一、扫描工程图二维重建中基于图表达的结构约束校正（论文文献综述）
熊红亮[1]（2021）在《基于三维重建的建筑电气自动设计研究》文中提出建筑电气设计是建筑工程设计中不可或缺的一部分,建筑电气设计人员通过学习相关的电气知识,人为地读取各类复杂的建筑图纸,然后结合相应国家电气类规范才可完成设计。目前,建筑电气设计主要以设计二维平面图为主,并处于半人工手绘阶段,存在设计效率低、易发生人为错误等弊端。同时,在实际工程中,二维平面设计图呈现信息的方式单一、可读性差,导致施工效率低下。针对上述问题,本文提出一种在实现二维建筑图纸三维可视化的同时完成建筑电气设计自动化的研究方案。首先,以二维建筑图纸为基础,识别图纸中的注释文字以及建筑结构,结合提取的信息将二维图纸三维可视化,然后进行通过优化设备数量及布线方式,实现三维电气图纸自动设计。方案旨在提高建筑电气图纸设计的效率及其可读性,为实际工程提供便利。本文的主要研究工作如下:（1）对课题所需要的基础理论和相关方法进行研究,提出了基于三维重建的建筑电气自动设计的研究框架,并依次以各部分为研究对象,分步完成方案的研究。（2）为获取三维重建所需的建筑结构信息,分别对建筑图纸进行预处理、墙体识别、字符识别,最终完成建筑信息提取并以仿真实验确定了该方案的可行性。（3）为完成墙体的三维重建可视化,开发了基于Auto CAD的墙体三维重建程序,同时为实现电气设备的自动计算功能,开发了基于MATLAB的照度计算程序和插座计算程序,并以Excel文件作为桥梁实现两部分的信息交换。（4）为完成电气设计自动布线,建立了三维空间下的电气布线数学模型,提出了基于房间属性的回路划分策略,并通过混合粒子群算法实现设备间的导线连接,通过仿真实验验证可行性后,在三维重建程序基础上开发了三维电气自动布线程序。通过实验验证,本文所提出的实现墙体三维重建的建筑电气自动设计方案能实现较好的可视化和自动化设计,为今后建筑电气设计制图一体化的研究提供了思路。
张兴园[2]（2020）在《基于深度学习的手绘草图生成、识别及应用研究》文中认为在整个人类文明进程中,手绘草图一直用作一种直观的表达方式和基本的交流工具。随着电子设备的发展和触摸屏的普及,即智能手机、平板电脑、手写画板和智能手表的出现,草图可以通过手指滑动的方法更加方便地获取到。不同于传统的包含丰富颜色和纹理信息的图像,草图在视觉线索上更加稀疏且包含的细节更少,但是人们很容易识别出草图所属的目标类别,这表明人类对物体的神经视觉表征具有内在的稀疏性,因此稀疏的草图研究可以帮助我们更好地理解人类认知过程,同时促进高效视觉分类器的设计。此外,草图作为一种沟通和交流的方式,不同的人能够快速正确地识别出感兴趣的目标和内容,从而克服了文化、语言、时间和年龄的障碍。因此,手绘草图的研究可以促进人类知识和信息的传播以及情感的交流。本文以手绘草图为研究对象,深入研究了基于深度学习的图像识别技术在草图识别相关任务中的应用,其中包括草图生成和分类、基于草图的图像检索和行为识别等热点领域。草图识别是上述任务的核心基础,本文方法旨在得到更优的草图表征方式,从而能够准确、高效地实现草图识别的目的,因此本文对草图相关问题进行研究具有非常重要的理论意义和实用价值。本文主要的研究内容和成果如下:（1）针对目前草图训练集的缺乏和基于草图的图像检索准确率低及推广能力不足的问题,本文提出了基于多尺度策略的草图生成模型。首先,提出了多尺度的卷积神经网络生成粗略草图,利用多尺度和多层次学习提取图像的底层和高层特征,从而更充分地利用了不同层次的信息;然后,提出了基于粗略草图与修正模板匹配的图像细化方法,利用图像处理中的形态学操作,基于两步走策略并通过加权求和得到最终的细化草图;最后,提出了薄板样条插值策略,对细化的草图进行非刚性变形,以解决不同背景人员在绘制过程中的草图样式变化问题。实验结果表明,本文方法在公开数据集上取得了很好的草图生成效果,同时解决了基于草图的图像检索任务中的跨域检索问题。（2）针对目前大部分深度卷积神经网络在构建草图表征时,都将草图当做普通的纹理图像,而没有考虑形状信息对提取草图特征的重要作用,本文提出了一种基于双分支的草图特征提取网络。首先,利用传统的卷积神经网络提取原始草图的外观特征;然后,提出了基于草图轮廓关键点集的神经网络来提取草图的形状特征,该分支将草图的轮廓关键点集作为输入,引入仿射变换来解决神经网络对草图旋转和平移的不变性问题,同时采用最大池化来聚合所有点的信息解决草图采样点顺序的不变性问题;最后,提出将外观特征和形状特征融合,并对特征向量进行L1归一化实现草图分类器SVM的训练。实验结果表明,考虑草图在缺乏颜色和纹理信息的情况下引入轮廓点集表示,可以挖掘出更多隐含的形状特征,进一步提高草图识别和检索两大任务的准确率。（3）针对草图具有稀疏和抽象的结构特点,前面提出的方法都没有考虑草图局部特征提取对形状表征的影响问题,同时基于深度卷积神经网络的草图识别方法虽然能够提取外观特征和形状特征,但是忽略了不同特征之间的相互学习。本文提出了一种基于互学习的端到端手绘草图双分支网络。首先,提出了多层特征融合的卷积神经网络来提取草图的外观特征,利用多个浅层中间卷积层输出的特征与最后全连接层输出相结合,并使用全局平均池化保留显着特征、降低特征维度;然后,提出了基于图卷积的神经网络提取草图的形状特征,通过对每个采样点利用K近邻算法构建图,再利用图卷积网络提取局部特征来增强草图形状的表达能力;最后,提出了互学习策略同时优化两个识别网络,通过引入类别一致性损失和视觉注意一致性损失来约束两个分支。实验结果表明,该模型的识别性能优于现有方法,可以提高草图识别和基于草图的图像检索任务的准确率,并能通过微调模型的方式推广到其他风格的草图识别任务中。（4）针对目前很多基于不同模态的神经网络进行视频行为识别时,都没有考虑人的形状信息对识别准确率影响的问题,本文将草图特征应用到行为识别的预测任务中,提出了基于中层语义表示的卷积神经网络用于行为识别。首先,提出了一种注意力导向的草图生成模型,利用草图生成网络从动作视频中提取人的形状结构以生成原始草图,与此同时,使用注意力引导机制,对原始草图进行区域修正,去掉无关区域和噪音信息,从而生成与行为识别相关的判别性区域;然后,提出了基于原始草图和点表示草图的双分支神经网络模型,对视频关键帧进行选取并输入网络,分别提取纹理信息和点集表示的形状信息,从而实现基于视频草图的行为识别;最后,对多个模态的行为识别分数进行决策级融合,将融合后的结果作为最终的行为识别结果。实验结果表明,视频草图模态对行为识别起到了积极的作用,有效提升了系统预测的性能,降低了识别误差。
龚峥[3]（2016）在《基于特征识别的工程图辅助系统研究》文中进行了进一步梳理随着CAD/CAM技术的快速发展,计算机制图越来越流行,但是二维工程图仍然是工程界共同的技术语言,在表达设计人员的产品设计思想、编制工艺流程与技术交流方面发挥着重要作用,因此对二维工程图的学习研究仍然是我们的研究重点。但是长期以来图纸的阅读与识别工作都是依靠人力来完成,难以实现当前新技术的发展,因此实现计算机自动读图越来与重要,而其核心内容是对二维工程图进行识别。本文对二维工程图进行研究分析,并对以往的二维工程图识别技术和三维重建技术进行研究。首先对工程图的工程语义进行分析,分别对表达方式语义、投影关系语义和尺寸约束语义做显式和隐式分析,对二维工程图特征模型进行总结分析,根据人工读图的基本方法从几何特征、符合特征和加工特征三个方面进行总结归纳。另一方面对二维工程图纸进行研究,对扫描得到的图像进行特征点提取,采用增强现实技术二维工程图像与三维模型进行关联,其中需要解决的问题是目标图像因遮挡和光照变化对增强效果的影响和对目标图像的持续追踪,并且能对呈现的虚拟三维模型进行交互,帮助用户更好地理解二维工程图和三维模型。本文要研究的系统基于工程图特征的研究和扫描工程图像增强现实的研究实现,加深用户对工程图样的理解和工程图样与三维模型之间的联系,起到辅助工程图学教学的目的。
