JPH0477968A - 図面読取装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） この発明は、設計図面や施設図面などのすでに記述済み
の図面を計算機システムに入力し、その図面読取り処理
を自動的に行う図面読取装置に関する。

（従来の技術） 設計図面や施設図面など、すでに記述済みの図面を計算
機システムに入力して処理する場合に、図面の情報を計
算機によって認識させ、記号化する図面読取装置として
従来一般に、第１２図に示すようなものが知られている
。

この従来の図面読取装置は、あらかじめ認識処理を理解
している技術者が認識させたいシンボルの特徴を認識モ
デル格納部１に登録しておき、実際に人力した図面情報
の中の各種シンボルの特徴箇所および特徴量を特徴抽出
部２で抽出し、認識部３において、この入力図面情報の
中の各種シンボルの特徴箇所および特徴量を認識モデル
格納部〕に登録されている各種シンボルの認識モデルの
特徴箇所および特徴量と比較し、一致をとることにより
各種シンボルの認識を行なようにしている。

（発明が解決しようとする課題） しかしながら、このような従来の図面読取装置では、認
識モデル格納部３に各種シンボルの認識モデルを登録す
る場合に、図面を見ただけでそのシンボルの特徴箇所お
よび特徴量を記述することはできず、実際に図面を計算
機に人力して、その特徴量を求めてからその情報を認識
モデル格納部３に記述して登録しなければならない。ま
た、こうして記述した認識モデルでも、実際の図面に適
用する際には、画像処理やフリーノ１ンドによる特徴の
ふらつきに十分に対応することができなかった。そこで
第１３図のフローチャートに示すように、図面入力して
図面認識させ（ステ・ンプＳｌ。

Ｓ２）、その認識結果に基づいて技術者が判断して認識
モデルの修正を行なう操作を何度も繰り返して認識率を
上げるようにしていた（ステップＳ３、Ｓ４）。

このために、従来の図面読取装置では、実際に用いる図
面全体を認識できるような認識モデルを完成させるため
には多大な労力と時間を必要とし、加えて、高度な専門
知識を必要とする問題点があった。

この発明は、このような従来の問題点に鑑みてナサした
もので、認識モデル生成を計算機によって自動化し、か
つ、実際の図面を認識させる場合に、誤認識箇所を指示
することにより認識モデルの再構築を自動的に行なうこ
とができる図面読取装置を提供することを目的とする。

［発明の構成］ （課題を解決するための手段） この発明の図面読取装置は、入力された図面情報の中か
らシンボルの特徴箇所と特徴量とを抽出する特徴抽出手
段と、 各種シンボルの認識モデルの種別とその特徴箇所および
特徴量とを格納する認識モデル格納手段と、 前記特徴抽出手段の抽出したシンボルの特徴箇所および
特徴量を前記認識モデル格納手段の格納している各種シ
ンボルの認識モデルの特徴箇所および特徴量と比較して
入力図面情報の中のシンボルの種別の認識を行う認識手
段と、 前記認識手段が前記入力図面情報の中のシンボルの種別
を認識できない場合に、当該シンボルの種別を特定する
ことにより、前記認識モデル格納手段に同種のシンボル
の種別が登録されているときには前記シンボルの特徴箇
所および特徴量を前記認識モデル格納手段の同種のシン
ボルのバリエーションモデルとして追加登録し、前記認
識モデル格納手段に同種のシンボルが登録されていない
ときには前記シンボルの種別とその特徴箇所および特徴
量を前記認識モデル格納手段に新たな種別のシンボルの
認識モデルのものとして登録する特徴統合手段とを備え
たものである。

（作用） この発明の図面読取装置では、図面認識に際しては、特
徴抽出手段により図面情報を入力してその中から各種シ
ンボルの特徴箇所および特徴量とを抽出し、認識手段に
より、認識モデル格納手段の格納している各種シンボル
の認識モデルの特徴箇所および特徴量と前記入力図面情
報の中の各種シンボルの特徴箇所および特徴量とを比較
してシンボルの種別の認識を行う。

