基于Hough变换及卷积神经网络的工程图图线识别技术及应用研究

摘要

针对手绘工程图与设计自动化之间的矛盾、工程图图线语义较为丰富难以识别等问题,提出一种基于Hough变换及卷积神经网络的工程图图线识别技术。对扫描设备采集到的工程图预处理后,利用Hough变换检测工程图中直线,结合RANSAC(Random Sample Consensus)算法及最小二乘法进行直线拟合,检测出正确直线。根据曲线特征,使用形态学开闭运算及漫水填充算法检测并分离图像中的曲线。采用卷积神经网络对各工程图生成的图线ROI进行图线线型分类,其分类准确率达到98.96%。最后结合工程制图类课程试卷自动评阅需求,在图线识别算法的基础上添加坐标转换算法及曲线一致性判断,对30份试题答案进行自动评分。其评分结果与人工评分结果差距在10%以内,证明文章算法的可行性。