张自力[4]（2015）在《文档图像中图形分析与识别关键技术研究》文中研究表明文档作为信息的载体,在社会生活中被大量使用。为了能方便有效地使用和管理文档信息,人们从上世纪六十年代就开始研究文档处理技术。通过扫描仪或文档处理系统可以将文档输入计算机,转化为文档图像,使人们能够方便有效地对文档进行存储、管理、传输。随着文档图像的数量增加,对文档图像分析和识别的研究逐渐受到人们的重视。文档图像分析与识别主要研究的是如何利用计算机视觉、模式识别等方法将纸质文档或者互联网上图像的内容转化为计算机可以处理的信息。文档图像分析与识别的研究在国际上受到了广泛的关注,其相关技术的研究不断进步,但仍存在较多尚未解决的问题。文档包括文本文档和图形文档两类,本文的研究对象是以工程图纸为代表的图形文档,重点研究了在分析工程图的过程中遇到的图形（如直线,圆弧和曲线等）识别和图形符号识别等问题,实现了对工程图中图形对象的有效分析和识别。工程图中包括直线、圆弧、曲线、图形符号等元素,因此首先需要利用直线、圆弧等识别算法识别出图像中元素的类型。已有的识别算法在图像内容较复杂的情况下识别效果较差。本文提出了一种圆弧识别方法,并将其推广到椭圆图形和抛物线图形的识别。通过实验验证了算法的有效性。在理解图像时,仅获得图形的类型还不够,还需要计算出图形的参数信息。因为大量圆形图形出现在工程图中,所以本文重点研究了圆形图形的识别与解析。为了能够准确地解析含有圆形图形的图像,准确计算出圆形图形的参数（圆心坐标和圆半径）是处理这类问题的关键。传统的方法在寻找计算圆参数的种子点时不太精确。本文提出了基于拟合的圆参数计算方法,该方法首先根据奇偶线宽的不同找到合适的种子点,然后利用改进后的拟合方法和种子点计算出圆形参数。本文提出的方法还可以推广到计算椭圆图形和抛物线图形的参数。利用测试数据进行实验,结果表明该计算方法得到的参数较准确。图像中的各种元素相交或者相切很常见,圆弧（圆或者部分圆）与其他图形相交或相切较多。准确地获得圆弧的参数信息对理解图像内容至关重要,在相交或者相切的情况下准确计算圆的圆心坐标和半径存在一定的难度,这是由于找到合适的种子点来计算参数很困难,在计算部分圆的参数信息（圆心坐标,半径,起始角度,终止角度）时,除了圆心坐标和半径具有一定的难度外,准确计算部分圆与其他图形的切点具有更大难度。现有方法不能够很好地处理图形相交或相切等情况。针对上述问题,本文提出了基于几何性质的Sym CAve圆弧分割算法（Sym CAve是Symmetry axis,Circle Fitting和Average Distribution Points的缩写）。在采用基于拟合的方法计算圆参数时,首先利用两个半径不同的同心辅助圆在待处理圆弧上计算初始种子点,然后采用本文提出的三个策略从初始种子点中去除与其他图形相交或者相切时产生的噪点。环境信息（对称轴）被用来进一步校正参数信息。本文采用圆参数计算出辅助点并将其均匀分布在圆周上的方法来判断待处理圆弧是圆还是部分圆。若是部分圆,需要在部分圆的两端再次均匀分布较密集的辅助点从而计算出准确的起始角度与终止角度。该圆弧分割方法经过扩展后可以分割椭圆图形和抛物线图形。实验采用国际模式识别协会圆弧分割竞赛提供的标准测评数据,算法性能分析也使用该竞赛指定的标准评价工具,分析结果表明Sym CAve圆弧分割算法比其他已有算法具有更好的分割性能。椭圆分割方法和抛物线分割方法也用相关图像数据进行了测试,取得了较好的实验结果。针对工程图中图形符号种类多样,不同符号形状和尺寸差异较大,且存在旋转、噪声的问题,基于结构的方法在矢量化过程中容易受到噪点等影响,基于统计的方法不能适应图形的旋转等不变性。本文提出了基于关键点的统计整合约束直方图的特征提取方法和基于多特征多图半监督工程图符号识别方法。该符号识别方法采用了三种特征,分别是本文提出的基于关键点的统计整合约束直方图特征,Zernike矩和Tchebichef矩。基于关键点的统计整合约束直方图的特征具有结构方法和统计方法的优点。Zernike矩和Tchebichef矩具有较强的描述能力和较好的鲁棒性。实验采用图形符号识别竞赛所用的数据和美国马里兰大学的公开logo数据库。首先采用16种矩提取图形符号的特征从而评估这些矩的描述能力,实验结果表明在16种矩中Tchebichef矩和Zernike矩描述这类符号的效果最好。然后实验分析矩的阶数对识别率的影响,当矩的阶数达到临界值时,其识别率不会继续提高。最后分析了基于多特征多图半监督工程图符号识别方法的性能,其识别率比仅用基于矩的方法的识别率高10个百分点。采用多种特征时其计算效率有所下降,本文提出了两种矩的快速计算方法,该方法的效率比原始计算方法的时间效率高,方法一约提高了5.72倍的速度。
文雅玫[5]（2012）在《基于带剖视工程图的三维重建算法研究》文中研究说明由二维工程图重建三维实体模型是计算机辅助设计领域的一个重要研究课题，也是工业、制造业实现信息化的重要技术之一。本文针对已有的三维重建算法无法很好处理带剖视工程图的问题，对其中的关键技术进行了研究。论文工作包括：1以传统的体重建方法为基础，建立了由带剖视工程图重建三维实体模型的算法框架。通过分析剖视图的表达特性，对体重建流程中的每一步进行了讨论。首先，提出了一个同时适用于剖视图和非剖视图的两步搜环算法；然后，提出了环匹配规则和基于线索的基元体识别算法；接着，提出了模型引导的基元体构造算法；最后，根据基元体的虚实性和关联关系，利用布尔运算将其组合，生成最终形体。该算法较好地解决了全剖视图的重建问题，对工程图中剖视的数量没有限制，并且可以处理倾斜的以及相交的二次曲面体。2提出了基于剖视投影语义的基元体识别、构造及验证算法。首先，根据基元体投影完备程度的不同，将其分成显式和隐式两大类，采用一定的优先级顺序启发式地识别。在构造阶段，对于显式基元体，将该问题转换成了一个0-1线性规划问题，用于选择合适的特征操作环；对于隐式基元体，通过理解投影语义获取其三维空间信息。然后，提出了描述基元体和环之间关系的图表示方法。根据该基元体关系图，提出了一个可信度引导的交互式基元体验证算法。该算法可以重建投影不完备的基元体，提高了计算机的识别能力。并且，扩展了可重建剖视图的种类，可以处理全剖视、半剖视、阶梯剖视、局部剖视以及旋转剖视等常见剖视类型。3提出了一个轴类形体工程图的重建算法。该算法首先识别轴类形体中带有语义类型的基本零件，然后构造其三维模型。通过分析轴类形体工程图的特性，将基本零件的识别问题转换成了二维视图中环的分类问题，并利用条件随机场模型这种分类技术解决该问题。对于每类基本零件，建立了相应的参数模板，用于构造其三维实体。算法可重建由单视图、重合断面图和移出断面图表示的轴类形体。与已有重建方法相比，该算法不但可以识别基元体的空间几何属性，还可以直接从工程图中获取它们的零件类别信息，将计算机对于基元体的解析能力从几何层面上升到了高级语义层面。
