典型文献
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
文献摘要：
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.
文献关键词：
工程图;图线识别;Hough变换;RANSAC算法;卷积神经网络;自动评分
中图分类号：
作者姓名：
石林坤;田怀文;蒲虹林
作者机构：
西南交通大学 可视化研究中心,四川 成都 610031
文献出处：
引用格式：
[1]石林坤;田怀文;蒲虹林-.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)[J].科技创新与应用,2022(16):9-16
A类：
图线识别,形态学开闭运算
B类：
Hough,工程图,图图,技术及应用,手绘,设计自动化,中直,RANSAC,Random,Sample,Consensus,直线拟合,曲线特征,漫水填充算法,图生成,ROI,线型,分类准确率,工程制图,试卷,评阅,识别算法,坐标转换,转换算法,一致性判断,试题答案,自动评分,人工评分,明文
AB值：
0.299857
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