そして認識手段が入力図面情報の中のシンボルの種別を
認識できない場合には、特徴統合手段によって当該シン
ボルの種別を特定することにより、認識モデル格納手段
に同じシンボルの種別が認識モデルが登録されていると
きには当該シンボルの特徴箇所および特徴量を認識モデ
ル格納手段の同種のシンボルのバリエーションモデルと
して追加登録し、認識モデル格納手段に同種シンボルの
認識モデルが登録されていないときには当該シンポルの
種別とその特徴箇所および特徴量を認識モデル格納手段
に新たな種別のシンボルの認識モデルのものとして登録
する。

こうして、認識できないシンボルについては計算機側で
認識モデル格納手段にその特徴箇所および特徴量を自動
的に追加登録、または新規登録することにより認識モデ
ルを自動構築していくようにし、認識率の向上を図るの
である。

（実施例） 以下、この発明の実施例を図に基づいて詳説する。

第１図はこの発明の一実施例を示すものであり、この実
施例の図面読取装置１０は、入力される図面情報２０か
らそこに描かれている各種シンボルの特徴箇所と特徴量
とを抽出する特徴抽出部１１と、その特徴箇所および特
徴量を他の異なるシンボルの特徴箇所および特徴量と比
較し、類似しているものを統合する特徴統合部１２と、
これらの結果より各種のシンボルの認識条件を生成する
条件生成部１３と、生成された条件、特徴を記述して登
録しておく認識モデル格納部１４とを伺えている。

また、認識モデル格納部１４に格納されている各種シン
ボルの認識モデルと、入力された図面情報１０上で実際
に指定された領域のシンボルとの特徴箇所および特徴量
を比較してシンボルの認識を行なう認識部１５と、認識
結果に基づいて認識モデルの修正を行なう特徴修正部１
６をも備えている。

第２図はこの図面読取装置１０により図形認識を行なう
場合のシステム構成を示しており、図面読取装置１ｆｆ
ｉｌｏに対して実際に認識させる各種シンボルを描いた
図面情報２０を入力し、表示装置としてのＣＲＴ３０に
より図面読取装置１０で行なった図形認識結果を表示し
、認識結果に誤りがある場合に、キーボードのような指
示装置４０によりその誤り箇所を指示するようになって
いる。

次に、上記の構成の図面読取装置の動作について説明す
る。

図面情報２０を入力すると、特徴抽出部１１が第３図に
示すフローチャートに従って各種の特徴箇所と特徴量と
を計算する。つまり、画像処理によりセグメント分割を
行ない、次にループ、屈折点、端点等の特徴点を抽出し
くステップＳ１１゜５１２）、続いて特徴量を抽出する
のである（ステップ８１３）。

認識部１２では、第４図に示すフローチャートに従って
特徴抽出部１１の抽出した特徴点および特徴量を認識モ
デル格納部１４に格納されている各種シンボルの認識モ
デルの特徴点および特徴量と比較照合し、その結果をＣ
ＲＴ３０に表示する。

つまり、まず、認識モデルの中の１つのシンボルの特徴
を取り出しくステップ５２１）、続いて特徴種粒１１で
求めた特徴と比較しくステップ５２２）、特徴が一致す
ればその一致した認識モデルに関するシンボルをＣＲＴ
３０に表示しくステップ８２３）、一致しなければ認識
モデル格納部１４に格納されている他の認識モデルを呼
び出して同じように特徴の一致を調べ、最終的にはすべ
ての認識モデルと特徴の一致を調べ、その結果をＣＲＴ
３０に表示する（ステップ５２４）。

特徴修正部１６は第５図のフローチャートに従って、指
示装置４０からの入力を判定し、認識結果が正しければ
現在抽出し認識している特徴を特徴統合部１２に渡しく
ステップ５３１）、認識結果が正しくない場合には、現
在抽出している特徴量にフリーハンドや画像処理による
ふらつきを吸収するように許容範囲を付加してから特徴
統合部１２に渡し、また答えのない場合（この場合は、
図面の中の不要部分を読んでいるのであるが）には、そ
の旨を特徴統合部１２に渡す（ステップ５３２）。

