基于面向对象程序设计的图形矢量化研究

基于面向对象程序设计的图形矢量化研究

论文摘要

随着计算机技术的发展,各种CAD软件得到广泛的应用。目前,在机械设计以及其它设计领域,大多数的系统都是由计算机辅助设计完成。但是,输入到计算机的图象文件需要保存每一个像素点,因此需要占用大量存储空间。为了减少图象信息量,就要将点阵图象转换成矢量图形,以节省内存、便于编辑和输出新图形。本文在研究了目前有代表性的扫描图纸识别输入系统和矢量化算法的基础上,利用Borland c++ builder初步完成了一个矢量化软件,它包括图象预处理、自动矢量化等功能。图象的预处理包括图象的去噪、二值化和细化。本文采用中值滤波法实现图象去噪。二值化重要步骤是阙值的选取,在阙值选取的很多方法中,有的算法简单,但对噪声敏感,甚至引入了新噪声,有的算法计算方法复杂、计算量大,不适合计算机自动实现。通过对各种方法的比较,本系统采用全局阙值算法来实现扫描图象的二值化。在工程扫描图识别中,为了能快速准确提取线信息、进行数据压缩和矢量化跟踪,构造一种快速有效的细化算法是非常重要的。本系统采用的是基于矢量化的细化算法,通过考察中心像素点8-领域的256种情况,根据其领域像素的索引值来查表,判断其是可以删除还是不能删除。该细化算法的速度比较快,在交叉点处畸变较小,适合工程图的细化处理。为了在不影响工程扫描图矢量化精度的情况下加快其速度,本系统提出了将识别与拟合相结合的图元识别方法,分别对直线、圆和圆弧的识别算法思想进行了深入的研究及构建。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 研究背景
  • 1.1.1 工程图纸矢量化技术的需求
  • 1.1.2 国内外发展现状
  • 1.1.3 现有的主要研究方法
  • 1.2 本文的研究目的
  • 1.3 本文的主要工作
  • 1.3.1 系统的组成框图
  • 1.3.2 工作流程图
  • 1.3.3 本文所做的主要工作
  • 1.4 本文的创新点
  • 1.5 本文的组织结构
  • 第2章 BMP图象文件格式分析
  • 2.1 概述
  • 2.2 BMP图象文件格式
  • 2.2.1 位图文件头
  • 2.2.2 位图信息头
  • 2.2.3 调色板
  • 2.2.4 图象数据
  • 第3章 工程扫描图预处理
  • 3.1 扫描输入
  • 3.2 去噪
  • 3.3 二值化
  • 3.3.1 阙值的选取方法
  • 3.3.2 最佳阙值的选择
  • 3.4 小结
  • 第4章 工程扫描图细化
  • 4.1 细化概述
  • 4.1.1 基本概念
  • 4.1.2 算法类型
  • 4.2 经典算法介绍
  • 4.2.1 Hilditch经典细化算法
  • 4.2.2 Zhang快速并行细化算法
  • 4.2.3 综合型算法
  • 4.3 细化算法设计
  • 4.4 结论
  • 第5章 工程扫描图矢量化
  • 5.1 矢量化基本思想
  • 5.2 矢量化分类
  • 5.2.1 基于细化的矢量化
  • 5.2.2 基于非细化的矢量化算法
  • 5.2.3 整体矢量化算法
  • 5.3 基于细化的直线矢量化方法介绍
  • 5.3.1 最短距离法直线段拟合
  • 5.3.2 集合求交法直线拟合
  • 5.3.3 本文直线的拟合过程
  • 5.4 圆矢量化
  • 5.4.1 圆搜索算法
  • 5.4.2 圆拟合算法
  • 5.4.3 圆矢量化实现
  • 5.5 小结
  • 第6章 面向对象程序设计实例
  • 6.1 面向对象的基本概念与特征
  • 6.2 系统分析与面向对象的思想
  • 6.3 系统设计模型与面向对象思想
  • 6.4 系统分析的目的及步骤
  • 6.5 面向对象设计的准则
  • 6.6 系统的具体设计
  • 6.6.1 工程图的扫描输入
  • 6.6.2 图象矢量化
  • 6.7 小结
  • 第7章 结论及展望
  • 7.1 结论
  • 7.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].一种改进的快速并行细化算法[J]. 微电子学与计算机 2013(01)
    • [2].几种细化算法的比较研究[J]. 科技风 2010(11)
    • [3].一种基于重心的快速细化算法[J]. 兰州理工大学学报 2009(02)
    • [4].一种快速的手写体汉字细化算法[J]. 计算机应用与软件 2009(11)
    • [5].一种有效的混合式指纹快速细化算法[J]. 计算机应用研究 2008(10)
    • [6].扫描细化算法的地图自动矢量化研究[J]. 测绘学报 2012(02)
    • [7].二值图像的快速细化算法[J]. 科技视界 2012(14)
    • [8].指纹细化算法研究[J]. 黑龙江科技信息 2009(15)
    • [9].一种距离场约束下的普适细化算法[J]. 南京大学学报(自然科学版) 2013(02)
    • [10].一种改进的指纹图像细化算法[J]. 计算机应用 2008(02)
    • [11].一种改进的脱机手写文字细化算法[J]. 科学技术与工程 2008(23)
    • [12].点阵汉字细化算法及应用[J]. 电脑知识与技术 2016(24)
    • [13].图像并行细化算法改进研究[J]. 中国印刷与包装研究 2014(01)
    • [14].改进型骨骼细化算法提取冠状动脉中心线[J]. 中国医学影像技术 2020(09)
    • [15].手写体字符细化算法的研究[J]. 电脑知识与技术 2015(09)
    • [16].二值图像的细化算法[J]. 软件导刊 2011(07)
    • [17].基于分级栅格化和改进细化算法的轨迹数据路网生成研究[J]. 数字制造科学 2019(04)
    • [18].一种有效的基于八邻域查表的指纹图像细化算法[J]. 四川理工学院学报(自然科学版) 2008(02)
    • [19].一种复合式指纹细化算法[J]. 数字技术与应用 2016(05)
    • [20].基于小波变换和形态学细化算法的真空电弧形态检测[J]. 电工技术学报 2015(11)
    • [21].改进的符号图像并行细化算法[J]. 计算机工程与设计 2009(03)
    • [22].基于模板的全并行细化算法研究及其在3D物体骨架提取中的应用[J]. 电子制作 2017(22)
    • [23].基于重新检测过程的三维细化算法的改进[J]. 计算机科学 2018(05)
    • [24].改进的OPTA算法在遥感影像细化中的应用[J]. 测绘科学 2008(06)
    • [25].保拓扑结构的三维细化算法及三维非接触测量[J]. 中国新通信 2017(04)
    • [26].基于模板的指纹图像细化算法[J]. 西安邮电大学学报 2016(03)
    • [27].基于复调制细化算法的感应电动机转子故障检测[J]. 南京工程学院学报(自然科学版) 2016(02)
    • [28].基于最大邻域点跟踪的静脉图像细化算法[J]. 信息与控制 2009(01)
    • [29].改进的字符图像细化算法[J]. 计算机辅助设计与图形学学报 2013(01)
    • [30].改进的脱机手写体汉字细化算法[J]. 计算机系统应用 2011(06)

    标签:;  ;  ;  ;  ;  

    基于面向对象程序设计的图形矢量化研究
    下载Doc文档

    猜你喜欢