JPH0462107B2 - - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は図面読み取り装置の図形認識作業を
作図者の意図を考慮して行なう図形認識装置に関
するものである。

〔従来の技術〕

一般に図面読み取り装置等において図形を認識
させる場合には、図形を構成する線、更にその線
を構成する点に細分化し、その点列を特徴づける
ことによつて図形認識を行なうようにしている。

そのためには図形を構成するすべての点に対し
て、特徴点を求め、あらかじめ設定された既定値
と比較することによつて認識処理を行なうことが
必要である。

すなわち、従来のこの種装置による認識処理法
として第７図及び第８図に示す方法があつた。

第７図において、Ｏはサンプリングされた点列
であつて注目する点ｊの前後ｉ番目の点ｊ−ｉ、
ｊ＋ｉ間に弦を張り、点ｊとその弦との符号つき
距離ｄを遂次求め、第８図に示される距離グラフ
との比較によつて、図形認識を行なうものであ
る。ここで距離ｄの符号は矢印で示した点列の進
行方向に弦を見て前記弦の左側に注目する点が存
在する場合には正とする。

次に動作について説明する。まず、スタート点
を決定し、スタート点の前後ｉ番目の点ｊ−ｉ、
ｊ＋ｉを求め、その２点に張られた弦と、直交す
るスタート点との符号つき距離ｄを求める。

次いで、スタート点の次の点に対しても同様の
ことを実行し、すべての点に関して、符号つき距
離ｄを求める。

一連の符号つき距離ｄのグラフと、モデルとな
る予め設定された距離グラフとの特性比較によつ
て図形の形状が直線か円弧か角か等を自動的に認
識する。

例えば、直線の場合は、符号つき距離ｄが零に
近いため、距離ｄのグラフがｘ軸とほぼ重なれ
ば、第８図ａに示す如くその点列は直線であるこ
とがわかる。

また、点列が角の場合には、第８図(b)のよう
に、符号つき距離ｄが角で、最大最小をとるた
め、モデルとなる距離グラフは山形あるいは谷形
の形を提することになる。

更に円弧の場合には、第８図ｃのように、符号
つき距離ｄが非零で一定となるモデルグラフによ
つて、円弧を認識する。

〔発明が解決しようとする問題点〕

従来の図形認識装置は、図形を構成する点すべ
てについて、注目する点のスパンとの符号つき距
離ｄを算出し、被認識線の種類にかかわらず、全
く同じ処理をほどこすようにしていたため、かな
りの処理時間が必要であつた。

また、読み取らせる図面が、予め直線だとわか
つていても、一点一点、特徴点を抽出し、原画に
忠実に認識しようとするため、逆に直線が円弧と
して認識される等の問題点があつた。

この発明は、上記のような問題点を解消するた
めになされたもので、点列の特徴抽出作業を効率
よく行い、従来の一点ごとの点列特徴抽出法より
も処理速度を向上させるとともに、原画との同一
性をできるだけ損なわずに図面を認識できる図面
認識装置を得ることを目的とする。

〔問題点を解決するための手段〕

この発明に係る図形認識装置は注目点の一点ご
とをサンプル点とぜす、一定点ごとをサンプル点
として決め、注目的と次の点とを結ぶベクトル
と、次の点とその次の点とを結ぶベクトルとがな
す角を求め、これを特徴量として、この特徴量に
よつて図形の大まかな形を直線か円弧で近似し、
次に特徴量の変化の大きな点を導出し、この点付
近に異種の線の接続点があるとさらに小さなサン
プル点ごとで同様に特徴量を求め詳細な形を導出
する階層的な図形認識を行なうものである。

そして上述の線認識は、直線か円弧かのいずれ
かで行ない、細かな部分の処理に関しては、さら
に角をもつかどうかを判定し、前記３つの組み合
わせで、図形を認識するものである。

また、マクロ的認識処理においては、図形の全
体を単純な直線か円弧で表わすため、全体的には
誤りの少ないすつきりした図形が得られるように
したものである。

〔作用〕

この発明における図形認識装置は図形をマクロ
的にとらえた後、詳細にはミクロ的な認識処理を
行なうようにしたもので、すべての点列に関して
認識処理を行なう場合に比し処理時間が大幅に短
縮される。

