本发明专利技术公开了一种工程图纸矢量化过程中的多线宽自适应初步矢量化方法，步骤是：Ａ．在客户端采用跟踪判定关键点的方法对光栅图上黑像素区域组成的线跟踪，得到跟踪初始点；Ｂ．在客户端采用线宽自动估计方法和基于线宽的最大跟踪步长自动选取方法，得到初始线宽和最大跟踪步长；Ｃ．在客户端采用基于线宽大小的自适应跟踪方法，得到包含中轴点坐标位置及宽度信息的中轴点链；Ｄ．在客户端采用基于中轴点链长度的中轴点链优劣自动判定，并判定是否扫描完毕光栅图，扫描完毕后输出数据给服务器端。使用上述发明专利技术方法能够改善初步矢量化的结果，提高初步矢量化的精度，拓展可矢量化的光栅图纸的范围，同时在一定程度上加快了初步矢量化的运算速度。
【技术实现步骤摘要】
本专利技术涉及工程图纸矢量化识别方法，特别是对具有不同线宽的线的复杂光栅图的矢量化方法，该方法可广泛用于工程图纸识别、图像图形符号检测与识别等领域以及工业自动化检测等领域。
技术介绍
在当今的信息社会中，尽管CAD技术在工业设计领域得到了广泛的应用，但仍有大量的图纸信息以纸质、图片的形式保存、管理和适用着。这些工程图纸往往使一个系统或者行业长时间积累下来的，完整的保存了以往的宝贵经验，对以后的设计有很好的借鉴作用。其中相当一部分还会在以后的设计和制造中被修改和重复使用。为了复用这些图纸，将这些图纸图像的信息用计算机进行管理，并建立相应的数据库，以大大减少图纸的更新和维护耗费的人力资源，更加便于存储、修改、查询、交流，是必然的发展趋势，具有重要的社会现实意义。工程图矢量化是将工程图的扫描位图表达转化为CAD系统使用的图形描述矢量实体，如直线、圆、圆弧、曲线以及字符等，可大大提高图纸的复用能力。完整的矢量化过程包括有图像的预处理、图像的初步矢量化和图形检测/识别等操作。其中，图像的初步矢量化是图形检测/识别的前期处理过程，可以单独考虑，其输出结果是一种对图像的图形信息的紧凑描述结构。因此，在整个矢量化过程中具有非常重要的地位。国内外研究人员针对图像初步矢量化过程提出了一些传统的算法，如基于细化的方法、基于轮廓线的方法、基于图形结构的方法、一般离散像素跟踪的方法以及正交之字型(简称为OZZ)方法。目前针对矢量化的研究基本上都是在这些方法的框架下进行的，但对于图像具有噪声干扰，仅有离散图像跟踪的方法能够取得比较好的效果，但离散图像跟踪的方法对光栅图上线宽的要求比较严格，这使得一些具有较细线宽的线的工程图的初步矢量化结果较差。同时由于采用固定最大跟踪步长的方法，使得线宽变化较大的工程图的初步矢量化结果精度较低。
技术实现思路
本专利技术的目的在于提供，主要解决上述二值图像的初步矢量化中存在的技术问题，它能够改拓展可矢量化的光栅图纸的范围，改善初步矢量化的结果，提高初步矢量化的精度，加快初步矢量化的速度。为解决上述技术问题，本专利技术是这样实现的，其特征在于它包括如下步骤A在客户端采用跟踪判定关键点的方法对光栅图上黑像素区域组成的线跟踪，得到跟踪初始点；B在客户端采用线宽自动估计方法和基于线宽的最大跟踪步长自动选取方法，得到初始线宽和最大跟踪步长；C在客户端采用基于线宽大小的自适应跟踪方法，得到包含中轴点坐标位置及宽度信息的中轴点链；D在客户端采用基于中轴点链长度的中轴点链优劣自动判定，并判定是否扫描完毕光栅图，扫描完毕后输出数据给服务器端。所述的步骤A进一步包括A1通过对光栅图的扫描，找到一个黑像素点，作为跟踪关键点该黑像素点所在的邻近区域没有被初步矢量化过；A2从跟踪关键点出发，沿某一规定跟踪方向跟踪黑像素区域，得到新的跟踪关键点；A3判断得到的跟踪关键点性能否达到理想的状况，若是，则将此跟踪关键点作为跟踪初始点输出；若否，则执行步骤A1。所述的步骤B进一步包括B1从跟踪起始点出发，沿上下左右四个方向跟踪该点所在的黑像素区域，得到经过该点的线在这点处的长宽值，并确定线跟踪方向；B2对跟踪起始点处的宽度值按其大小判定其属性，分为小线宽和大线宽两类；若宽度值为小线宽，则最大跟踪步长设为一个定值；若宽度值为大线宽，则最大跟踪步长设为一个与该宽度值有关的量。所述的步骤C进一步包括C1对于小线宽的线，采用小线宽离散像素跟踪方法得到中轴点链；对于大线宽的线，采用一般离散像素跟踪法得到中轴点链。所述的步骤D进一步包括D1若中轴点链只含有一个中轴点，则认为该中轴点链不符合要求，丢弃该中轴点链；若中轴点链长度超过阈值，则将其截断为数个中轴点链；D2在客户端判定是否扫描完毕光栅图；若否，则回到步骤A；若是，则将结果输出到服务器端。