特徴統合部１２では第６図のフローチャートに従って、
各種特徴量とその正答が渡され、さらに、すでに生成さ
れている認識モデル格納部１４に登録されている各種認
識モデルが渡され、各種シンボルのうち特徴量と比較し
くステップ５４１）、特徴量が近似しているかどうか判
断する（ステップ５４２）。そして、特徴量が近似して
いれば認識モデルの特徴と統合しくステップ８４３）、
近似していなければ新しい特徴として認識モデルに追加
しくステップ５４４）　、さらに認識モデル中の類似特
徴を統合し、特徴の構成が同じものでグループ分けする
（ステップ５４５）。

条件生成部１３は第７図のフローチャートに従って、特
徴統合部１２の処理結果を加法し、認識モデル中の各グ
ループごとにすべてのシンボルの特徴量を取り出しくス
テップ５５１）、グループ内の各シンボルに幾何学関数
を適用しくステップ５５２）、続いてグループ内の共通
な特徴と、固有な特徴とに分け、木構造状にシンボルを
割り振り、結果を認識モデル格納部１４に保存する（ス
テップ５５３）。

この実施例のさらに具体的な図面読取り処理動作につい
て、以下に説明する。いま、第８図（ａ）に示すシンボ
ル■と同図（ｂ）に示すシンボル■とが認識モデル格納
部１４に登録されているときに、さらに同図（ｃ）に示
すシンボル■を追加する場合を例に挙げて説明する。

第８図（ａ、　）〜（Ｃ）のシンボル■〜■は図面上に
記述された形状である。そこで、図面情報として第８図
（ｃ）の示すシンボル■の記されている図面が人力され
ると、特徴抽出部１１て特徴を抽出し認識させると、現
在認識モデルにはシンボル■とシンボル■との照合条件
しか記述されていないため、シンボル■を入力した場合
、認識部１５で出す認識結果は、「未知のシンボルであ
る」かあるいは、接続線と矢印（＝）の関係から「シン
ボル■である」かのいずれかである。

しかし、いまの場合には新規のシンボル■を認識させる
のであるから、認識部１５の出す結果は、認識させたい
ものとはならないと予想される。

そこで、指示装置３０によってシンボル■の箇所を「シ
ンボル■である」と指示すると、特微修正部１６でシン
ボル■について抽出した特徴と、シンボル■という答え
とを特徴統合部１２に渡す。

特徴統合部１２では、現在、認識モデル格納部１４に登
録されている特徴と、特微修正部１６から渡された特徴
とを比較し、類似しているものを統合する。

第９図は特徴の種類■〜■を示しており、特徴■はシン
ボル■の入力により新規に追加された特徴である。そし
て特徴抽出部１１で抽出されるシンボル■に対する特徴
■〜■の内、特徴■、■はシンボル■、■を認識するた
めにすてに認識モデルに登録されているもので、それら
の特徴量もシンボル■の特徴とほとんど同じなので特徴
統合部１２で統合される。

そして条件生成部１３では、特徴統合部１２で統合され
た特徴を基にしてそれらの構成および特徴箇所の幾何学
的関係より、シンボルの認識の条件を生成する。この認
識条件の一例を示せば、第１０図に示すように、まず特
徴■、■を共通に有するものとしてシンボル■〜■が統
合され、次に、特徴■〜■を有するか、特徴■〜■を有
するかによりシンボル■、■とシンボル■とがクラス分
けされ、さらに特徴■の矢印（−）の向きの違いを認識
条件としてシンボル■とシンボル■とが区別されるので
ある。

また、上記のような登録されていないシンボル■の追加
統合ではなく、すでに認識モデルとして登録されている
シンボルの変形例の入力があった場合の統合処理につい
て、次に説明する。

例えば、第１１図（ａ）に示すようなシンボル■の変形
例■′が入力された場合は、既登録のシンボル■ではそ
の特徴が■〜■まで３つあったのに比べ、シンボル■′
では１本の直線が長くなり、シンボルの特徴の構成がま
ったく異なってくる。

そしてこの場合には、条件生成部１３ではこの変形の条
件としてまったく異なる条件を生成することになる。し
かし、この場合にも指示装置４ｏによりこのシンボル■
′　もシンボル■であると指示することにより、新規シ
ンボルを追加登録した時と同じような動作をし、第１１
図（ａ）に示すシンボル■′もシンボル■として認識で
きるようになる。