黄惠芬[6]（2012）在《矿山工程图纸安全防护研究》文中研究表明矿山工程图是矿山设计、施工和生产管理工作中所绘制的一系列图纸,它是采矿企业经营管理和生产指挥的极为重要的技术资料和重要依据。近年来,随着计算机技术、网络技术在矿山企业应用的不断深入,矿山工程图数字化、矿山资料信息化、采矿设计和矿山工程图数字化管理已成为建立现代矿山企业的必备条件,同时也是企业进入数字和信息时代的基本要求和基础建设。然而,数字化作品易于修改、复制和传播的特点,也使得盗版和恶意篡改越来越猖獗,安全问题日趋重要。针对矿山工程图设计、绘制、管理中存在的相关问题,结合矿山企业的实际情况,从一定程度上解决了当前矿山工程图嵌入水印容量较小、鲁棒性较差等安全问题。主要工作如下：1.结合矿山矿山工程图数字化和数字化矿山工程图管理存在的问题及计算机辅助设计技术的发展特点,引入分形思想,提出了一种无需对工程图数据做修改的全频率无损数字水印实现方法。首先对工程图实施小波变换,变换后的中高频部分采用Bandelet跟踪工程图几何流,将纹理和边缘作为工程图的特征从而构造出工程图高频无损水印参数.对于小波变换的低频部分,通过选取最优的矩阵范数,得到低频系数水印参数生成方案,达到提取工程图统计和边缘特征,对工程图实现全面保护的目的。本算法具有良好的抗攻击能力,能够广泛用于对不可修改数据的保护。2.提出两种基于QR （Quick Response）分解的矿山工程图半脆弱水印方案。该方案针对精确定位型半脆弱水印算法的安全性问题,选取与工程图内容密切相关的工程图QR分解作为水印,用混沌系统对其加密来增强水印的安全性。认证时通过水印差值定位工程图被篡改的位置,通过奇异值差值反映被篡改区域的篡改强度。本算法不仅提高了精确定位型水印算法的安全性,而且还可以估计出被篡改区域的篡改强度。3.提出一种基于Hadamard抗打印和扫描的矿山工程图水印算法。该算法首先对载体工程图分块并进行筛选,找到适合嵌入水印的块；在嵌入之前,结合SVD （Snayperskaya Vinyovka Dragunov）分解,不同类的块使用不同的量化步长,以此来增强水印的鲁棒性；然后,利用量化的方法将经过水印嵌入到上述块的系数相位中。本算法对常规操作具有鲁棒性,能够检测对内容的恶意篡改,定位能力好,误检和漏检率低,安全性好。提出的矿山工程图安全的研究成果,对数字水印技术在矿山工程图安全防护上具有一定的意义。
傅自钢[7]（2011）在《基于工程图的三维形体重建方法研究》文中指出基于工程图的三维形体重建技术是计算机辅助设计与图形学、人工智能领域的重要研究方法,其主要任务是依据形体在二维视图的几何投影信息和拓扑信息构造对应的三维形体,是一个从低维到高维的变换过程。针对目前已有算法在重建效率和应用范围方面存在的问题,本文对基于工程图重建三维形体的关键技术进行了研究,主要工作包括：1.提出了一个基于实际工程图的预处理算法。首先,针对现有算法只能处理标准三视图的不足,提出了一个多视图自动分离算法。接着,依据视图之间的位置关系判别视图的投影方向和所属投影平面,构造复合三视图。最后,将已经确定投影方向和投影平面的视图转换到空间坐标系,以方便后续的重建过程。该算法从实际工程图中提取几何信息构造复合三视图,将同一个投影方向的多个视图归属到一个复合视图,既满足现有三维重建算法的输入条件,又能处理更多更复杂的工程图样,为三维重建技术的实用化提供了一个新的思路。2.提出了一个从三视图重建复杂组合体的重建算法。针对具有复杂遮挡关系的组合体三视图轮廓搜索不完备的问题,提出了基于动态子视图划分的投影轮廓搜索算法。在应用传统角度判别法找出三视图中所有基环后,以基环为线索动态划分单向子视图并搜索惯性环,对已找到的环进行二元组匹配。接着,依据二元匹配环组动态划分双向子视图并搜索惯性环；最后,从已找到的所有环中搜索基本形体的投影轮廓,通过拉伸或旋转构建基本形体,对基本形体应用正则布尔运算形成最终三维形体。算法既保证了构成组合体的每个基本形体的投影轮廓环不被遗漏、重建结果正确,又避免了穷举式的轮廓环搜索,提高了三维重建的效率。3.提出了一个从三视图构建曲面相贯体的新算法。二次曲面体相交时产生的相贯线一般是高次空间曲线,无法用二维投影精确地表达,通常用拟合的光滑曲线表达,甚至简化为圆弧或直线段,导致相交曲面体的轮廓投影被破坏。而现有构建曲面体的算法都要求曲面体的投影轮廓是完整和精确的,均不适用于曲面相贯体的重建。针对这种情况,本文提出了一种基于四种投影轮廓线索的启发式搜索算法处理曲面相贯体的重建,利用曲面相交时留下的最小迹线在二维视图中恢复曲面体相交之前的正确和完整的投影轮廓,进而重建出完整的曲面体。与以往算法相比,本文提出的曲面相贯体重建算法可以处理视图中出现的简化画法或拟合曲线,解决了二次曲面相交形成的高次空间曲线的投影不精确的问题,扩大了基于CSG表示的重建算法的覆盖域。
王茹[8]（2010）在《古建筑数字化及三维建模关键技术研究》文中研究表明相对于我国古代先进的建筑技术成就,我国在古建信息化方面还比较落后,急需利用现代信息技术对古建保护和开发进行探索和研究。本研究以国家自然科学基金项目“文物三维模型的语义标注与本体检索技术研究”项目（60873094）和国家863项目“三维模型智能处理与检索平台”（2008AA01Z301）为背景,针对获取古建筑资料的人工测量、激光扫描和二维影像三大方式,研究了工程结构3D模型、点云数据3D模型和二维影像形成3D模型重建的关键技术,取得了一定的成果,论文主要研究进展如下：1.提出并建立古建筑常用3D构件库框架体系。针对古建筑工程结构3D模型重建直接绘图作业量巨大且重复工作多的问题,通过研究古建筑形制化集成的特点,提出了以斗口模数十一等材（一营造寸）为基础模数,建立一个通用性较强的古建筑常用3D构件库框架体系。并在此基础上,开发了构件库可视化应用接口。为配合构件组合后的复杂建筑结构的显示速度,研究了构件库模型的不同形式,为古建筑三维工程模型的快速重建奠定了基础。2.提出了一种参数化的古建筑工程结构3D模型重建方法。该方法以古建筑测绘图纸为出发点,研究了古建筑图纸中的实体元素语义,尺寸标注语义,图样信息的隐含语义的描述方法,获得相关参数,并以此参数调用三维构件库中的三维构件,从而实现古建筑三维工程模型的快速重建。该方法建立了工程级别的精细矢量三维模型,完整重建了古建筑的外形和内部工程结构关系,为古建筑的重建、修复提供了新的技术手段。并以典型单檐庑殿顶建筑的三维重建为例,很好地验证了该方法。3.提出了基于聚类平面特征的点云数据精简算法。针对大型古建筑的点云数据包括大量冗余数据,难以直接用于三维重建。研究发现,建筑物垂直地面,在高度方向上的截面的点云数据,一定位于该平面内建筑物的轮廓线上。基于此原理,该算法不需要先对扫描对象进行表面重构,而是在保持建筑物高度方向数据精度的前提下,对数据分层聚类分析,将满足条件的特征点保留下来,删除其余的点,实现整个建筑点云数据的简化。实例证明该算法根据不同建筑外形特征,可以达到70%-90%以上的精简比率。大大提高了大型古建筑点云数据三维重建的效率。并在小雁塔点云重建中应用,具有良好的建模效果。4.提出基于基本体素的投影反求三维坐标的重建算法。该算法在单幅二维影像3D模型重建过程中,通过几何体素灭点透视原理恢复三维体素特征点坐标。同时,根据古建筑的特点,对该算法进行了进一步改进,给出了体素标定重建方法。首先利用投影反求算法获取基本体素特征点三维坐标,再根据这些特征点坐标,导出投影矩阵,对摄像机进行标定,从而实现建筑物二维影像到三维模型的重建。小雁塔古建筑群白衣阁的建模实践表明,该算法是有效的。