また、図形が直線と円弧とによつて構成されて
いるという前提を利用し、原画の忠実性は若干失
われるが、作図者の意図を反映した認識を行なう
ことができる。

〔実施例〕

以下、この発明の一実施例を図について説明す
る。第１図において、１は図面上の図形を光学的
に読み取る光学的図面読取機、２は光学的図面読
取機１により読み取られた図形の点列化の行う点
列化処理部、３は点列化処理部２により点列化さ
えた各点のうちの任意の点からａ点ごとの点をサ
ンプル点と定めてその各サンプル点を結ぶベクト
ルを導出した後、その各サンプル点で接続するベ
クトル間のなす角α_iをそれぞれ求め、隣り合うサ
ンプル点でのそれぞれのなす角の差が閾値より大
きい区間を角と認識するとともに、所定のサンプ
ル点間でのなす角α_iの平均値が所定値より大きい
（零に近い）か否かでその所定のサンプル点間を
直線又は円弧と認識するマクロ的認識処理部、４
は点列化処理部２により点列化された各点のう
ち、マクロ的認識処理部３により角と認識された
区間で、ｂ点ごとの点をサンプル点と定めてその
各サンプル点を結ぶベクトルを導出した後、その
各サンプル点で接続するベクトル間のなす角α_iを
それぞれ求め、所定のサンプル点間でのなす角α_i
の平均値が所定値より大きい（零に近い）か否か
でその所定のサンプル点間を直線又は円弧と認識
するミクロ的認識処理部、 ５はマクロ的認識処理部３及びミクロ的認識処理
部４の認識結果に基づいて図形を認識する直線・
円弧統合処理部、６は直線・円弧統合処理部５に
より認識された図形を外部に出力する認識結果表
示記録部である。

次にこの発明の動作について説明する。特に上
記実施例の動作のうち、この発明の本質となるマ
クロ的認識処理、ミクロ的認識処理及び直線円弧
統合処理について以下に説明する。

第２図はマクロ的認識処理のフローチヤートで
対象となる図形は点列化され、各点のｘ、ｙ座標
は登録されているものとする。まず、ステツプ
（以下ST、という。）７で点列化された点のうち
から始点を決め、例えば、ａ点ごとにサンプリン
グする。ここでａ点の値は、実験的に適宜決定す
る。次にST、８ですべてのサンプリング点ｉに
関して、その点ｉと次の点、ｉ＋ａの間のベクト
ルをST、8aの如く求め、ST、９で各ベクトル間
（−−−→ ｉ，ｉ＋ａと−−−−−−→ ｉ＋ａ，ｉ＋2a）の角αiを導出す
る（ST、9a）。次に求まつた角度のばらつきをな
くすためST、10で平滑化を行なう（ST、
10a.10b）。角度の平滑化導出式は、α^i＝（αi−１
＋αi＋αi＋１）／３を例にあげた。次にST、11
で角度α^iとα^i＋１と差が、ある閾値により大きく
なる点（変化点）CjをST、11aの如く求める。さ
らに、図形は全て直線か円弧で構成されるため、
本来、変化点間（α^一定区間）では、一定値をと
るとしてST、12の如く点間のばらつきを平均化
する。ここで導出式は、変化点間（α^一定区間）
のずべてのα^iの平均をとる式となる。これをβ^j＝
_o 〓^R=0 α^i＋Ｒ−１／ｎ（ｎはα^iの個数）とする。そし
て、変化点間の角度の平均値β^jが零に近いなら
ST、13で判断してα^一定区間でST、15で直線と
し（ST、15a）、そうでなければ、円弧として
（ST、14a）登録する。ST、14の円弧の場合は、
その円弧の情報（中心、半径）も導出する。

第３図は、ミクロ的認識処理のフローチヤート
の例で、すでに第２図で実施したマクロ的認識処
理により角度の平均化α^iの差の大きな変化点Cjは
導出され、ここでは、変化点CjとCj₊₁の間の線に
ついて、より細かく調べる。まずST、16でCj、
Cj₊₁間の点列に関して、ａ点より小さな間隔ｂ点
ごとにサンプリングする。次に、第２図のマクロ
的認識処理のST、８〜10と同じように隣接ベク
トルのなす角α^iをST、17で求める。さらにST、
18で変化点があるか否かを調べ、もし、存在する
場合にはCj、Cj₊₁間に角ST、22があるとする。
存在しなければ、マルロ的認識処理のST、12〜
15と同じ処理をST、19でほどこし、円弧ST、20
か直線ST、21かを決定する。

第４図は、第２図でのマクロ的認識処理と第３
図でのミクロ的認識処理によつて得られた夫々の
線の形状の接続関係を示す。図の共通事項として
Ｃは円弧、Ｓは直線、Ａは角を示し、黒点は変化
点を示す。線の形状としては、この３種類で十分
満足され、各線同志の接続の場合の数は第４図の
如く12とおりの組合せとなる（23a〜28a、23b〜
28b）。

