電力工程圖紙典型圖元自動識別技術(shù)研究.pdf

1、YR9確驕f害傷緩案大牟碩士學位論文電力工程圖紙典型圖元瀾，動識剃、技術(shù)研究研究生：釜彩連～——’?！?’‘’——1。。。?！?。。?！甧，=，’_指導教V師：孫國凱蒔教授、’。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。_。。。。‘。。。1。一專業(yè)名稱：一：盔些直氫絲皇苣熟絲’研究‘方向：鹽箋避疆；所在學院：信息皇睦選王墨學院j2006年5月1臼沈農(nóng)業(yè)人學碩十學位論文電力工程圖紙典型圖元自動識別技術(shù)研究摘要

2、研究生：谷彩連導師：孫國凱副教授隨著地理信息系統(tǒng)(GIs)的不斷推廣和應用，數(shù)據(jù)質(zhì)量問題越來越引起普遍的關注。圖紙掃描矢量化作為目前～種流行的GIs數(shù)據(jù)采集手段，它給GIs數(shù)據(jù)質(zhì)量所帶來的影響也同益受到重視。而工程圖紙矢量化的關鍵技術(shù)一工程圖紙的計算機自動輸入識別技術(shù)是一個國際上公認的難題。本文選取常用電氣符號作為研究對象，通過提取符號的不變特征來完成符號的分類識別工作，避免了像素跟蹤和函數(shù)擬合的過程，有效地簡化了矢量化的過程。本文首先

3、對圖像變換和圖像濾波的各種算法進行了研究，分析了各個算法的處理效果，根據(jù)實驗試驗結(jié)果提出應結(jié)合圖像本身的特點選擇合適的預處理方法，并運用小波變換對圖像進行壓縮變換和濾波處理。其次，對現(xiàn)有的圖像分割方法進行了歸類總結(jié)，對邊緣檢測方法進行了研究并重點對閩值法分割圖像的方法進行了分析，提出了自適應閾值的分割算法。與直方圖法和最大類問方差法對比，自適應閾值分割方法對本文所選的圖紙具有較好的分割效果。最后，針對Hu不變矩對連續(xù)圖像具有旋轉(zhuǎn)、縮放和

4、平移不變性，但是對離散的圖像不具有縮放不變性的特點。本論文進行了相關的改進，使改進后的Hu不變矩具有針對離散圖像的旋轉(zhuǎn)、縮放和平移不變性。通過提取電氣符號的不變矩，將其作為神經(jīng)網(wǎng)絡的訓練樣本，得到神經(jīng)網(wǎng)絡模型用于電氣符號的分類識別。試驗證明，該模型具有較好的識別性能，識別率在90％以上。論文運用VB6O和Matlab混合編程，應用上述研究結(jié)果實現(xiàn)了圖像的預處理、圖像分割、圖像特征提取、訓練神經(jīng)網(wǎng)絡、圖像識別等功能。關鍵詞：圖像分割，特征