章毓晋[9]（2010）在《中国图像工程:2009》文中认为该文是关于中国图像工程的年度文献综述系列之十五。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,并能够方便地查询有关文献,现从2009年在国内15种有关图像工程重要中文期刊的共134期上发表的3604篇学术研究和技术应用文献中,选取出1008篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理,图像分析,图像理解,技术应用和综述五个大类,然后进一步分入23个专业小类（与去年相同）。在此基础上还进行了各期刊各类文献的统计和分析。根据统计分析结果可看到我国图像工程在2009年许多新进展的情况。特别值得指出,在上述15种期刊上所发表的图像工程文献数量在2009年继续增加并达到历史最高,显示了图像工程在中国继续蓬勃发展的趋势。另外,借此综述系列15年之际,还将这15年分成3个5年的阶段,分别对3个阶段的图像工程文献选取情况和各类图像工程文献数量进行了统计和对比分析,以为读者提供更全面和可信的发展动态信息。
李蓉[10]（2003）在《基于质量评价的矢量化工程图后处理技术研究》文中认为工程图自动识别技术旨在将扫描工程图像转换为与各种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，矢量化结果中的错误只能依靠人工交互校正。校正错误的时间往往远大于矢量化的时间。研究如何提高矢量化系统输出数据的质量对提高工程图自动识别技术的水平和矢量化系统的性能及实用化程度有着重要的理论和应用意义。本文围绕这一主题开展矢量化工程图的后处理技术研究，提出“基于识别质量评价”的矢量图素错误自动判别和校正的解决方案，使得图纸扫描转换系统不但具有产生矢量化数据的能力，而且具有对所产生的矢量数据的质量进行评价分析和自适应校正的能力。 本文重点讨论了图素质量评价器的设计，提出采用图素识别质量特征因子来表述图素的识别质量，并以矢量图素对应的光栅图元作为约束矢量图素的模板或公差带，以此提取反映识别质量的特征因子，结合模糊理论的有关概念定义各种特征因子的表达式；图素的识别质量特征因子作为图素识别质量评价器的输入，由评价器经过处理后输出对图素识别质量的评判结果。 本文设计了一个基于人工神经网络的直线图素识别质量评价器，网络经过训练后可以取得类似人眼判断的评判效果，由于各识别质量特征因子在定义的时候一般都取的是和图素线宽的相对比值，因此本文提出的方法对于扫描工程图的分辨率的影响不敏感。对于圆弧型图素，则重点研究了常见的错误模式—伪圆弧的检测和校正技术，首先检测伪圆弧对应的光栅图元轮廓上的角点，并以这些角点对图元轮廓进行分段，再逐段分析。 在获得对图素识别质量的评价之后，质量较差的图素被输入到错误自动校正器进行错误校正处理，本文提出“二次矢量化”的错误校正思想，二次矢量化是在初步矢量化所获得知识的基础之上，取得初始参数，并在跟踪过程中动态校正参数，在跟踪结束时引入跟踪终止检测探针以消除光栅图像中黑白噪音的影响，使得算法具有较强的抗噪音干扰能力，校正后的图素仍需进行质量评价，未能通过评价的图素需递归执行二次矢量化算法。 本文最后一部分详细讨论了图形二维重建的关键技术，包括识别图素间的拓扑关系，建立带权有向图的拓扑关系动态表示模型，尺寸驱动技术及辅助线线型重构技术等。
二、扫描工程图二维重建中基于图表达的结构约束校正（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、扫描工程图二维重建中基于图表达的结构约束校正（论文提纲范文）
（1）基于三维重建的建筑电气自动设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 建筑图纸的三维重建研究现状 |
| 1.2.2 建筑图纸的电气自动设计研究现状 |
| 1.3 研究内容及创新点 |
| 1.4 论文安排 |
| 第二章 基础理论与方法 |
| 2.1 建筑图纸的三维重建方法 |
| 2.1.1 承重墙的识别方法 |
| 2.1.2 普通墙的识别方法 |
| 2.1.3 窗、门的识别方法 |
| 2.1.4 三维重建技术 |
| 2.2 电气设备的计算方法 |
| 2.2.1 照明灯具数量的计算方法 |
| 2.2.2 照明灯具的布置方法 |
| 2.2.3 插座的布置方法 |
| 2.3 电气回路的布线方法 |
| 2.3.1 电气回路的划分要求 |
| 2.3.2 相关布线方法 |
| 2.4 本文的研究框架 |
| 2.5 本章小结 |
| 第三章 基于图形识别的建筑图纸信息提取 |
| 3.1 建筑图纸的预处理 |
| 3.1.1 图像二值化 |
| 3.1.2 图像倾斜校正 |
| 3.2 建筑墙体的识别 |
| 3.2.1 承重墙的识别 |
| 3.2.2 普通墙体的识别 |
| 3.3 建筑信息的提取 |
| 3.3.1 字符图元的提取和规范化处理 |
| 3.3.2 建筑房间类型的识别 |
| 3.3.3 建筑标高的识别 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 第四章 基于三维重建的参数化设计研究 |
| 4.1 AutoCAD的二次开发 |
| 4.1.1 二次开发的语言 |
| 4.1.2 Visual LISP的应用 |
| 4.2 基于AutoCAD的三维重建程序设计 |
| 4.2.1 AutoCAD的三维设计 |
| 4.2.2 墙体的三维重建算法 |
| 4.2.3 墙体的三维重建程序设计 |
| 4.3 基于MATLAB的照明和插座的计算程序 |
| 4.3.1 基于MATLAB的参数化设计 |
| 4.3.2 照明和插座计算程序的实现 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第五章 三维图纸的电气优化布线设计 |
| 5.1 三维电气布线模型的建立 |
| 5.1.1 三维电气布线的内容及过程 |
| 5.1.2 三维电气布线模型的设定 |
| 5.1.3 电气回路布线的目标函数建立 |
| 5.2 基于混合粒子群的布线优化算法 |
| 5.2.1 电气回路划分策略的提出 |
| 5.2.2 混合粒子群算法介绍 |
| 5.2.3 算法设置 |
| 5.3 仿真实验验证 |
| 5.3.1 算例描述 |
| 5.3.2 参数设置及模型改进 |
| 5.3.3 实验结果及分析 |