また、第５図は、直線円弧統合処理のフローチ
ヤートを示す。まず、マクロ的認識処理、ミクロ
的認識処理によつて求まつた線の形状の接続関係
を求める。この場合、第４図に示し12とおりの線
の接続パターンのうちのいずれかがST、29で選
ばれる。次に、円弧と円弧が接続しているかどう
かを調べ、接続している場合には２つの円弧が一
本の同じ円弧に統合できるかを調べる。また、直
線と直線が接続している場合についても、一本の
直線に統合できるか否かを調べる。ST、30〜31
さらに、ミクロ的認識処理によつて得られた円
弧、角が認識誤りでないかST、32で検討する。
最後に、認識結果情報を登録し、外部出力へ受け
わたす。

また、第６図は認識手順の詳細を表わしたもの
例で、まずマクロ的認識を行なうためａ点ごとに
図形をたどり図形３３として大よそ捕え、次にミ
クロ的認識をｂ点ごとたどつて直線３４を円弧と
して認識する。更に、直線３５をミクロ的に認識
するためｂ点ごとにたどり角をもつと判断したら
統合処理で図形の妥当性を最終的に確認する。

なお、上記実施例では、認識結果を外部へ出力
する例について説明したがその結果をもとに、接
続する線の種類や大きさを変えることによつて、
図形を修正することもできる。また、線の平滑
化、平均化を利用することにより、フリーハンド
でかかれた図面を読みとり、清書することも容易
に可能となる。

また、文字の場合についても、文字を点列化
し、同様の認識処理によつて認識された線や接続
関係を、モデルとなる線や線接続関係と比較する
ことによつて、文字を認識することも可能とな
る。あるいは、文字にマクロ的認識方法をほどこ
すことにより、文字の大まかな形をとらえる簡易
認識をすることも可能となる。

〔発明の効果〕

以上のように、この発明によれば図形が直線と
円弧によつて構成されるという前提のもとに、図
形を大まかに直線、円弧又は角の何れかに認識し
た後、角と認識した部分について細かに直線又は
円弧の何れかに認識するように構成したので、従
来の一点ごとの点列特徴抽出法よりも処理速度が
向上するとともに、原画の同一性をあまり損わず
に図形を認識できるなどの効果がある。

【図面の簡単な説明】

第１図はこの発明による図面読取り装置の構成
図、第２図はその認識部のマクロ的認識処理のフ
ローチヤート、第３図は同じくミクロ的認識処理
のフローチヤート、第４図は認識処理によつて得
られた線の接続関係図、第５図は直線円弧統合処
理のフローチヤート、第６図は認識時の説明図、
第７図は従来の特徴量抽出を示す点列のモデル
図、第８図ａ，ｂ，ｃは従来の方法に示される点
列距離グラフ図である。 図において、１は光学的図面読取り機、２は点
列化処理部、３はマクロ的認識処理部、４はミク
ロ的認識処理部、５は直線円弧統合処理部、６は
認識結果表示記録部、Ｓは直線、Ｃは円弧、Ａは
角。

Claims (1)

1. 【特許請求の範囲】 １ 図面上の図形を光学的に読み取る光学的図面
   読取機と、 上記光学的図面読取機により読み取られた図形
   の点列化を行う点列化処理部と、 上記点列化処理部により点列化された各点のう
   ちの任意の点から所定点ごとの点をサンプル点と
   定めてその各サンプル点を結ぶベクトルを導出し
   た後、その各サンプル点で接続するベクトル間の
   なす角をそれぞれ求め、隣り合うサンプル点での
   それぞれのなす角の差が閾値より大きい区間を角
   と認識するとともに、所定のサンプル点間でのな
   す角の平均値が 所定値より大きいか否かでその所定のサンプル
   点間を直線又は円弧と認識するマクロ的認識処理
   部と、 上記点列化処理部により点列化された各点のう
   ち、上記マクロ的認識処理部により角と認識され
   た区間で、所定点ごとの点をサンプル点と定めて
   その各サンプル点を結ぶベクトルを導出した後、
   その各サンプル点で接続するベクトル間のなす角
   をそれぞれ求め、所定のサンプル点間でのなす角
   の平均値が所定値より大きいか否かでその所定の
   サンプル点間を直線又は円弧と認識するミクロ的
   認識処理部と、 上記マクロ的認識処理部及びミクロ的認識処理
   部の認識結果に基づいて図形を認識する直線・円
   弧統合処理部とを備えた図形認識装置。