科技图像矢量化相关问题研究-本科毕业论文.docx

1、2013 届毕业论文题 目 科技图像矢量化相关问题研究 专业班级 机械设计制造及其自动化 09 级 2 班 学 号 0903010221 学生姓名 徐宏良 指导教师 秦襄培 指导教师职称 副教授 学院名称 机电工程学院 完成日期： 2013 年 05 月 30 日科技图像矢量化相关问题研究Study of vectorization of technology image学生姓名 徐宏良 指导教师 秦襄培 武汉工程大学毕业论文I摘 要本文主要研究的是科技图像的矢量化，矢量化技术在各个领域都有着越来越广泛的应用。随着计算机技术的发展，矢量化研究日益成熟，加上矢量图形自身的优越性，矢量化技术将会快

2、速的发展。本文研究意在使用计算机代替人工查询图线数据。对于一幅含有曲线的图像，先把图像转化成灰度图像，再二值化，得到二值图像。然后设计程序计算出图像与实际数据的比例尺。再删除图像中除了曲线以外的数据，只保留曲线。使用 find 函数找出曲线数据，通过比例尺把数据转换成实际数据，利用多项式拟合，得到拟合公式。使用计算机代替人工查询曲线数据，可以避免由于视线误差、测量误差导致的查询数据不准确，使查询效率和准确度大大提高。关键词：矢量化、MATLAB 图像处理、曲线拟合、图像数据提取武汉工程大学毕业论文IIAbstractThis paper studies the science and tech

3、nology image vectorization, vector technologies have a wide range of applications in various fields. With the development of computer technology, vector research has become more sophisticated .With the superiority of vector graphics, vector technology will be rapid development. This study is intende

4、d to use a computer instead of artificial query graph line data. For the image containing curve , first converting the image into a gray-scale image, and then making it binarized to obtain a binary image. Then designing program to calculate the dimensions of the image with the actual data. Then dele

5、ting the data in the image except the curve, leaving only the curve. Use the find function to find the curve data, and finally make the data converted into the actual data by scale and the use of polynomial fitting, get fitting formula. Using a computer instead of artificial to queries curve data ca

6、n avoid errors due to line of sight because the measurement error will lead to inaccurate data query so the query efficiency and accuracy will be greatly enhanced.Keywords: vector, MATLAB image processing, curve fitting, image data extraction武汉工程大学毕业论文III目 录摘 要 .IAbstract .II目 录 .III第一章 综述 .11.1 课题研

7、究的背景 .11.2 课题研究的意义 .11.3 国内外研究现状 .21.3.1 图像数据提取 .21.3.2 矢量化技术 .21.4 本文研究的内容 .31.5 可行性分析 .31.5.1 使用 MATLAB 进行图像矢量化的可行性 .31.5.2 使用 MATLAB 进行图像矢量化的精度分析 .41.6 图像处理 .51.6.1 数字图像 .51.6.2 矢量图像 .61.6.3 数据提取与数据拟合 .61.7 技术路线 .7第二章 科技图像矢量化 .82.1 总体方案 .82.2 流程图 .82.3 图像二值化 .92.4 求坐标比例尺 .112.4.1Y 轴方向比例尺 .122.4.2

8、X 轴方向比例尺 .132.5 删除坐标轴及坐标网格 .152.5.1 删除 X 轴网格线 .152.5.2 删除 Y 轴网格线 .16武汉工程大学毕业论文IV2.6 提取曲线数据 .172.7 曲线拟合 .20第三章 结论 .243.1 结论 .243.2 展望 .24参考文献 .25致 谢 .26武汉工程大学毕业论文1第一章 综述1.1 课题研究的背景计算机储存图像的形式有两种，一是光栅点阵方式，另一种是矢量形式 1。矢量形式存储图像具有文件体积小，易于修改，放大缩小不会失真等优点。在科技迅速发展的今天，光栅点阵储存图像因其自身的局限性不能满足需要，例如在地图储存中，为了保证图像的清晰，图

9、像文件会很大，这就给储存和传输带来了不便；在工程图纸方面，使用矢量方式存储可缩短输入图纸修改图纸的时间，大大提高效率；把各类表格图线以矢量图形式存储，可省去查表的步骤。另外，由于视线误差、测量误差会导致查询数据不准确，而且，人工查询图表、效率低下。所以，使用计算机代替人工查询是必然趋势。计算机代替人工测量，查询数据的效率和准确程度将会大大提高。人们查询的数据有两种形式，一是直接的数据，查询数据直接对应结果，对于这种数据，可以直接使用多项式拟合可以将其矢量化。另一种是图线形式，原始数据被绘制成曲线图像保存。而这样保存的图像都是数字图像。所以数字图像是图像矢量化的源图像。本文即是研究如何将这类图像