| 5.4 电气自动布线程序的设计 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（2）基于深度学习的手绘草图生成、识别及应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容与研究成果 |
| 1.4 论文组织结构 |
| 2 相关理论基础与方法 |
| 2.1 草图生成 |
| 2.1.1 基于手工设计和深度特征的草图生成 |
| 2.1.2 基于手工设计和深度特征的轮廓提取 |
| 2.2 草图识别 |
| 2.2.1 基于卷积神经网络的特征提取 |
| 2.2.2 基于手工设计特征的草图识别 |
| 2.2.3 基于深度特征的草图识别 |
| 2.3 草图检索 |
| 2.3.1 基于手工设计特征的草图检索 |
| 2.3.2 基于深度特征的草图检索 |
| 2.4 本章小结 |
| 3 基于多尺度策略的自然图像草图化方法 |
| 3.1 研究动机 |
| 3.2 基于多尺度策略的自然图像草图化方法 |
| 3.2.1 基于多尺度和多层次的卷积神经网络 |
| 3.2.2 基于数学形态学的草图修正算法 |
| 3.2.3 基于空间插值的草图变形算法 |
| 3.3 实验与分析 |
| 3.3.1 实验数据集及参数设置 |
| 3.3.2 实验结果评价指标 |
| 3.3.3 实验结果及分析 |
| 3.3.4 对比实验分析 |
| 3.4 本章小结 |
| 4 基于外观信息和形状信息融合的草图识别方法 |
| 4.1 研究动机 |
| 4.2 基于外观和形状信息的双分支融合网络方法 |
| 4.2.1 形状特征提取网络 |
| 4.2.2 外观特征提取网络 |
| 4.2.3 双分支融合网络的草图识别 |
| 4.2.4 双分支融合网络的草图检索 |
| 4.3 实验与分析 |
| 4.3.1 实验数据集及参数设置 |
| 4.3.2 实验结果评价指标 |
| 4.3.3 双分支融合网络的草图识别实验 |
| 4.3.4 双分支融合网络的草图检索实验 |
| 4.3.5 对比实验分析 |
| 4.4 本章小结 |
| 5 基于网络互学习的手绘草图识别方法 |
| 5.1 研究动机 |
| 5.2 基于网络互学习的手绘草图识别方法 |
| 5.2.1 基于多层融合的纹理特征提取网络 |
| 5.2.2 基于图卷积的结构特征提取网络 |
| 5.2.3 基于互学习策略的网络损失函数 |
| 5.3 实验与分析 |
| 5.3.1 实验数据集 |
| 5.3.2 实验参数设置 |
| 5.3.3 实验结果评价指标 |
| 5.3.4 互学习网络的草图识别实验 |
| 5.3.5 互学习网络的草图检索实验 |
| 5.3.6 互学习网络的分析与可视化 |
| 5.4 本章小结 |
| 6 基于中层语义表示的行为识别方法 |
| 6.1 研究动机 |
| 6.2 基于卷积神经网络的判别力草图生成方法 |
| 6.2.1 基于视频的草图生成网络 |
| 6.2.2 基于注意力机制的草图修正 |
| 6.3 基于双分支卷积神经网络的视频草图识别方法 |
| 6.3.1 基于图像级的行为识别 |
| 6.3.2 基于点级的行为识别 |
| 6.4 实验分析 |
| 6.4.1 实验数据集及网络参数设置 |
| 6.4.2 网络结构的设计分析 |
| 6.4.3 网络结构的设计验证 |
| 6.4.4 行为识别对比实验 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 学位论文数据集 |
（3）基于特征识别的工程图辅助系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 物体特征识别技术 |
| 1.2.2 模式识别 |
| 1.2.3 增强现实技术 |
| 1.3 研究章节及章节安排 |
| 第二章 基于工程语义的工程图特征 |
| 2.1 导言 |
| 2.2 机械工程语义 |
| 2.3 二维工程图特点 |
| 2.4 机械零件图的工程语义分析 |
| 2.4.1 表达方式语义 |
| 2.4.2 投影关系语义 |
| 2.4.3 尺寸约束语义 |
| 2.5 增强现实技术 |
| 2.5.1 图像识别技术 |
| 2.5.2 目标跟踪技术 |
| 2.5.3 三维注册技术 |
| 2.5.4 虚实结合技术 |
| 第三章 二维工程图特征模型 |
| 3.1 引言 |
| 3.2 特征模型 |
| 3.2.1 几何特征 |
| 3.2.2 符号特征 |
| 3.2.3 加工特征 |
| 3.3 二维工程图特征总结 |
| 第四章 基于二维工程图纸的研究 |
| 4.1 增强现实技术研究 |
| 4.1.1 传统增强现实技术 |
| 4.1.2 移动端增强现实 |
| 4.2 图像特征点提取算法研究 |
| 4.2.1 SIFT算法 |
| 4.2.2 Harris算法 |
| 4.3 特征点匹配 |
| 第五章 系统实现 |
| 5.1 前言 |
| 5.2 系统流程 |
| 5.3 系统实现 |
| 5.3.1 目标图像处理 |
| 5.3.2 三维模型建立与呈现 |
| 5.3.3 摄像机位置跟踪 |
| 5.3.4 交互方式 |
| 5.3.5 成果展示 |
| 第六章 总结与展望 |
| 6.1 论文主要工作 |
| 6.2 存在问题及展望 |
| 参考文献 |
| 致谢 |
（4）文档图像中图形分析与识别关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图形识别方法 |
| 1.2.2 图形符号识别方法 |
| 1.3 现有方法存在的问题及分析 |
| 1.4 论文的主要研究内容 |
| 1.4.1 论文的主要工作 |
| 1.4.2 论文的组织结构 |
| 第2章 图形类型识别方法 |
| 2.1 引言 |
| 2.2 直线识别方法 |
| 2.3 圆弧识别方法 |
| 2.4 椭圆识别和抛物线识别方法 |
| 2.4.1 椭圆识别方法 |
| 2.4.2 抛物线识别方法 |
| 2.5 曲线识别方法 |
| 2.6 实验结果 |
| 2.6.1 识别直线 |
| 2.6.2 识别圆弧 |
| 2.7 本章小结 |
| 第3章 基于拟合的图形参数计算方法 |
| 3.1 引言 |
| 3.2 种子点的计算方法 |
| 3.2.1 线宽的计算方法 |
| 3.2.2 种子点的选取方法 |
| 3.3 基于拟合的圆参数计算方法 |
| 3.3.1 改进后辅助变量估计方法 |
| 3.3.2 环境信息的作用 |
| 3.4 椭圆和抛物线参数计算方法 |
| 3.4.1 基于拟合的椭圆参数计算方法 |
| 3.4.2 基于拟合的抛物线参数计算方法 |
| 3.5 实验结果 |
| 3.5.1 拟合方法的性能分析 |
| 3.5.2 计算圆参数 |
| 3.5.3 测试利用环境信息的效果 |
| 3.6 本章小结 |
| 第4章 基于几何性质的图形分割方法 |
| 4.1 引言 |
| 4.2 基于几何性质的圆弧分割方法 |
| 4.2.1 圆弧参数的计算方法 |
| 4.2.2 环境信息 |
| 4.2.3 基于均匀分布点的圆弧判别方法 |
