簡單幾何圖形的識別和編輯.doc

《簡單幾何圖形的識別和編輯.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、內(nèi)容摘要本論文主要講述了圖像文件（bmp）文件格式下中簡單圖形的識別，主要是直線和圓的識別，這在工程圖的識別和其他領(lǐng)域中都有很多的應(yīng)用。第一章到第三章主要介紹了在本論文中涉及到的知識及算法。第四章是程序的實現(xiàn)方法和過程及結(jié)果等。第五章是結(jié)束語關(guān)鍵詞：圖形識別、圖像處理、霍夫變換、單義域、多義域、delphiContentAbstractThisthesisismainlyfocusedontheSimpleGraphRecognitioninImageof.bmp.TheLineRecognit

2、ionandtheCircleRecognition,theseisgooduseofonEngineeringGraphicis.Thefirstparttothethirdpartismainlyfocusedonsomepointsandalgorithmsformythesis.Thefourthpartisaboutthemethodologys、coursesandoutcomeoftheprogram.Thelastpartistheend-words.KeyWords圖形識別(G

3、raphRecognition)圖像處理(ImageProcessing)霍夫變換(HoughTransform)單義域(UnityRegion)多義域(Multi-Region)目錄第二章概述5第一節(jié)引言5第二節(jié)在工程圖的識別中常用的方法5第三章論文的工作基礎(chǔ)和工作環(huán)境7第一節(jié)數(shù)字圖像處理技術(shù)71.圖像處理的基本內(nèi)容72.主要的圖像處理技術(shù)7第二節(jié)圖像格式－BMP格式8第三節(jié)算法及數(shù)學(xué)基礎(chǔ)91.霍夫變換（HoughTransform）92.基于單義域的直線及圓識別算法123.主要技術(shù)15第四章

4、直線和圓的識別和編輯的實現(xiàn)16第一節(jié)系統(tǒng)的層次結(jié)構(gòu)的圖示16第二節(jié)系統(tǒng)數(shù)據(jù)結(jié)構(gòu)及類的設(shè)計171.主要類的層次結(jié)構(gòu)172.圖形基類（CShape）183.圖形類（CLine、CCircle）194.圖形容器類（CShapes）215.點類（CPoint）226.單義域類（CSegment）227.基于單義域識別類（CSegments）238.霍夫變換識別直線類（CHTLine）249.霍夫變換識別圓類（CHTCircle）24第三節(jié)主程序?qū)崿F(xiàn)25第四節(jié)系統(tǒng)功能介紹25第五節(jié)總結(jié)及展望錯誤！未定義書

5、簽。第五章結(jié)束語錯誤！未定義書簽。參考文獻錯誤！未定義書簽。第一章概述第一節(jié)引言計算機技術(shù)的發(fā)展，使人類社會進入了信息化和自動化，計算機智能識別也隨著計算機的發(fā)展得到了迅速的發(fā)展。特別是圖形圖像的計算機處理技術(shù)更是有了前所未有的進步和應(yīng)用。計算機識別也逐漸的從圖形圖像處理的大環(huán)境下分離出來作為一門新的高科技研究領(lǐng)域出現(xiàn)。圖形圖像的識別涉及到的學(xué)科很多，包括數(shù)字信號處理、工程數(shù)學(xué)、信息論、運籌學(xué)、等，它與計算機、自動化、生物學(xué)、關(guān)學(xué)、視覺心里和生理學(xué)、人工智能、智能信息處理等眾多領(lǐng)域交叉、綜合集成

6、，有廣泛的應(yīng)用。本論文實現(xiàn)的是基礎(chǔ)的圖形識別，bmp圖像文件格式中對圖形的矢量化。識別基本的圖元直線和圓。直線和圓是二值圖像中最基本的組成元素，也是最常見的圖形元素。在工程圖的數(shù)字化識別中有很大的應(yīng)用。關(guān)于理想情況的幾點說明：1.所識別的bmp圖像文件是經(jīng)過處理的，沒有“噪音”等，在本論文中直接采用的是用Windows中的畫圖軟件畫出的圖像。2.本論文中圖像中的圖元都是單一的線性，即線寬是一個象素的情況。第二節(jié)在工程圖的識別中常用的方法圖形的識別最主要的是圖形特征的提取，在這個階段，常用的方法是

7、全局特征方法（包括：不變距，自回歸模型、傅立葉描述符、霍夫變換等），全局特征的特征提取方法是理論比較完善的，計算過程比較清楚。針對不同的特征提取處理，采用相對應(yīng)的模式匹配方法來將圖形分類，模式識別迄今已有很多方法，有模板匹配、統(tǒng)計模式識別、句法模式識別、模糊識別和神經(jīng)網(wǎng)絡(luò)識別等。在二值圖像的處理中，人們常用的數(shù)據(jù)結(jié)果有游程編碼－考慮了掃描行上相鄰象素間的相關(guān)性；行相鄰圖法（LineAdjeceneyGragh），是由Pavlidis提出的一種二值圖的數(shù)據(jù)結(jié)構(gòu)，LAG還考慮了相鄰行黑游程之間的相鄰

8、關(guān)系，遍歷時很方便；BAG（BloekAdjeceneyGragh）是由余斌提出的，它是相鄰圖LAG在兩個方向上的推廣。在本論文中就是利用了LAG的數(shù)據(jù)結(jié)構(gòu)思想與c++builder的數(shù)據(jù)結(jié)構(gòu)相結(jié)合的方法即：用下一個象素點是與鏈表頭相鄰還是和尾相鄰來描述其相鄰的關(guān)系。本論文中對交點的處理。目前對交點的處理有下面幾類算法：1.基于網(wǎng)格算法，該算法是通過網(wǎng)格加大搜索步長來跳過交點。2.基于圖段合并的算法，是根據(jù)交點處行程段的連通性，以交點為界將圖線分割成圖段，記錄各段之間的連接及從屬關(guān)系，然后連接或