藉由上述技术方案，本专利技术具有如下有益技术效果本专利技术的多线宽自适应初步矢量化方法具有适用范围广、矢量化精度高、运行速度快等优点，对于工程图纸矢量化系统的后续处理以及三维重建等工作具有重要意义和实用价值。附图说明图1是本专利技术方法所采用客户端/服务器的硬件拓扑结构。图2是本专利技术方法的流程示意图。图3是本专利技术方法中线宽自动估计方法和基于线宽的最大跟踪步长自动选取方法的流程示意图。图4是本专利技术方法中基于线宽大小的自适应跟踪方法的流程示意图。图5是本专利技术实施例中扫描后经图像预处理得到的实际工程图像。图6是本专利技术实施例中采用固定最大跟踪步长为8和一般离散像素跟踪方法初步矢量化处理过程后得到的图像。图7是本专利技术实施例中采用固定最大跟踪步长为8和自适应跟踪方法(即结合一般离散像素跟踪和小线宽离散像素跟踪两种方法)初步矢量化处理过程后得到的图像。图8是本专利技术实施例中采用自动估计最大跟踪步长和一般离散像素跟踪方法初步矢量化处理过程后得到的图像。图9是本专利技术实施例中采用本专利技术的自动估计最大跟踪步长和自适应跟踪方法(即结合一般离散像素跟踪和小线宽离散像素跟踪两种方法)初步矢量化处理过程后得到的图像。具体实施例方式以下结合附图和实施例对本专利技术的技术方案作进一步描述。本专利技术的实施例中，采用客户端/服务器的硬件拓扑结构如图1所示。客户端可以连接图象采集装置(如扫描仪)或硬件存储设备。因此，图像的来源可以是通过图像采集装置扫描得到并送入客户端或是通过存储设备给出图像文件得到并送到客户端。其中，图像扫描是通过图像采集装置的光电扫描器件将图纸扫描成为模拟信号，经A/D转换器将模拟信号转换成为数字图像信号，该图像信号通过USB总线送入到客户端。通过矢量化系统的扫描功能启动扫描程序对图纸进行扫描，并对图像进行预处理。预处理后的图像如图5所示。扫描后经过客户端PC机的矢量化预处理过程，得出如图9所示的图像，该图像是一种压缩率非常高的表示方法，便于在网络中进行传输，服务器端接收矢量化后的数据进行后续处理。本实施例中的图像采集装置采用松下KV-S3065CWCN型号的扫描仪，其性能如下扫描元件CIS； 设计类型文件扫描仪；扫描范围227×2540mm；光学分辨率600×600；色彩位数黑白(二值，半色调模式)，灰度(8bit)，彩色(24bit)；扫描速度60ppm/110ipm；传输接口Ultra SCSI(SCSI-III)传输速率20M-byte/sec，接口器50细针，USB2.0；扫描介质文件；光源性能双管白色荧光灯。本实施例中的客户端平台性能如下CPU主频Celon 2.66G；内存容量516M；运行操作系统为Windows XP；一个并行打印端口，配置为USB端口。本实施例中的服务器采用HP的ProLiant DL380 G4(378735-AA1)，其性能如下CPU类型Xeon DP；CPU频率(MHz)3000；处理器描述标准处理器数量1；支持CPU个数2；CPU二级缓存2MB； 运行操作系统为Windows 2003 Server。在客户端采用的多线宽自适应初步矢量化方法流程如图2所示，各步骤的具体细节描述如下1、采用跟踪判定关键点的方法对光栅图上黑像素区域组成的线跟踪，得到跟踪初始点在客户端通过矢量化系统的扫描功能启动扫描程序对图纸进行扫描，并对图像进行预处理。主要的预处理手段为图像的二值化和图像的降噪、增强等操作。图像二值本文档来自技高网...
【技术保护点】
一种工程图纸矢量化过程中的多线宽自适应初步矢量化方法，其特征在于它包括如下步骤：Ａ在客户端采用跟踪判定关键点的方法对光栅图上黑像素区域组成的线跟踪，得到跟踪初始点；Ｂ在客户端采用线宽自动估计方法和基于线宽的最大跟踪步长自动选 取方法，得到初始线宽和最大跟踪步长；Ｃ在客户端采用基于线宽大小的自适应跟踪方法，得到包含中轴点坐标位置及宽度信息的中轴点链；Ｄ在客户端采用基于中轴点链长度的中轴点链优劣自动判定，并判定是否扫描完毕光栅图，扫描完毕后输出数据给 服务器端。
【技术特征摘要】
【专利技术属性】
技术研发人员：顾永明，陈杰，
申请(专利权)人：永凯软件技术上海有限公司，
类型：发明
国别省市：31[中国|上海]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。