さらに、シンボル■の変形例として第１１図（ｂ）のよ
うなシンボル■′が与えられた場合、このシンボル■′
の方がシンボルの特徴■の開口角が広いので、構成を変
更せずに第９図の特徴■の開口角が広くてもよいように
条件を訂正するようにすれば、このシンボル■′に対し
ても正しくシンボル■として認識できるようになる。そ
してこの場合の特徴■に対する条件の訂正は、シンボル
■の認識にも同様に適用することができるようになる。

こうして、入力される図面情報からシンボルの認識を行
なう際に、抽出した特徴をそのまま認識モデルの生成に
用いることにより認識モデルを計算機によって自動的に
生成させ、かつ自動生成した認識モデルを再利用するこ
とにより、図面読取りの際に用いる認識モデルの自己組
織化を実現し、設計者は認識結果が誤っている箇所のみ
を教示するだけで自動的に認識率の高い図面読取装置を
構築することができるのである。

［発明の効果］ 以上のようにこの発明によれば、入力図面の各種シンボ
ルの特徴を抽出し、登録されている認識モデルとの比較
によりシンボルの認識を行ない、しかも認識できないシ
ンボルについては類似する認識モデルと特徴を統合した
り、新規なシンボルとしてそのシンボルおよび特徴を登
録するようにしているために、設計者があらかじめ考え
ら蹴るすべての認識モデルを登録しておかなくとも使用
途中に順次シンボルの認識モデルの特徴の追加登録、あ
るいは新たな認識モデルの新規登録が可能であり、装置
の新規の立ち上げ時の労力の削減が可能であり、しかも
使用するに従って認識率の向上が図れる。

【図面の簡単な説明】

第１図はこの発明の一実施例のブロック図、第２図は上
記実施例のシステム構成図、第３図は上記実施例におけ
る特徴抽出部の動作のフローチャート、第４図は上記実
施例における認識部の動作のフローチャート、第５図は
上記実施例における特徴修正部の動作のフローチャート
、第６図は上記実施例における特徴統合部の動作のフロ
ーチャート、第７図は上記実施例における条件生成部の
動作のフローチャート、第８図は認識すべきシンボル例
を示す説明図、第９図は特徴例を示す説明図、第１０図
は上記実施例の条件生成部の生成した条件例を示す説明
図、第１１図は入力シンボルの変形例を示す説明図、第
１２図は従来例のブロック図、第１３図は従来例の動作
のフローチャートである。 ０・・・図面読取装置　　１１・・・特徴抽出部２・・
・特徴統合部　　　１３・・・条件生成部４・・・認識
モデル格納部 ５・・・認識部　　　　　１６・・・特徴修正部０・・
・入力図面情報　　３０・・・ＣＲＴＯ・・・指示装置 第１図

Claims (1)

1. 【特許請求の範囲】 　入力された図面情報の中からシンボルの特徴箇所と特
   徴量とを抽出する特徴抽出手段と、各種シンボルの認識
   モデルの種別とその特徴箇所および特徴量とを格納する
   認識モデル格納手段と、 前記特徴抽出手段の抽出したシンボルの特徴箇所および
   特徴量を前記認識モデル格納手段の格納している各種シ
   ンボルの認識モデルの特徴箇所および特徴量と比較して
   入力図面情報の中のシンボルの種別の認識を行う認識手
   段と、 前記認識手段が前記入力図面情報の中のシンボルの種別
   を認識できない場合に、当該シンボルの種別を特定する
   ことにより、前記認識モデル格納手段に同種のシンボル
   の種別が登録されているときには前記シンボルの特徴箇
   所および特徴量を前記認識モデル格納手段の同種のシン
   ボルのバリエーションモデルとして追加登録し、前記認
   識モデル格納手段に同種のシンボルが登録されていない
   ときには前記シンボルの種別とその特徴箇所および特徴
   量を前記認識モデル格納手段に新たな種別のシンボルの
   認識モデルのものとして登録する特徴統合手段とを備え
   て成る図面読取装置。