（机械设计及理论专业论文）工程图样信息编码技术研究与应用.pdf

塑至 塑兰查兰堡圭兰堡堡兰， 摘要 工程图样计算机理解，是一个工程图学、计算机图形学、认知科学、信息科 学以及计算机辅助设计技术等多个研究领域相互交叉的课题，在c a d c 舢领 域中具有广阔的应用前景。分析这一研究领域的现状，然而迄今为止的许多方法 离实用目标还有相当的距离。本文从信息量化的角度，提出了图样信息编码技术 并将其应用到图样理解中，使得图样理解更好地集成计算机数值运算的优点，为 工程图样智能理解提供一条新的解决途径。 第一章，介绍了工程图样理解技术分类及相关内容，同时回顾了其发展历程， 分折了其中遇到的主要问题，阐述了本文的研究思路和主要内容安排。i 二， 第二章，研究了图样信息的量化描述形式。分析了图样信息的表达规律及其 所承载的工程语义功能，在此基础上借鉴信息论中有关自信息理论，提出了将工 程图样信息近似量化的编码模型工程图样的图素信息度，并根据工程语义的 分类，将图素信息度具体分为图形信息度、尺寸信息度与尺寸约束信息度，为从 信息量化的角度来研究图样理解奠定了数值运算基础。 第三章，提出了基于编码的图样信息建模技术。在图样信息建模预处理工作 的基础上，以视图为参照单元，结合图素信息度分别为图样的图形信息和尺寸信 息建立组织模型，为后继的图样信息编码技术在基元识别的应用奠定了基础。 第四章，讨论了编码技术在图样理解的关键环节基元识别中的具体应 用。在介绍形体特征表示的基础上，结合图样信息组织模型，利用尺寸约束信息 度建立了游离图元的搜索计算模型，提出了基于游离图元的基元关系引导识别策 略；利用图形信息度与尺寸信息度分别提出了连通域引导的基元识别策略与尺寸 引导的基元识别策略。 第五章，介绍了个以本研究内容为技术核心的工程图样理解原型系统，并 给出了若干个经过不同标准分类的实例。 第六章，总结本文工作，并对本课题今后的研究方向提出了自己的看法。 【关键词】工程图样理解，图素信息度，信息量化，编码技术，工程语义，基 元关系，游离图元 摘要 浙江人学坝一l 。学位论文 a b s t r a c t c o m p u t e ri n t e r p r e t a t i o no fe n g i n e e r i n gd r a w i n gi sa ni n t e r s e c t a n ts u b j e c t o fe n g i n e e r i n gg r a p h i c s c o m p u t e rg r a p h i c s ，c o g n i t i v es c i e n c e ，i n f o r m a t i o n s c i e n c ea n dc o m p u t e ra i d e dd e s i g n i tw i l lb eap r o m i s ea p p l i c a t i o ni nt h ea r e a o fc a d c a m h o w e v e r i ti sc l e a rt h a ta l lt h ec u r r e n tr e l e v a n tm e t h o d sa r ef a r f r o mt h ea i mo fp r a c t i c a la p p l i c a t i o no fc o m p u t e ri n t e r p r e t a t i o nb a s e do nt h e s t a n d p o i n to fq u a n t i f i c a t i o no fd r a w i n gi n f o r m a t i o n ，an e wt e c h n o l o g yp f e n g i n e e r i n gg r a p h i ci n f o r m a t i o ne n c o d i n gi sp u tf o r w a r di nt h i st h e s i s i n c h a p t e r1 ，t h eh i s t o r y a n dd e v e l o p m e n to f e n g i n e e r i n gd r a w i n g i n t e r p r e t a t i o n a r er e v i e w e d a tt h es a m et i m et h ee x i s t i n gp r o b l e m sa r e a n a l y z e da n dt h e nt h ec o n t e n to ft h i st h e s i si si n t r o d u c e d i n c h a p t e r2 ，a tf i r s t t h ec l a s s i f i c a t i o no f e n g i n e e r i n gs e m a n t i c si s i n t r o d u c e d ，w h i c ht h ei n f o r m a t i o no fd r a w i n g sf u n c t i o na st h e nb yb o r r o w i n g t h ei d e a so ft h et h e o r yo fs e l f i n f o r m a t i o n ，d r a w i n g - i n f o r m a t i o n d e g r e ei s p r o p o s e d w h i c ha p p r o x i m a t e l yd e s c r i b et h ei n f o r m a t i o nq u a n t i t yo ft h e d r a w l n ge l e m e n t sf i n a l l y ，a c c o r d i n gt oc l a s s i f i c a t i o no fe n