基于内容的工程图档检索及其关键技术研究

论文摘要

电子图档的重用是提高CAD软件使用效率的一个重要手段,因此如何从图档数据库中方便、快捷地查询与获取所需图档资料是其中的关键。目前,图档检索一般是根据图档的项目、设计人、图号等关键字完成的,基于关键字检索方法的优点是检索速度快、技术实现简单和检索方便,但存在人工标注费时、很难用文字完整的描述图档等问题。为了继承基于关键字检索的优点及弥补其不足,本文在图档检索中引入手绘草图技术,实现基于内容的图档检索。基于内容的图档检索与基于关键字检索不同的是:基于内容的图档检索是通过对图档内容的分析,抽取图档内容特征进行相似度计算,从而实现图档检索。用户只需以手绘草图的方式画出基本形状就可以找到结构相似的图档,这样可大大减少现有图档管理系统对检索条件的制约,增加检索方式的灵活性。论文对基于内容的工程图档检索涉及的若干关键件技术进行了较深入的研究,提出了基于内容的工程图档检索系统（ Content-Based Engineering Drawing Retrieval System,CBEDRS）框架,研究了草图识别、图形匹配及相关反馈等关键技术,实现了系统原型。论文主要研究内容如下:（1）提出了基于内容的工程图档检索概念引入手绘草图实现用户检索意图表达,提出了基于内容的工程图档检索概念。给出了基于内容的图档检索系统框架,并基于Web Service及多层架构实现了基于内容的工程图档检索系统原型。（2）提出了一种手绘草图的模糊识别方法在草图识别中引入模糊集合,并根据模糊模式识别的最大隶属度原则,提出了一种手绘草图的模糊识别方法;在基本图元及简单图形识别的基础上,根据图元之间的拓扑关系、方位关系及旋转关系实现组合图形的识别;给出了集成手绘草图输入、草图模糊识别及相关反馈技术于一体的草图输入处理工具构建方法。（3）提出了一种基于事例推理的用户检索意图预测方法通过对用户识别过程事例的管理,利用模糊集的距离度量反映用户草图绘制习惯,预测用户输入意图。给出了草图识别过程事例的模糊表示及识别事例模糊相似性检索方法。在此基础上,利用事例分层模糊相似检索方法,提高了模糊相似事例检索效率。（4）提出了一种基于图匹配的图形相似度计算方法通过将不同复杂层次的图形元素构成抽象为空间关系图,从而将图形检索转化为不同信息粒度的空间关系图相似度计算。通过搜索空间约束缩小图档数据库搜索空间,同时增加结点及边匹配约束条件预测后继有效匹配状态,有效地减少了空间关系图匹配过程中状态搜索空间,提高了图匹配算法效率。（5）提出了一种基于内容的工程图档检索相关反馈方法基于内容的工程图档检索中相关反馈技术的研究主要包括草图识别中的隐式反馈及草图检索结果的显式反馈。根据用户对检索结果中正/负例样本的标注,提出了一种阈值自适应调整方法,并给出了单一图元构成图形、多图元构成图形的查询点移动及相应权重调整方法,以提高检索精度及有效捕捉用户检索意图。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究目的及意义
• 1.3 相关研究工作
• 1.3.1 草图识别
• 1.3.2 图形检索
• 1.3.3 相关反馈
• 1.4 论文主要内容与组织结构
• 1.4.1 论文主要内容
• 1.4.2 论文组织结构
• 1.5 论文主要创新工作
• 第二章 基于内容的工程图档检索框架
• 2.1 CBEDR 概念
• 2.1.1 基于关键字的图档检索
• 2.1.2 基于关键字的图档检索特点
• 2.1.3 基于内容的图档检索
• 2.1.4 基于内容的图档检索特点
• 2.1.5 基于关键字与内容检索的区别
• 2.2 CBEDRS 框架
• 2.3 CBEDRS 关键技术
• 2.3.1 图档表示及建库
• 2.3.2 可视化用户交互方法
• 2.3.3 图档检索
• 2.4 小结
• 第三章 图档检索中草图输入及识别
• 3.1 草图模糊特性分析
• 3.1.1 草图笔画模糊性
• 3.1.2 草图笔画结构模糊性
• 3.2 草图输入工具构建方法
• 3.3 基本图元识别预处理
• 3.3.1 孤立点清除
• 3.3.2 数据规整化
• 3.3.3 噪声消除
• 3.3.4 特征点检测
• 3.4 基本图元模糊识别方法
• 3.4.1 模糊集合定义及模糊模式识别
• 3.4.2 几何特征定义
• 3.4.3 图元模糊识别
• 3.4.4 图元识别测试
• 3.5 用户绘图习惯预测方法
• 3.5.1 基于事例推理的基本思想
• 3.5.2 事例的匹配过程
• 3.5.3 草图识别事例相似性论点
• 3.5.4 基于事例推理的用户绘图习惯预测
• 3.6 简单图形识别方法
• 3.7 组合图形识别方法
• 3.7.1 拓扑关系
• 3.7.2 方位关系
• 3.7.3 旋转角度关系
• 3.7.4 图形组合方法
• 3.8 小结
• 第四章 基于图匹配的图形相似度计算
• 4.1 相似度计算方法
• 4.1.1 基于向量模型的距离度量
• 4.1.2 机器学习
• 4.1.3 图匹配方法
• 4.2 工程图纸相似匹配
• 4.3 空间关系图（SRG）的表示
• 4.3.1 图的定义
• 4.3.2 图形预处理
• 4.3.3 SRG 表示
• 4.3.4 特征选择
• 4.4 SRG 相似度计算
• 4.4.1 SRG 图中结点相似度计算
• 4.4.2 全局相似度计算
• 4.4.3 相似度计算约束
• 4.5 算法实现
• 4.6 测试结果及分析
• 4.7 小结
• 第五章 图档检索中相关反馈技术
• 5.1 相关反馈概念及算法
• 5.2 图档检索中相关反馈机制
• 5.2.1 工程图档检索中的相关反馈
• 5.2.2 隐式反馈
• 5.2.3 显式反馈
• 5.2.4 用户反馈方式
• 5.3 草图识别过程的隐式相关反馈
• 5.4 检索结果的显式相关反馈
• 5.4.1 查询点移动
• 5.4.2 权重调整
• 5.4.3 测试结果及分析
• 5.5 小结
• 第六章 CBEDRS 原型实现
• 6.1 基于 Web Service 的 CBEDRS
• 6.1.1 Web Service
• 6.1.2 工程图档存储服务架构
• 6.1.3 Asp.net 的MVC 设计模式
• 6.1.4 基于Web Service 的CBEDRS 原型
• 6.2 基于UML 的系统分析与设计
• 6.2.1 用例图
• 6.2.2 类图
• 6.2.3 顺序图
• 6.3 系统构建
• 6.3.1 服务结构模型
• 6.3.2 服务操作模型
• 6.3.3 系统运行实例
• 6.4 小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 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