针对电气符号的大小、图纸背景的模糊、电气符号的旋转角度等各种干扰因素对计算机识别电气图纸造成的误差问题,提出一种基于提取塔式梯度方向直方图(Pyramid Histogram of Oriented Gradients,PHOG)特征的电气符号识别方法。首先运用...针对电气符号的大小、图纸背景的模糊、电气符号的旋转角度等各种干扰因素对计算机识别电气图纸造成的误差问题,提出一种基于提取塔式梯度方向直方图(Pyramid Histogram of Oriented Gradients,PHOG)特征的电气符号识别方法。首先运用直方图分析和形态学处理的方法,分割出电路图中的电气符号。其次建立电气符号训练集,提取电气符号图像的PHOG特征。最后使用这些PHOG特征和分类信息对支持向量机进行训练,利用支持向量机进行识别。结果显示PHOG算法对电气符号具有较高的识别率,与已有的一些方法比较,识别效果更好。展开更多
文摘针对电气符号的大小、图纸背景的模糊、电气符号的旋转角度等各种干扰因素对计算机识别电气图纸造成的误差问题,提出一种基于提取塔式梯度方向直方图(Pyramid Histogram of Oriented Gradients,PHOG)特征的电气符号识别方法。首先运用直方图分析和形态学处理的方法,分割出电路图中的电气符号。其次建立电气符号训练集,提取电气符号图像的PHOG特征。最后使用这些PHOG特征和分类信息对支持向量机进行训练,利用支持向量机进行识别。结果显示PHOG算法对电气符号具有较高的识别率,与已有的一些方法比较,识别效果更好。