工程图样R—V(Raster to Vector)转换技术是工程图纸处理集成系统中的一项重要的图形、图像处理技术。该技术旨在将扫描的工程图像转换为与CAD系统相兼容的矢量数据格式。精确的矢量化结果是进一步进行图形理解的基础,然而当前的图纸扫描转换系统均未能取得令人满意的图素识别精度。在矢量化系统中研究如何提高输入数据的质量是提高工程图自动识别技术水平和矢量化系统性能的关键。本文围绕这一课题开展工程图样R—V转换的前期处理技术研究,提出了基于阈值连通的视图划分算法和基于轮廓点匹配的层次划分算法。并用所提出的算法构建了基于图样绘制规则的自动区域化和基于图样线型属性的智能层次化两个图纸扫描转换系统的前置模块。通过这两个模块提高图纸扫描转换系统原输入数据的质量,从而提高了R—V转换精度,并为后续的智能识别与三维重建提供语义上的指导。 基于阈值连通的视图划分算法的基本思想是根据工程图绘制规则,提出了阈值邻接和阈值连通的概念,将工程图样的基本视图、技术要求以及其它视图等依据制图标准及图形的工程语义,从整体工程图样中识别与区分,再进行标识。 基于轮廓点匹配的层次划分算法的基本思想是根据工程图样的线宽特征,利用轮廓跟踪技术,通过轮廓点对匹配算法,得到图中目标对象的轮廓匹配点对。再引入线宽属性特征因子,运用模糊模式识别的方法,对拾取过程中得到的图素轮廓信息及线型宽度信息进行模糊判别,实现对图形元素的轮廓层和辅助层的分层标识。 实践表明本文提出的算法具有准确率高、抗干扰性强、失真很小等特点,对复杂多样的工程图也取得了良好效果。