10、矢量化。矢量化需要数据来拟合，所以必须先将数字图像中的有用的数据提取出来。提取数据之后就可将其矢量化。以后查询数据时只需要在计算机中输入查询数值就可以得到查询结果。1.2 课题研究的意义在工程图纸方面，由于 CAD/CAM 技术的普及，制图设计效率大大提升，查询图表也在与时俱进。如果把图数据矢量化，那么今后在查询图表数据方面效率会大为提高。本文是科技图像矢量化相关问题研究，面对一幅曲线图像，本文研究的是如何将曲线的数据提取出来，利用所提取的数据拟合成公式，实现图像的矢量化。目的是省去机械设计流程中查表查图的步骤，提高设计制图的效率。查询曲线数值时，只需要输入图像的 X 坐标值，即可通过计算机计

11、算出对应的 Y 值。使用书本查询曲线时，可能会出现查询错误的现象，查询时由于测量的误差，视线的干扰导致查询所得数值与正确值差距较大，而使用计算机查询可以完全避免这种情况，使所得数据更加精确。因此，课题研究可使得查询图线效率提高，精确度提高。武汉工程大学毕业论文21.3 国内外研究现状1.3.1 图像数据提取目前，有许多种方法和软件可以把数据从图片中提取出来。储存数据的图像一般为数字图像，数字图像是由一个个的像素组成的，得到曲线所在的像素点位置就可以绘制图像。所以可以使用图片软件读取图像，然后手动操作记录下曲线所在的每个点的位置，这是最简单的方法，也是最费时，最繁琐的方法。而且这样取得的数据没有

12、比例尺，比例尺还需要通过别的方式得到。使用 originlab 公司出品的 origin 软件可以实现提取数据，origin 软件本身本不具备提取数据的功能，开发者为了适应人们的需要开发了相应的插件。使用 getdata 软件也能提取图片中的数据。也有许多软件可以将图片中的文字转换成文本数据，但使用过这种软件都知道，转换后的文字与原文有一定的差距，并不能直接使用，对于转换后的文档，就必须有一个校正的过程。本文所研究的是科技图像的矢量化，提取的是科技图像数据，本文基于 MATLAB 软件，编写程序把需要查询的图像转换成数据，并采用公式的形式储存。从而让计算机代替人工查询图像，简化查询的过程。1.

13、3.2 矢量化技术国内在 90 年代初期开始研究矢量化技术，并且取得了一定的成绩，也有一些机构开发出了矢量化软件。比较著名的有清华大学的 TH-DA 工 MS (ANNO)、华中科技大学的 EDIS 等。但综观这些软件识别后的结果，普遍存在着畸变、误识别严重，以及理解深度不够等情况。国内外现有的矢量化软件的普遍缺点是抗噪声性差、矢量化的精度和速度都不高，识别层次较低，离实用化还有很大的距离。近些年来，矢量化技术依然是国际 CAD 和模式识别领域的研究热点，有许多权威的专业性国际机构定期举办有关文档识别的会议，并不定期地举行矢量化软件的测评比赛。这些都为矢量化技术的研究做出了大量的贡献 2。国外

14、对矢量化技术的研究开始于上个世纪70年代，国外一些大学和公司投入了相当多的人力、物力来研究矢量化技术，但是由于当时理论和实现条件的不成熟，样机产工作进展缓慢，图形识别的准确率很低，而且识别速度很慢。进入90年代以后，计算机处理能力得到飞速发展，计算机图形图像理论进一步完善，模式识别技术引起广泛重视，特别是激光扫描技术的广泛应用，这些都为建立在计算机基础上的图像快速矢量化成为武汉工程大学毕业论文3可能。美国的 CADALYST 杂志每年都会对国际上流行的光栅图形矢量化软件进行广泛的评比，同时列出各种矢量化软件的各种特性以及优缺点。CADALYST 杂志最新的评测，对目前国际上流行的光栅图形矢量化

