基于工图图像的法兰三维重建方法研究

三维重建课题虽然已经被提出了40余年,但其依然存在效率低、准确性差与模型有歧义等问题。针对上述问题以法兰零件为例提出一种基于工图图像的法兰零件重建方法,方法以工程图纸的扫描图像为研究对象,对其进行降噪、分割与细化等处理,然后采用Harris角点识别算法与Hough圆检测算法提取并统计其上特征,并采用BP神经网络识别并提取零件重建的必要参数,最终实现了法兰模型的三维重建。为工程图纸的三维重建提供了新思路与方法,对后续研究有一定的指导意义。

基于改进果蝇算法的工程图纸分割方法研究

工程图纸是机械行业重要的技术资料,凝结着科研人员大量的智慧与心血,对其进行智能识别与三维重建可以有效发掘与保护其上所载信息。矢量化是工程图纸智能识别与三维重建的基础,针对工程图纸矢量化预处理中的图像分割问题,提出了一种基于改进果蝇优化算法(fruit fly optimization algorithm,FOA)的最大熵工程图纸分割方法。参考遗传算法中基因初始化与翻译、表达的机理对果蝇算法进行改进,引进二进制数随机初始化果蝇种群位置,获得具有较好个体多样性的种群,结合最大熵理论使其适用于图像分割中阈值的优化问题。通过实验证明,基于改进果蝇优化算法的最大熵工程图纸分割算法的准确性较高,其误分率与穷举法相同,低于遗传算法的误分率;运算时间与遗传算法相差不大但明显低于穷举法;在收敛性上优于遗传算法。

工程图矢量化方法综述

矢量化是工程图智能识别与重建的必由之路,虽然算法较多但是都有其相应的局限性。为此,针对矢量化算法进行归纳整理,从历史的角度对国内外算法归纳梳理,剖析现阶段所遇到的障碍,并对下一步的研究方向进行预测。