基于Hough 变换及卷积神经网络的工程图图线识别技术及应用研究

石林坤，田怀文，蒲虹林

（西南交通大学 可视化研究中心，四川 成都 610031）

工程类图纸识别一直是工程领域研究的热点，其广泛应用于电气工程、机械工程等不同行业。林铭德等人[1]利用对图纸的识别，自动获取图纸中电气构件数据。唐虹等人[2]通过对汽车线束图纸的识别，达到了线束分类识别的目的。YANG 等人[3]提出了一种从工程图纸生成语义丰富的结构模型的半自动方法。文献[4]利用AutoCAD 软件读取考生答案中的图元，进行试卷的批改。直线和曲线是工程图纸中重要的几何元素，对直线和曲线的自动识别研究是实现图纸完整、快速识别的关键技术。因此，有效的直线和曲线检测方法对工程领域研究具有重要意义。LIU 等人[5]提出了一种基于锚点的Hough 变换，其在检测较为简单的工程图图纸的直线中有较好的效果，但用于检测较为复杂的工程图图纸时，仍需较大改进。CUNEYT 等人[6]采用最小二乘法对锚点形成的边缘映射进行直线拟合，但仍存在少量虚假直线。马俊俊[7]提出了基于种子段的动态步长直线矢量化算法，通过跟踪种子段进行直线识别，但其检测结果容易受到直线连续性的影响。刘璧钺等人[8]提出了一种基于LSD 算法的直线检测。ALlWAN 等人[9]提出了一种基于遗传算法的工程图元检测，该方法能够较为准确地提取工程图中的圆弧和直线，但对于图元重叠部分其提取效果较差。SALMON 等人[10]提出了一种从曲率剖面中检测圆弧和线段的方法。文献[11]提出一种基于教与学的优化算法和梯度分析实现对图像的圆检测。……