机械工程图中点划线、粗糙度和形位公差符号的识别技术研究

发布时间：2020-09-24 10:15

　　 工程图纸识别是图像处理、模式识别和人工智能等多种学科的综合应用,直接面向企业需求,具有很高的理论意义和应用价值,是CAD领域的重要课题。经过多年研究,扫描工程图纸识别已经取得较大进展,部分实现像素到矢量的转换。但是,现有的工程图纸识别系统的矢量化结果是以孤立存在的图形基元(直线、圆弧、圆和字符等)为主,这种孤立图元结构的工程图识别结果缺乏矢量之间的逻辑关系、位置关系、拓扑结构关系和工程语义信息等,与高层次的工程图识别理解与智能重用相差较远。要全面实现工程图纸的识别理解与智能重用,完成二维模型到三维模型的转变,就必须在矢量化基础上进一步识别出工程图中的各种图形符号。本文对点划线、粗糙度符号和形位公差符号的识别技术进行了深入的研究。 本文分析了现有的点划线识别算法,指出了其局限性,为了克服现有方法的缺陷,本文根据直线式点划线和圆弧式点划线的构造特点和语法规则,在矢量基础上,提出了一种基于关键图形特征的识别算法。该算法首先提取一条直线或一段圆弧,将它们作为点划线的关键元素:然后根据点划线的语法规则,由关键元素引导,逐步搜索其它构成元素。该算法摆脱了以往仅识别直线式点划线的模式,对圆弧组成的点划线也有了很好的识别,提高了该算法的通用性。针对半径较小的圆或圆弧,本文提出了一种圆的中心线识别算法,以适应点划线为一条直线的特殊情况,并提高了圆的中心线的识别率。 本文还分析了现有的粗糙度符号识别算法,指出了其局限性,为了克服现有方法的缺陷,本文根据机械工程图中粗糙度符号的特点,在矢量基础上,提出并实现了一种基于关键图形特征和标注字符相结合的识别算法。该方法包括3个步骤:首先寻找该类图形的关键元素:然后根据该类图形的具体构造语法规则,由关键元素引导、逐步搜索该类图形的其它结构元素;最后用字符信息来对该类图形的有效性做出判定。该算法除了可以识别直线式粗糙度符号外,还可以对基本粗糙度符号和圆型粗糙度符号进行识别,提高了粗糙疫符号的整体识别率,解决了粗糙度符号另外两种形状的识别问题,由于用字符信息加以辅助判断,该算法的适应性和容错性得到进一步提高,此外该算法还具有识别过程简单、快速等优点。 本文讨论了在工程图矢量化后对形位公差符号的识别工作。针对形位公差自身的特点和语法、语义规则,在矢量基础上,提出并实现了一种基于关键图形特
【学位单位】：西北工业大学
【学位级别】：硕士
【学位年份】：2006
【中图分类】：TH126
【部分图文】：

扫描输入机械工程图纸1

家识图过程的识别方法，因某些特征比较难于提取，本文没有做更多的研究。本章提出的识别算法主要是针对机械工程图纸，实验时采用了大量的机械图纸进行测试，在各种不同的情况下验证了算法的可靠性。图3，5和图3.7是两张典型的机械图纸，经过EDRS软件中点划线模块的识别，其结果分别如图3.6和

西北工业大学硕士论文第三章点划线的识别图3.8所示。实验结果显示，本文提出的算法具有较好的适应性和容错性，且识别率高。图3.5扫描输入机械工程图纸1田3.b点划城识为Jl箱米

【引证文献】

相关硕士学位论文 前1条

1 刘国华;基于工程语义的二维工程图的特征识别及三维重构[D];山东大学;2007年

本文编号：2825603