| 4.2.4 SymCAve圆弧分割算法 |
| 4.3 基于几何性质的椭圆和抛物线分割算法 |
| 4.3.1 基于几何性质的椭圆分割方法 |
| 4.3.2 基于几何性质的抛物线分割算法 |
| 4.4 实验结果 |
| 4.4.1 测试圆弧分割的性能 |
| 4.4.2 测试椭圆分割与抛物线分割的性能 |
| 4.5 本章小结 |
| 第5章 基于多特征多图半监督工程图符号识别方法 |
| 5.1 引言 |
| 5.2 特征提取方法 |
| 5.2.1 基于关键点的统计整合约束直方图的特征提取方法 |
| 5.2.2 基于Zernike矩和Tchebichef矩的特征提取方法 |
| 5.3 基于多特征多图半监督符号识别方法 |
| 5.3.1 多图半监督方法 |
| 5.4 实验准备 |
| 5.4.1 符号数据集 |
| 5.4.2 Logo数据集 |
| 5.5 实验结果 |
| 5.5.1 评估特征提取方法的性能 |
| 5.5.2 识别率与矩阶数的关系 |
| 5.5.3 多特征融合符号识别实验 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 第4章中圆弧分割部分效果图 |
| 附录B 2003年文档分析与识别国际会议圆弧分割数据集 |
| 附录C 2005年文档分析与识别国际会议圆弧分割数据集 |
| 附录D 2009年文档分析与识别国际会议圆弧分割数据集 |
| 附录E 2011年文档分析与识别国际会议圆弧分割数据集 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（5）基于带剖视工程图的三维重建算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 由二维工程图重建三维实体模型的任务描述 |
| 1.2.1 二维工程图 |
| 1.2.2 三维实体模型 |
| 1.2.3 任务描述 |
| 1.3 三维重建相关工作分类与综述 |
| 1.3.1 根据重建技术划分 |
| 1.3.2 根据工程图类型划分 |
| 1.3.3 重建算法面临的问题 |
| 1.4 本文的研究内容及组织结构 |
| 第2章 基于体方法的剖视图重建框架 |
| 2.1 背景介绍 |
| 2.2 基本概念和定义 |
| 2.3 体重建算法流程 |
| 2.4 搜索二维环 |
| 2.4.1 两步搜环算法 |
| 2.4.2 环的虚实性判断 |
| 2.4.3 实例 |
| 2.5 识别基元体 |
| 2.5.1 剖视图中基元体的投影特性分析 |
| 2.5.2 环匹配策略 |
| 2.5.3 基于线索的基元体识别算法 |
| 2.5.4 实例 |
| 2.6 构造及组合基元体 |
| 2.6.1 模型引导的基元体构造算法 |
| 2.6.2 利用布尔运算组合基元体 |
| 2.6.3 实例 |
| 2.7 算法实现与讨论 |
| 2.7.1 测试实例 |
| 2.7.2 讨论 |
| 2.8 本章小结 |
| 第3章 基于剖视投影语义的基元体识别及验证算法 |
| 3.1 背景介绍 |
| 3.2 基本概念和定义 |
| 3.3 识别及构造基元体 |
| 3.3.1 算法概述 |
| 3.3.2 基于最优化方法的显式基元体构造算法 |
| 3.3.3 基于投影语义的隐式基元体识别及构造算法 |
| 3.3.4 实例 |
| 3.4 验证基元体 |
| 3.4.1 基元体关系图 |
| 3.4.2 计算基元体的可信度 |
| 3.4.3 实例 |
| 3.5 算法实现与讨论 |
| 3.5.1 测试实例 |
| 3.5.2 讨论 |
| 3.6 本章小结 |
| 第4章 基于条件随机场模型的轴类形体重建算法 |
| 4.1 背景介绍 |
| 4.2 轴类形体二维工程图的特性分析 |
| 4.3 重建算法流程 |
| 4.4 识别基本零件 |
| 4.4.1 条件随机场模型 |
| 4.4.2 基于条件随机场模型的基本零件识别算法 |
| 4.4.3 实例 |
| 4.5 构造三维基本零件 |
| 4.5.1 基于参数模板的构造算法 |
| 4.5.2 实例 |
| 4.6 算法实现与讨论 |
| 4.6.1 测试实例 |
| 4.6.2 讨论 |
| 4.7 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（6）矿山工程图纸安全防护研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国的煤炭生产现状 |
| 1.1.2 现有的矿山生产系统分析 |
| 1.1.3 数字化矿山工程图的概念及研究意义 |
| 1.2 工程图水印技术 |
| 1.2.1 工程图数字水印的特征 |
| 1.2.2 工程图数字水印分类 |
| 1.3 工程图数字水印研究概况 |
| 1.3.1 国外的研究概况 |
| 1.3.2 国内研究状况 |
| 1.3.3 目前工程图相关水印研究领域的问题 |
| 1.3.4 工程图数字水印应用的前景 |
| 第二章 矿山工程图数字化研究 |
| 2.1 引言 |
| 2.2 矿山工程图内容分析 |
| 2.2.1 矿山工程图概述 |
| 2.2.2 矿山工程图的特点 |
| 2.2.3 矿山工程图的分类及处理方法 |
| 2.3 矿山工程图数字化技术 |
| 2.3.1 矿山工程图数字化的基本步骤 |
| 2.3.2 数字化矿山工程图模板文件的创建 |
| 2.3.3 基础矿山工程图数字化技术方案 |
| 2.4 矿山工程图参数化绘图 |
| 2.4.1 矿山工程图参数化设计的概念 |
| 2.4.2 矿山工程图参数化设计的主要技术特征 |
| 2.4.3 矿山工程图参数化绘图原理 |
| 2.4.4 矿山工程图参数化设计 |
| 2.5 矿山工程图结构 |
| 2.5.1 传统矿山工程图文件格式 |
| 3.5.2 DXF文件格式剖析 |
| 2.5.3 SVG文件的结构分析 |
| 2.5.4 DXF文件转换为SVG文件 |
| 2.6 本章小结 |
| 第三章 基于鲁棒水印的矿山工程图水印算法研究 |
| 3.1 引言 |
| 3.2 矿山工程图管理模式 |
| 3.3 变换域理论与混沌理论概述 |
| 3.3.1 小波变换 |
| 3.3.2 Bandelet变换 |
| 3.3.3 分形 |
| 3.4 基于分形的水印预处理 |
| 3.5 基于分形和小波变换的矿山工程图水印算法 |
| 3.5.1 基于DWT的水印嵌入检测 |
| 3.5.2 实验结果与分析 |
| 3.6 基于分形和Bandelet域变换的水印算法研究 |
| 3.6.1 基于Bandelet的水印嵌入 |
| 3.6.2 基于Bandelet的水印检测 |
| 3.6.3 实验结果与分析 |
| 3.7 本章小结 |
| 第四章 基于半脆弱水印的矿山工程图技术研究 |
| 4.1 引言 |
| 4.2 基于SVD分解和Hash变换的矿山工程图半脆弱水印算法 |
| 4.2.1 SVD分解和Hash变换概述 |
| 4.2.2 水印的嵌入 |
| 4.2.3 水印提取与认证 |
| 4.2.4 利用水印差别图确定篡改发生区域 |
