別する）と図４Ｂ（ある特定のステップに関係する参照ラベルを識別する）とを比較することによりわかるように、タスクリストにおけるある特定の
ステップに対し適用可能な項目のみを表示してもよい。

ここで図１６Ａを参照して、項目番号テキストは、文書の著作者がインテリジェントなベクタ層化された画像を用いて作業しているときに、補助として含まれてもよい。文書の著作者は各項目番号が何を指しているかを知る必要があるかもしれず、なぜならば、項目番号テキストは典型的にはデータベースパーツテーブルへのインデックスであるからである。しかしながら、通常は、項目番号テキストが、図示されたパーツ画像を電子情報システムで見るユーザに対して表示される必要はなく（図１６Ｂ）、なぜならば、電子情報システムはテーブル参照を実行しその結果を自動的に返し、かくして、ユーザが項目番号テキストを知る必要または相互参照を手動で行なう必要を取除き得るからである。

システム１０は好ましくはバッチ変換プロセッサを含み、したがって示差的な人間による介入やラスタ画像の手動による再オーサリングを必要としない。したがって、この発明は、ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するというタスクに対し、現在当該技術分野において認識されている解決策、たとえば示されたパーツ図面を市場で入手可能なツールを用いて手動で再オーサリングまたは変換するよりも実際的かつ費用効果的な解決策を与える。

ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに正確かつ速やかに変換することにより、この発明は図示されたパーツ図面内におけるデータの有用性を劇的に改善する。たとえば、インテリジェントなベクタ層化されたファイルは、他のインテリジェントなグラフィックス能力、高度かつ効率の良いユーザインタラクションおよび他の機能的能力との統合に対し好適である。

加えて、この発明は参照ラベルおよび参照線をラスタ画像から認識することにおいて非常に正確である。実に、この発明は紙およびラスタで示されたパーツ図面をインテリジェントなベクタ層化された図面に変換することに対し高品質でありかつ安価な方策を与える。この発明は、さらに、紙ベースの図示されたパーツ図面がスキャンされ次いでこの発明によりインテリジェントなベクタ層化された図面に変換され得るので、紙ベースの図示されたパーツ図面の受け渡しの必要性を取除くかまたは少なくとも減じる。

この発明は広い範囲のラスタグラフィックスのうち任意のものに対して適用可能となることが予想される。したがって、ここにおけるラスタで示されたパーツ画像に対する具体的な参照はこの発明の範囲を限定するとして解釈されるべきではなく、なぜならば、この発明は他のラスタ画像を、消費者製品に対する組立指示、自動車産業における組立指示などを含むがそれらには限定されないインテリジェントなベクタ層化された画像に変換するよう適用されることもあるからである。

この発明の記載は本質において単に例示的なものであり、したがって、この発明の実体から逸脱しない変形はこの発明の範囲内にあるよう意図される。そのような変形はこの発明の精神および範囲からの逸脱としてみなされるものではない。

例示的なラスタで示されたパーツ画像の図である。 例示的な示されたパーツ画像に関連して用いられている例示的なタスクリストを示す図である。 この発明の好ましい実施例に従うシステムの単純化されたブロック図である。 図４Ａはすべての参照ラベルが識別されたインテリジェントなベクタ層化された画像の図である。図４Ｂはある具体的なタスクに関連する参照ラベルのみが可視の状態である、図４Ａに示される画像を示す図である。 この発明の好ましい実施例に従ってラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するための方法において実行されるステップのフローチャートの図である。 この発明の好ましい実施例に従ってラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するための方法において実行されるステップのフローチャートの図である。 図５Ａおよび図５Ｂに示される方法において作成および／または用いられるさまざまなファイルのプロセスフロー図である。 ４つの２進の大きなオブジェクトが識別された例示的なラスタ画像断片を示す図である。 図１に示される画像上における詳細分離プロセスの結果を示す図である。 図１に示される画像上における詳細分離プロセスの結果を示す図である。 図１に示される画像上における詳細分離プロセスの結果を示す図である。 図８Ａに示される画像から認識され除去される参照ラベルの図である。 例示的な画素ランの図である。 図１１Ａはマージされて図１１Ｂに示される単一の画素ランを形成し得る１５の画素ランを示す図である。図１１Ｂは図１１Ａに示される１５の画素ランのマージから形成される単一の画素ランを示す図である。 斜線を形成する１１の画素ランの例示的な集まりを示す図である。 項目番号、ロケータ、詳細および参照線情報を含む例示的な位置ファイルを示す図である。 図３のシステムにより図８Ａの画像に対し生ずる再使用可能なベースグラフィックの図である。 すべての層が活性化され、図３のシステムにより図８Ａの画像から生じたインテリジェントなベクタ層化された画像の図である。 図１６Ａは項目が識別されたインテリジェントなベクタ層化された画像断片を示す図である。図１６Ｂは項目番号を伴わないインテリジェントなベクタ層化された画像断片の図である。

