基于手绘草图的工程图档检索技术

论文摘要

随着信息技术的高速发展,电子图档已逐渐取代传统的纸质图档,在各行各业发挥着巨大的作用。如何从图档数据库中方便、快捷地获取所需图档是一个难题。目前,图档检索一般是基于图档的项目名称、设计人、图号等关键字完成的。基于关键字检索技术速度快、实现简单,但人工标注费时费力,且图档内容往往不易用文字表述。为此,本文提出了基于手绘草图的工程图档检索技术。基于手绘草图的图档检索隶属于基于内容的图档检索,考察的重点是图档的图形特征,而非设计人等关键字,这使得图档检索更加的直接、明确;另外,使用手绘草图作为检索条件大大方便了用户检索意图的表达。论文对手绘草图的识别以及图档检索技术进行了较深入的研究,提出了基于手绘草图的工程图档检索系统框架,实现了原型系统,主要研究内容如下:(1)提出了基于自适应特征点检测的手绘草图识别方法:在草图识别中引入支持向量机技术,实现了用户自适应的特征点检测,提高了草图识别的准确性。(2)提出了图档的多重存储结构:在以基本图元存储结构的基础上,增加了不依赖于图档绘制方式的组合图元存储结构,一定程度上解决了一图多意对图档检索的影响,提高了图档的查全率和查准率。(3)提出了多重特征逐步过滤的图档检索方案:综合考虑了图档的形状特征、拓扑结构、空间关系三类特征,利用各类特征逐步过滤,缩小检索范围,提高了的检索效率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本文研究背景
• 1.2 研究意义
• 1.3 国内外研究现状
• 1.3.1 手绘草图识别技术的研究现状
• 1.3.2 工程图档检索技术的研究现状
• 1.4 研究领域现存问题
• 1.5 本文主要研究内容及组织
• 1.5.1 本文的主要内容
• 1.5.2 本文的组织结构
• 第二章 系统框架设计
• 2.1 系统总体框架
• 2.2 关键技术
• 2.2.1 草图输入及识别
• 2.2.2 图档多重存储结构
• 2.2.3 图档检索
• 2.3 本章小结
• 第三章 手绘草图的识别
• 3.1 草图识别流程
• 3.2 笔画输入及预处理
• 3.2.1 冗余点去除
• 3.2.2 去尾处理
• 3.2.3 笔画合并
• 3.2.4 相关特征值计算
• 3.2.5 多旋转检测
• 3.2.6 闭合检测
• 3.3 特征点检测
• 3.3.1 传统特征点检测方法
• 3.3.2 自适应特征点检测方法
• 3.3.2.1 SVM 简介
• 3.3.2.2 基于代价敏感 SVM 的自适应特征点检测
• 3.4 笔画识别
• 3.4.1 基本笔画识别
• 3.4.2 组合笔画识别
• 3.4.3 排序算法
• 3.5 图形规整
• 3.6 用户反馈
• 3.7 本章小结
• 第四章 图档多重存储结构
• 4.1 图档存储简介
• 4.1.1 XML 存储格式
• 4.1.2 多重存储结构
• 4.2 基本笔画的XML 存储
• 4.3 基本图元存储结构
• 4.3.1 基本图元的XML 模式
• 4.3.2 基本图元存储结构的构造方法
• 4.4 组合图元存储结构
• 4.4.1 组合图元存储结构
• 4.4.2 组合图元存储结构的构造方法
• 4.4.2.1 交点探测
• 4.4.2.2 组合图元提取
• 4.5 图元形状描述符
• 4.5.1 采样
• 4.5.2 质心距离形状描述子
• 4.5.3 傅立叶描述子生成
• 4.6 层次分析
• 4.7 本章小结
• 第五章 图档检索
• 5.1 图档检索策略
• 5.2 形状特征过滤
• 5.2.1 图元形状特征提取
• 5.2.2 形状相似度计算
• 5.2.3 图元对应
• 5.3 拓扑结构过滤
• 5.3.1 拓扑结构特征提取
• 5.3.2 拓扑相似度计算
• 5.4 空间关系过滤
• 5.4.1 图元空间关系特征提取
• 5.4.2 空间关系相似度计算
• 5.5 图档总体相似度计算
• 5.6 用户反馈
• 5.7 本章小结
• 第六章 系统实现
• 6.1 系统平台及相关技术
• 6.2 系统设计
• 6.2.1 功能模块图
• 6.2.2 系统类图
• 6.2.3 时序图
• 6.3 基于自适应特征点检测的手绘草图识别
• 6.3.1 自适应特征点检测
• 6.3.2 草图识别结果
• 6.4 基于多重存储的图档检索
• 6.4.1 图档的多重存储
• 6.4.2 图档检索结果
• 6.5 系统界面
• 6.5.1 草图输入界面
• 6.5.2 草图识别界面
• 6.5.3 检索结果
• 6.6 本章小结
• 第七章 总结展望
• 7.1 本文总结
• 7.2 研究展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文