| 4.2.5 实验结果与分析 |
| 4.3 基于混沌与QR分解的矿山工程图半脆弱水印算法 |
| 4.3.1 混沌与QR分解概述 |
| 4.3.2 水印的生成 |
| 4.3.3 水印的嵌入 |
| 4.3.4 水印的提取与认证 |
| 4.3.5 篡改检测与篡改定位 |
| 4.3.6 实验结果及其分析 |
| 4.4 本章小结 |
| 第五章 矿山工程图中的抗扫描打印技术研究 |
| 5.1 引言 |
| 5.2 抗打印扫描数字水印领域的研究状况 |
| 5.3 打印扫描失真对工程图工程图的影响 |
| 5.3.1 打印在工程图上造成的影响 |
| 5.3.2 工程工程图受扫描过程的影响 |
| 5.4 抗打印扫描前后的不发生改变的数字特征 |
| 5.5 相关理论 |
| 5.5.1 Hadamard变换 |
| 5.5.2 SobeI算子和Radon变换求θ角 |
| 5.5.3 打印扫描后工程图预处理技术 |
| 5.6 一种基于矿山工程图的抗打印扫描数字水印算法 |
| 5.6.1 水印的嵌入 |
| 5.6.2 水印的提取 |
| 5.6.3 实验结果及分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 创新性研究成果 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者攻读博士期间完成的论文和取得的科研成果 |
（7）基于工程图的三维形体重建方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 工程图学的发展 |
| 1.1.2 CAD技术的发展 |
| 1.1.3 从二维到三维转换的必要性 |
| 1.2 基于二维正交视图的三维重建 |
| 1.2.1 正投影与三视图 |
| 1.2.2 三维形体表达模型 |
| 1.2.3 三维重建问题描述 |
| 1.3 国内外研究现状 |
| 1.3.1 基于B-Rep表示的方法 |
| 1.3.2 基于CSG表示的方法 |
| 1.4 本文的研究内容 |
| 第二章 工程图预处理 |
| 2.1 背景介绍 |
| 2.2 机件的表达方法 |
| 2.2.1 基本视图 |
| 2.2.2 辅助视图 |
| 2.2.3 剖视图 |
| 2.2.4 复合三视图 |
| 2.3 基于实际工程图的预处理 |
| 2.3.1 视图分离 |
| 2.3.2 视图数据整理 |
| 2.3.3 构造复合三视图 |
| 2.3.4 视图坐标变换 |
| 2.4 算法实现和分析 |
| 2.4.1 测试实例 |
| 2.4.2 算法分析 |
| 2.5 本章小结 |
| 第三章 重建复杂组合体 |
| 3.1 背景介绍 |
| 3.1.1 组合体的组合方式 |
| 3.1.2 组合体的投影特征 |
| 3.1.3 组合体的读图方法 |
| 3.2 组合体重建的总体流程 |
| 3.3 投影环搜索 |
| 3.3.1 基本概念和定义 |
| 3.3.2 节点预处理 |
| 3.3.3 基环搜索 |
| 3.3.4 惯性环搜索 |
| 3.3.5 基于动态子视图划分的惯性环搜索 |
| 3.4 基本形体构造 |
| 3.4.1 轮廓三元组匹配 |
| 3.4.2 轮廓三元组筛选 |
| 3.4.3 由轮廓三元组构建基本形体 |
| 3.5 三维形体构建 |
| 3.5.1 构造CSG树 |
| 3.5.2 生成结果形体 |
| 3.6 算法实现与分析 |
| 3.6.1 测试实例 |
| 3.6.2 算法分析 |
| 3.7 本章小结 |
| 第四章 重建曲面相贯体 |
| 4.1 背景介绍 |
| 4.2 曲面体重建的相关工作 |
| 4.3 基于线索的曲面相贯体重建算法 |
| 4.3.1 定义与术语 |
| 4.3.2 四种基本线索类型 |
| 4.3.3 线索搜索 |
| 4.3.4 生成旋转半轮廓 |
| 4.3.5 生成基本旋转体 |
| 4.4 算法实现与分析 |
| 4.4.1 测试实例 |
| 4.4.2 算法分析 |
| 4.5 本章小结 |
| 第五章 结论 |
| 5.1 本文工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的主要研究成果 |
（8）古建筑数字化及三维建模关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 本文的选题来源及研究背景 |
| 1.2 研究的意义 |
| 1.3 古建筑数字化及三维建模技术涉及的相关问题 |
| 1.4 本文研究的主要内容与结构安排 |
| 1.4.1 本文研究的主要内容 |
| 1.4.2 结构安排 |
| 1.5 本章小结 |
| 参考文献 |
| 第2章 国内外研究现状分析 |
| 2.1 基于二维工程图的三维建模研究现状 |
| 2.2 基于数据点云的三维建模研究现状 |
| 2.3 基于二维影像的三维建模研究现状 |
| 2.4 本章小结 |
| 参考文献 |
| 第3章 古建筑常用3D构件库 |
| 3.1 中国古建筑的分类 |
| 3.2 中国古建筑的构成特点 |
| 3.2.1 建筑组群布局 |
| 3.2.2 模数制 |
| 3.2.3 单体建筑的组成构件 |
| 3.3 古建筑常用3D构件库框架体系 |
| 3.3.1 模型归一化 |
| 3.3.2 总体设计 |
| 3.3.3 构件模型形式 |
| 3.4 古建筑常用3D图库可视化应用接口 |
| 3.4.1 构件调用接口界面及使用方法 |
| 3.4.2 可视化应用接口实现方法 |
| 3.5 古建3D构件库的菜单访问形式 |
| 3.6 本章小结 |
| 参考文献 |
| 第4章 参数化的古建筑工程结构3D模型重建 |
| 4.1 古建测绘工程图中的语义 |
| 4.1.1 古建测绘工程图的主要内容 |
| 4.1.2 测绘工程图中的语义 |
| 4.2 参数化的古建筑工程结构3D模型重建方法 |
| 4.2.1 三维重建主要步骤 |
| 4.2.2 重建过程 |
| 4.2.3 三维重建模型的进一步应用 |
| 4.3 本章小结 |
| 参考文献 |
| 第5章 古建筑大型散乱数据点云的三维重建 |
| 5.1 点云数据的获取 |
| 5.2 点云数据精简常用方法 |
| 5.2.1 均匀方格精简法 |
| 5.2.2 曲率精简法 |
| 5.2.3 平均点距值精简法 |
| 5.3 基于聚类平面特征的点云数据精简算法 |
| 5.3.1 点云数据预处理 |
| 5.3.2 数据结构 |
| 5.3.3 数据点云的空间分块 |
| 5.3.4 精简数据的规范 |
| 5.3.5 算法流程图 |
| 5.4 西安小雁塔建筑群点云的简化实践 |
| 5.4.1 小雁塔点云的多尺度采样 |
| 5.4.2 小雁塔点云的聚类平面特征的点云数据精简 |
| 5.5 点云数据三维模型的重建 |
| 5.5.1 几种常用重建方法 |
| 5.5.2 分层三角网格化重建算法 |
| 5.5.3 小雁塔模型重建实例 |
| 5.6 本章小结 |
| 参考文献 |
| 第6章 单幅影像的古建筑三维重建 |