15、软件进行了比较，列举的软件包括：德国 Softelec 公司的 VPStudio、Able 公司的 R2V、Rasterex 公司的 RxAutoImage Pro 2000、Ravtek 公司的Crucible、GTX 公司的 GTXRaster CAD PLUS、日立公司的 ImageSeries、IDEAL 公司的I/Vector 4.0。本次测试将功能分成三类：图像净化、光栅编辑和矢量化。图像净化指能同时影响全图的功能；光栅编辑则只作用局部区域；当然最重要的是矢量化，它包括文字识别和识别类型 3。这些软件分别应用于机械设计、建筑设计、地图以及电路设计等领域，通过评测可以看出，虽然各软件

16、在光栅图形的处理能力、矢量化的效果方面各有所长，但是在自动化的程度、矢量化的准确度等各方面也都存在着各种不足之处。近年来，国内也有多个高校推出了一些商品化的 R2V 软件。与国外软件类似，各种 R2V 软件虽然能够替代很多的手工劳动，但是仍在软件的性能、自动化程度、准确率方面存在很多不足。因此，对于光栅图形矢量化技术的研究，也一直是计算机图形图像处理、机械设计、人工智能领域研究的难点和热点。1.4 本文研究的内容本文研究的是科技图像的矢量化，使用矢量化技术，把图像中的曲线数据拟合成多项式，以公式形式保存。本文研究包括两个部分：一是理论分析使用 MATLAB 进行图像矢量化的可行性以及所得结果的

17、精度是否符合要求；二是编写了一套程序对含有曲线的图像矢量化。本文结构为：第一部分介绍所研究的内容和背景知识以及分析 MATLAB 进行图像矢量化的可行性和精度，第二部分编写程序对图像矢量化，第三部分对本文进行总结。1.5 可行性分析1.5.1 使用 MATLAB 进行图像矢量化的可行性虽然 MATLAB 最初的设计是以数学计算为主，但它提供的可视化技术，尤其是对计武汉工程大学毕业论文4算结果的可视化处理是其一大特色，MATLAB 的图形工具从简单的点、线、面的处理发展到多维图形的表现，同时 MATLAB 还提供了对图像处理功能，使用户可以利用提供的内部函数对外部图形进行操作，如图形格式的转换、

18、图形属性的实地调整、图形定制输出等，实现对图形深层次的控制，这也是 MATLAB 语言在图形处理方面强大功能的体现。图形矢量化即是将原有的图像格式的图形（如 BMP 格式的位图） ，将其转变成由坐标和相应的点、线面、的定义。这样不仅可以大量的节约磁盘空间，方便调用，且提高了图形的修改转换等操作功能，使图形可重复利用。在 MATLAB 环境下调用外部图形的函数为 imread，通过该函数可以把其它格式的图形转换为 MATLAB 可识别的格式类型对应的存储格式可变成一个点位矩阵，利用MATLAB 的矩阵处理功能，结合其提供的有关线型处理的内部函数，即可实现对位图的数字化，因而，利用 MATLAB

19、进行图形矢量化是完全有可能的 4。1.5.2 使用 MATLAB 进行图像矢量化的精度分析数据一般以两种形式记录，一种是表格，另一种是曲线。不管是表格数据还是曲线数据，数据都是通过实验测量所得的，而实验测量时，数据是离散的，所以数据的记录不可能是连续的，表格记录即是把数据直接记录或者筛选后记录下来。而曲线则是把离散的点用一条光滑的曲线连接起来。这样，实际上，曲线上的数据并非实际所有的准确数据，但是曲线的变化趋势是准确的，因此可以认为曲线数据是正确的。另外，在查询表格中，往往会遇到所需要查询的数值在表格中不存在的问题。这个时候通常采用插值法，利用函数 f (x)在某区间中若干点的函数值，作出适当

20、的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数 f (x)的近似值。在精度要求不高的情况下，直接使用两个相邻的值的中值作为函数 f(x)的值代替即可。所以 ，在查询数据时，并不一定要求准确，而是要求所查询的数值在可以接受的误差以内。查询曲线时，通常是使用直尺等工具测量曲线，得到的也是近似值。而且由于视线误差、工具的误差，查询结果也不是图线上的值。本文所采用的拟合曲线的方法，对图片预处理后，删除曲线的坐标轴的网格线时会删除一部分曲线上的数据。由于删除的数据相对曲线本身来说可以忽略不记，因此对曲线的总体变化趋势没有影响。而且，曲线矢量化后，依靠计算机来查询数据，可以避免由于人工查询引起的各种误差，查询所得的数据值必然是曲线上的准确值。查询精度比