基于改进连通域检测算法的电力工程图纸识别技术

针对电力工程图纸识别中存在无法整体标记粘连字符以及标记效率较低的问题,提出了基于数学形态膨胀处理及简化决策树的连通域标记算法。利用可灵活设定的结构元素对输入图像进行膨胀处理,实现了对粘连字符的整体标记;通过分析相邻像素的各种可能性,设计了一种基于简化决策树的高效连通域标记算法,进而提升了电力工程图纸的识别效率。仿真结果表明,与传统方法相比,所提算法在实现整体标记粘连字符的同时,显著提高了算法的执行效率,其执行时间约为传统方法的1/2。

工程图标注字符的提取与识别

本文介绍了一种基于连通域检测的工程图标注字符的提取与识别方法．首先建立一种基于连通域和子连通域的工程图的层次表示，然后利用大小判据从连通域中找出字符候选，再利用共线判据提取出标注字符串，最后在预先总结出来的字符串模板的指导下，对提取出的字符串进行分析和识别．

基于连通域的模板匹配法用于字符识别的算法研究

文章介绍了一种用于字符识别的基于连通域的模板匹配算法.该算法是在传统的模板匹配法的基础上,运用了重心重叠等处理方法,并且对字符块进行连通域处理后再实施匹配,最后利用最大相似法得出识别结果.该算法在光学仪器读数图象的动态识别中取得了良好的识别效果.

一个基于扫描串的统一整体矢量化算法

工程图纸扫描识别和字符笔画提取一直是模式识别中的难点问题．为克服细化算法逐象素处理的局部特性，已提出了一些整体算法．基于图段的整体识别算法突破了细化算法在象素层次做局部操作的局限，力图抓住图象的宏观特征进行整体识别；但它在处理小线素、曲线及字符图象时仍有较大局限性．本文采用扫描串（行程编码）作为基本处理单元，动态扫描整个图象数据，利用预先建立的信息头指导后续跟踪，得到了更精确的矢量化结果．本文提出的算法可适用于各种不同工程图纸的处理，用来提取汉字笔画也得到了满意的结果．

印刷文档中表格字符的自动提取算法

在简要分析表格结构的基础上 ,提出了一种利用变尺度连通特征提取表格字符的方法 .为此 ,给出了连通区域搜索算法 ,定义了用于区分表格与图形的行程位置转化函数 .并介绍了实验的情况 .

光电瞄准设备读数图像自动识别系统

该读数图像自动识别系统利用CCD摄取瞄准设备读数图像经采集卡采集 ,运用软件的方法实现了字符识别与刻线定位 ,从而完成了瞄准设备方位读数的计算机动态精确自动判读。文中重点介绍了系统的硬件框架组成、软件模块结构、字符识别的连通域处理算法、刻线精确定位的内插细分算法以及系统总读数的合成。系统字符识别的正确率几乎 10 0 % ,刻线定位精度达

基于新模板的算法在车牌字符分割中的应用

针对以往车牌字符分割算法在复杂情况下分割准确率低的问题,提出了一种基于新邻域模板的连通域算法的车牌字符分割算法。采用基于新模板的连通域算法粗分割字符;通过自适应阈值投影法进行字符细分割;同时使用区域合并算法保证字符的完整性。实验结果表明,该算法将连通域法与投影法有效结合,能够同时解决汉字不连通、字符粘连和边框粘连等复杂情况,该算法对车牌字符进行分割正确率达99.5%。

基于对象图例及其拓扑关系识别的二维工程CAD图纸矢量化方法

为实现二维工程CAD图纸矢量化,提出一种基于对象图例及其拓扑关系识别的矢量化方法。该方法首先针对对象图例的几何属性,提出基于HOG(Histogram of Gradient)和SVM(Support Vector Machine)的多类对象图例分类方法,然后通过提取对象的环形分割特征识别子类对象图例,接着利用基于连通域标记方法实现对象图例拓扑关系的识别。结果表明,本文算法能够有效识别图纸中的对象及其拓扑关系,对于图纸中常见的图例线条断裂、模糊等问题具有鲁棒性。基于本文算法提取的对象几何和拓扑信息可以为后续的图纸矢量化奠定基础,相关关键技术的探索性研究对后续工程图纸矢量化研究具有一定启发性。

工程图中字符分离和标注字符串生成技术

提出了同步边缘特性检测的轮廓跟踪算法，并基于规则从扫描图像全图轮廓中分离字符轮廓；在此基础上，针对机械工程图，采用全方位的邻域搜索技术生成不同方向的字符串，通过分类树进行识别，并根据专业领域知识进行校正．实验测试表明。

工程扫描图中字符识别方法的研究

在分析BP神经网络学习算法的基础上 ,提出一种基于自适应步长的神经网络分类器 ,用于工程扫描图中字符的识别。实验证明 ,该系统具有很强的自学习、自适应能力和良好的抗噪性能 ,识别精度较高 。

汉字识别系统中的版面分析算法

本文在简要介绍版面分析技术发展状况和常见版面分析技术路线的基础上，提出了一种将“自底向上”与“自顶向下”分析路线相结合的版面分析算法。

基于改进卷积神经网络的电网工程图纸字符识别与检测算法

针对传统电网工程评审依赖于人力的现状,将图像识别技术应用于电网工程辅助评审领域,提出一种基于MNMS Faster R-CNN的电网工程图纸字符识别与检测算法。该算法利用VGG模型对电网工程图纸进行特征提取,通过区域候选算法输出提议候选框,由感兴趣区域池化层实现候选框尺寸的统一,通过Faster R-CNN算法实现电网工程图纸字符精准识别。仿真算例结果表明,所提方法通过MNMS算法降低了有效候选框被误删除的概率,相比于CNN和Faster R-CNN算法,在电网工程图纸字符识别上具有更高的准确率,能够提升电网工程评审的智能化和数字化水平。

设计企业中成品图纸利用方法研究

如何高效利用成品图纸已成为各设计企业亟待解决的问题。其中主要难点在于图纸属于非结构化数据,难以被高效的检索和查询。研究指出,首先利用图纸和结构化数据间的关联关系搭建多维度的图纸搜索平台,其次使用机器学习算法将图纸中部分非结构化数据转化为结构化数据提升图纸搜索质量,最后搭建图纸辅助及自动化设计平台。

工程图矢量化处理系统

为将存贮在纸介质上的工程图纸信息转化为 CAD的数据格式 ,研制了工程图纸矢量化处理系统。该系统将工程图纸信息自动输入到计算机系统中 ,形成点阵图像 ,经过图像预处理、字符识别、图形矢量化等处理步骤转化为 CAD文件。解决的系统关键技术包括 :蓝图的消蓝去噪 ,提取粘连和非粘连字符的图文分离算法 ,基于复数域非线性指数自回归模型的神经网络字符识别算法 ,快速细化处理 ,自适应节点修正算法 ,跨节点矢量跟踪算法 ,基于神经网络的箭头识别 ,图形的分类整合等。系统在 Windows 95操作系统上运行 。