| 6.1 灭点定标原理 |
| 6.1.1 坐标系统 |
| 6.1.2 灭点与摄像机内方位参数的关系 |
| 6.1.3 灭点与摄像机外方位元素的关系 |
| 6.2 利用灭点进行摄像机标定 |
| 6.2.1 摄像机需要标定的参数 |
| 6.2.2 基于标定物的投影定标方法 |
| 6.2.3 灭点计算的平差模型 |
| 6.3 基本体素反求的投影定标方法 |
| 6.3.1 摄像机参数对灭点的反求关系 |
| 6.3.2 基本体素的坐标反求 |
| 6.4 三维重建实验 |
| 6.5 两步复合标定算法 |
| 6.5.1 算法主要步骤 |
| 6.5.2 算法的实现 |
| 6.6 本章小结 |
| 参考文献 |
| 总结与展望 |
| 1 论文总结 |
| 2 工作展望 |
| 攻读博士期间的主要科研成果 |
| 致谢 |
（9）中国图像工程:2009（论文提纲范文）
| 0 引 言 |
| 1 综述目的 |
| 1) 概括我国图像工程发展现状 |
| 2) 便利从事图像工程研究和图像技术应用的人员查阅有关文献 |
| 3) 提供期刊编者和文献作者有用的参考信息 |
| 2 刊物选取 |
| 3 文献选取和分类 |
| 4 文献分类统计结果和讨论 |
| 4.1 15年图像工程文献选取和分类概况比较 |
| 4.2 2009年各刊图像工程文献刊载情况 |
| 4.3 2009年各刊图像工程文献详细分类情况 |
| 5 前后3个5年的比较 |
| 6 结 论 |
（10）基于质量评价的矢量化工程图后处理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 图纸扫描识别系统涉及的关键技术 |
| 1.3 矢量化算法综述 |
| 1.3.1 细化算法综述 |
| 1.3.2 非细化算法 |
| 1.4 国内外矢量化软件综述 |
| 1.5 图纸扫描识别技术的研究现状及存在的问题 |
| 1.5.1 图纸扫描识别技术的发展现状 |
| 1.5.2 当前研究存在的问题 |
| 1.6 本论文的工作 |
| 1.6.1 论文的主要内容 |
| 1.6.2 论文各章节的内容安排 |
| 第二章 矢量图后处理任务分析与技术策略 |
| 2.1 基本概念 |
| 2.2 后处理任务分析 |
| 2.3 难点问题分析 |
| 2.4 矢量化结果中常见的错误及分析 |
| 2.5 解决图素的错误检测问题的思路 |
| 2.5.1 各种错误所具有的共性分析 |
| 2.5.2 图素的错误分类 |
| 2.6 扫描工程图中图素的处理策略 |
| 2.7 基于认知模型的图素识别质量评价器的设计 |
| 2.7.1 认知模型 |
| 2.7.2 图素识别质量评价器的总体结构设计 |
| 2.7.3 主要模块的设计原则 |
| 2.8 错误图素的校正策略 |
| 2.9 后处理流程 |
| 本章小结 |
| 第三章 矢量图素识别质量特征的描述与提取 |
| 3.1 引言 |
| 3.2 模糊模式识别的方法 |
| 3.2.1 模糊集的基本知识 |
| 3.2.2 模糊化特征 |
| 3.3 直线图素识别质量的分析 |
| 3.3.1 直线图素的识别质量特征向量 |
| 3.3.2 直线图素斜率特征因子的定义 |
| 3.3.3 直线的线宽属性特征因子的定义 |
| 3.3.4 直线端点定位准确性的判定因子 |
| 3.3.5 特征因子的定义原则 |
| 3.4 质量特征因子的计算 |
| 3.4.1 轮廓跟踪算法 |
| 3.4.2 轮廓点对的匹配算法 |
| 3.4.3 取得轮廓层图素的边界点对的实例 |
| 3.5 圆弧图素的识别质量判别 |
| 3.5.1 伪圆弧的识别 |
| 本章小结 |
| 第四章 直线图素识别质量分析器的设计 |
| 4.1 引言 |
| 4.2 基于人工神经网络的直线图素质量分析器的结构设计 |
| 4.2.1 基于人工神经网络的直线图素识别质量分析器的任务 |
| 4.2.2 选择人工神经网络的原因 |
| 4.2.3 人工神经网络的基础知识 |
| 4.2.4 BP网的结构、训练及测试 |
| 4.2.5 基于人工神经网络的轮廓层直线图素的质量分析器 |
| 4.2.6 验证机制 |
| 本章小结 |
| 第五章 图素错误自动校正器的设计 |
| 5.1 引言 |
| 5.2 算法设计 |
| 5.3 基于知识的直线图素的二次矢量化算法 |
| 5.3.1 二次矢量化算法 |
| 5.3.2 冗余图素的判别及处理算法 |
| 5.3.3 过跟踪情况的处理 |
| 5.3.4 校验当前的识别状况 |
| 5.4 圆弧图素的校正 |
| 5.5 端点的精确定位 |
| 5.5.1 确定端点状态 |
| 5.5.2 校正端点时实施的基本操作 |
| 5.5.3 悬端的处理 |
| 5.5.4 端点校正处理 |
| 5.6 二次矢量化算法的实验结果与分析 |
| 5.6.1 处理策略 |
| 5.6.2 工程图处理实例 |
| 5.6.3 讨论 |
| 5.6.4 影响方法性能的因素分析 |
| 本章小结 |
| 第六章 工程图二维重建技术研究 |
| 6.1 工程图二维重建的概念 |
| 6.2 图素拓扑关系的建立 |
| 6.2.1 拓扑关系的总结 |
| 6.2.2 图素间拓扑关系的识别 |
| 6.2.3 图素拓扑关系表示模型 |
| 6.3 尺寸约束的建立和尺寸驱动过程 |
| 6.3.1 尺寸约束的表达 |
| 6.3.2 尺寸约束域的建立 |
| 6.3.3 尺寸驱动顺序的确定 |
| 6.3.4 实施驱动 |
| 6.4 辅助图素线型重建 |
| 本章小结 |
| 第七章 结束语 |
| 7.1 主要工作总结 |
| 7.2 主要创新点 |
| 7.3 进一步工作展望 |
| 附录1 后处理模块的主要功能界面 |
| 附录2 EDRS系统的后处理校正结果与其它系统处理结果的对比 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的文章 |
四、扫描工程图二维重建中基于图表达的结构约束校正（论文参考文献）
- [1]基于三维重建的建筑电气自动设计研究[D]. 熊红亮. 华东交通大学, 2021(01)
- [2]基于深度学习的手绘草图生成、识别及应用研究[D]. 张兴园. 北京交通大学, 2020
- [3]基于特征识别的工程图辅助系统研究[D]. 龚峥. 北京邮电大学, 2016(04)
- [4]文档图像中图形分析与识别关键技术研究[D]. 张自力. 哈尔滨工业大学, 2015(02)
- [5]基于带剖视工程图的三维重建算法研究[D]. 文雅玫. 清华大学, 2012(07)
- [6]矿山工程图纸安全防护研究[D]. 黄惠芬. 武汉理工大学, 2012(11)
- [7]基于工程图的三维形体重建方法研究[D]. 傅自钢. 中南大学, 2011(12)
- [8]古建筑数字化及三维建模关键技术研究[D]. 王茹. 西北大学, 2010(09)
- [9]中国图像工程:2009[J]. 章毓晋. 中国图象图形学报, 2010(05)
- [10]基于质量评价的矢量化工程图后处理技术研究[D]. 李蓉. 西北工业大学, 2003(02)