符号の説明

１０：システム
１１：ラスタで示されたパーツ画像
１２：処理要素
１３：対話式ベクタ層化されたファイル
１４：詳細アートグループ化および分離モジュール
１６：テキスト認識および消去モジュール
１８：線認識および消去モジュール
２０：グラフィックノーマライザモジュール
２２：ベクタファイル変換モジュール
２４：ベクタ層ビルダおよびインサータモジュール
２５：項目番号文字の組
２６：詳細ラベル文字の組
２７：ロケータラベル文字の組

Claims (8)

1. ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するための方法であって、
   参照ラベルがスクラブされたファイルを生成するために、ラスタで示されたパーツ画像から参照ラベルを認識および除去することと、
   スクラブされたファイルを生成するために、前記参照ラベルがスクラブされたファイルから参照線を認識および除去することとを含み、前記スクラブされたファイルは再使用可能なベースグラフィックを含み、前記方法はさらに、
   前記スクラブされたファイルを、前記再使用可能なベースグラフィックが埋め込まれたベクタファイルに変換することと、
   前記インテリジェントなベクタ層化されたファイルを生成するために、１つまたはそれより多いベクタ層を前記ベクタファイルに付加することとを含み、各ベクタ層は前記認識された参照ラベルの１つおよび前記認識された参照ラベルの前記１つに関連づけられる１つまたはそれより多い認識された参照線に対応する１つまたはそれより多いベクタ要素を含み、前記方法はさらに、
   前記ラスタで示されたパーツ画像の各詳細を詳細分離されたファイルに分離することを含み、
   前記ラスタで示されたパーツ画像の各詳細を詳細分離されたファイルに分離することは、
   光学文字認識および前記ラスタで示されたパーツ画像に関連づけられる少なくとも１つの文字の組を用いることによって、前記ラスタで示されたパーツ画像においてテキストを認識することと、
   前記認識されたテキストおよびそれの対応する位置を記憶することと、
   前記ラスタで示されたパーツ画像から前記認識されたテキストを除去することと、
   幾何学的近接に基づく計算および認識された詳細ラベルを用いることにより、前記ラスタで示されたパーツ画像の各詳細を検出およびパーズすることと、
   各検出されパーズされた詳細を詳細分離されたファイル内に格納することと、
   幾何学的近接理由づけを用いることにより、対応する詳細ファイルに前記認識されたテキストを割当てることとを含み、
   前記認識されたテキストを前記対応する詳細ファイルに割当てることは、より曖昧でな
   い認識されたテキストの割当をより曖昧な認識されたテキストの割当前に行なうことを含む、方法。
2. ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するための方法であって、
   参照ラベルがスクラブされたファイルを生成するために、ラスタで示されたパーツ画像から参照ラベルを認識および除去することと、
   スクラブされたファイルを生成するために、前記参照ラベルがスクラブされたファイルから参照線を認識および除去することとを含み、前記スクラブされたファイルは再使用可能なベースグラフィックを含み、前記方法はさらに、
   前記スクラブされたファイルを、前記再使用可能なベースグラフィックが埋め込まれたベクタファイルに変換することと、
   前記インテリジェントなベクタ層化されたファイルを生成するために、１つまたはそれより多いベクタ層を前記ベクタファイルに付加することとを含み、各ベクタ層は前記認識された参照ラベルの１つおよび前記認識された参照ラベルの前記１つに関連づけられる１つまたはそれより多い認識された参照線に対応する１つまたはそれより多いベクタ要素を含み、
   前記参照ラベルがスクラブされたファイルから参照線を認識し除去することは、
   画素ランのリストを構築することと、
   前記画素ランのリストから、前記認識された参照ラベルの１つに近接する開始画素ランを選択することと、
   開始画素ランに近接しかつ開始画素ランと実質的に同一の方向において実質的に同一の傾きに沿って進む各画素ランを開始画素ランに付加することにより画素ランの集まりを作成することと、
   前記画素ランの集まりは参照線として考慮するのに十分に長いか否かを判断することとを含む、方法。
3. 矢尻が前記画素ランの集まりの端部に配されるか否かを判断することをさらに含む、請求項２に記載の方法。
4. 画素ランのリストを構築することは、
   同一のｘ座標および近接するｙ座標を有する画素ランをマージすることと、
   前記画素ランのリストから別の画素ランとマージされる画素ランを除去することとを含む、請求項２に記載の方法。
5. ラスタで示されたパーツ画像の詳細を分離するための方法であって、
   光学文字認識およびラスタで示されたパーツ画像に関連づけられる少なくとも１つの文字の組を用いることにより、前記ラスタで示されたパーツ画像からテキストを認識し除去することと、
   幾何学的近接に基づく計算および認識された詳細ラベルを用いて、前記ラスタで示されたパーツ画像の前記詳細を検出しパーズすることと、
   各検出およびパーズされた詳細を詳細分離されたファイル内に格納することと、
   幾何学的近接理由づけを用いて、前記認識されたテキストを対応する詳細ファイルに割当てることとを含み、
   前記認識されたテキストを割当てることは、より曖昧でない認識されたテキストの割当をより曖昧な認識されたテキストの割当前に行なうことを含む、方法。
6. ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するためのシステムであって、
   参照ラベルがスクラブされたファイルを生成するために、前記ラスタで示されたパーツ
   画像から参照ラベルを認識し除去するための、コンピュータにより実行可能なモジュールと、
   スクラブされたファイルを生成するために、前記参照ラベルがスクラブされたファイルから参照線を認識し除去するための、コンピュータにより実行可能なモジュールとを含み、前記スクラブされたファイルは再使用可能なベースグラフィックを含み、前記システムはさらに、
   前記スクラブされたファイルを、前記再使用可能なベースグラフィックが埋め込まれたベクタファイルに変換するための、コンピュータにより実行可能なモジュールと、
   インテリジェントなベクタ層化されたファイルを生成するために、１つまたはそれより多いベクタ層を前記ベクタファイルに付加するための、コンピュータにより実行可能なモジュールとを含み、各ベクタ層は前記認識された参照ラベルの１つおよび前記認識された参照ラベルの前記１つに関連づけられる１つまたはそれより多い認識された参照線に対応する１つまたはそれより多いベクタ要素を含み、前記システムはさらに、
   前記ラスタで示されたパーツ画像の各詳細を詳細分離されたファイルに分離するための、コンピュータにより実行可能なモジュールを含み
   前記ラスタで示されたパーツ画像の各詳細を詳細分離されたファイルに分離するための、前記コンピュータにより実行可能なモジュールは、
   光学文字認識および前記ラスタで示されたパーツ画像に関連づけられる少なくとも１つの文字の組を用いることによって、前記ラスタで示されたパーツ画像においてテキストを認識するための、コンピュータにより実行可能なサブモジュールと、
   前記認識されたテキストおよびそれの対応する位置を格納するための、コンピュータにより実行可能なサブモジュールと、
   前記ラスタで示されたパーツ画像から前記認識されたテキストを除去するための、コンピュータにより実行可能なサブモジュールと、
   幾何学的近接に基づく計算および認識された詳細ラベルを用いることにより、前記ラスタで示されたパーツ画像の各詳細を検出しパーズするための、コンピュータにより実行可能なサブモジュールと、
   各検出されパーズされた詳細を詳細分離されたファイル内に格納するための、コンピュータにより実行可能なサブモジュールと、
   幾何学的近接理由づけを用いることにより、前記認識されたテキストを対応する詳細ファイルに割当てるための、コンピュータにより実行可能なサブモジュールとを含み、
   より曖昧でない認識されたテキストはより曖昧な認識されたテキストの前に割当てられる、システム。
7. ラスタで示されたパーツ画像をインテリジェントなベクタ層化されたファイルに変換するためのシステムであって、
   参照ラベルがスクラブされたファイルを生成するために、前記ラスタで示されたパーツ画像から参照ラベルを認識し除去するための、コンピュータにより実行可能なモジュールと、
   スクラブされたファイルを生成するために、前記参照ラベルがスクラブされたファイルから参照線を認識し除去するための、コンピュータにより実行可能なモジュールとを含み、前記スクラブされたファイルは再使用可能なベースグラフィックを含み、前記システムはさらに、
   前記スクラブされたファイルを、前記再使用可能なベースグラフィックが埋め込まれたベクタファイルに変換するための、コンピュータにより実行可能なモジュールと、
   インテリジェントなベクタ層化されたファイルを生成するために、１つまたはそれより多いベクタ層を前記ベクタファイルに付加するための、コンピュータにより実行可能なモジュールとを含み、各ベクタ層は前記認識された参照ラベルの１つおよび前記認識された参照ラベルの前記１つに関連づけられる１つまたはそれより多い認識された参照線に対応する１つまたはそれより多いベクタ要素を含み、
   前記参照ラベルがスクラブされたファイルから参照線を認識し除去するための、前記コンピュータにより実行可能なモジュールは、
   画素ランのリストを構築するための、コンピュータにより実行可能なサブモジュールと、
   前記画素ランのリストから、前記認識された参照ラベルの１つに近接する開始画素ランを選択するための、コンピュータにより実行可能なサブモジュールと、
   前記開始画素ランに近接しかつ前記開始画素ランと実質的に同一の方向に実質的に同一の傾きに沿って進む各画素ランを前記開始画素ランに付加することにより画素ランの集まりを作成するための、コンピュータにより実行可能なサブモジュールと、
   前記画素ランの集まりは参照線として考慮するのに十分に長いか否かを判断するための、コンピュータにより実行可能なサブモジュールとを含む、システム。
8. 矢尻が前記画素ランの集まりの端部に配されるか否かを判断するための、コンピュータにより実行可能なモジュールをさらに含む、請求項７に記載のシステム。

Images