g i n e e r i n gs e m a n t i c s t h ee n c o d i n gr u l e so ft h ed r a w i n g i n f o r m a t i o n d e g r e ea r eg i v e nr e s p e c t i v e l y i nc h a p t e r3 ，m o d e l b u i l d i n gt e c h n o l o g yo fd r a w i n gi n f o r m a t i o ni sm a i n l y d i s c u s s e d a f t e rt h ep r e - p r o c e s s i n g ，t h eg r a p h i ci n f o r m a t i o na n dd i m e n s i b n i n f o r m a t i o na r eo r g a n i z e db a s e do nt h ed r a w i n g - i n f o r m a t i o n - d e g r e ea sa r e s u l tt h eo r g a n i z i n gm o d e lo fd r w a i n gi n f o r n a t i o no fc o n n e c t e dd o m a i n ， d i m e n s i o nt r e ea n dd i m e n s i o n - r e s t r a i n i n g g r a p hc h a i n sa r eo b t a i n e d i nc h a p t e r4 ，t h ea p p l i c a t i o no fe n g i n e e r i n gd r a w i n gi n f o r m a t i o ne n c o d i n g t e c h n o l o g yi n3 d r e c o n s t r u c t i o ni sd i s c u s s e d f i r s t l y ，t h ee x p r e s s i o ns t y l eo f p r i m i t i v ei si n t r o d u c e ds e c o n d l yac o m p u t a t i o n a lm o d e ls e a r c h i n gf o r 。f r e e g r a p h ce l e m e n t “i sg i v e na n db a s e do nt h i st h es t r a t e g yo ft h ep r i m i t i v e r e l a t i o nr e c o g n i t i o ni sp r o p o s e da tl a s ti ti sa l s od i s c u s s e dt h a tt a k i n gu s eo f g r a p h i ca n dd e m e n s i o ni n f o r m a t i o nt or e c o n s t r u c tp r i m i t i v e s i nc h a p t e r5 ，t h ep r o t o t y p es y s t e mo fd r a w i n gi n t e r p r e t a t o ni sd e v e l o p e d ， a n ds o m ee x a m p l e sa r eg i v e n i nc h a p t e r6 ，t h ew o r ko f t h i st h e s i si ss u m m a r i z e d ，a n dt h ef ur t h e r r e s e a r c hw o r ki sp u tf o r w a r d k e y w o r d s ：c o m p u t e ri n t e r p r e t a t i o no fe n g i n e e r i n gd r a w i n g ，p r i m i t i v er e l a t i o n i n f o r m a t i o nq u a n t i f i n g d r a w i n g i n f o r m a t i o n d e g r e e ，f r e eg r a p h c e l e m e n t ，e n g i n e e r i n gs e m a n t i c s e n c o d e 第一帚绪l e 浙江人学埘l 。学位论文 1 1 引言 第一章绪论 工程图样是工程技术人员描述设计对象、表达设计思想的主要工具，是c a d 技术得以实现的媒介和表达基础。将人工绘制的工程图纸输入到计算机中，由计 算机进行处理、识别与理解，并最终自动获取产品设计、加工信息、造型特征等 工程意义上的参数数据，l j j 此，将这些技术统称为工程图样智能理解技术。 计算机集成制造系统( c i m s ) 是一个集工程设计、生产过程控制和生产经营 管理为一体的高度计算机化和自动化的现代化大生产系统，是现代制造业发展的 必然趋势。而传统的设计与制造方式是以平面： 程图纸形式表达产品的生产模 型，这些传统的工程图纸大多具有1 0 年到4 0 年的生命周期，其中又有相当一部 分需经常性地更改、完善和重复使用。这些大量的二维形式工程图纸的存在，严 重地妨碍了产品设计及生产自动化程度的提高：大量手工技术文件难以有效地转 移到计算机里去并由计算机进行智能化的处理；以手工图纸形式表达的工程信息 不能直接方便地用于c a d c a p p c a m ，因此使得c a d 系统不能有效地发挥作 用。因此要实现从传统的设计制造方式向c a d c a m 乃至c i m s 过渡，就必须 实现工程图纸的智能管理和使用。工程图纸从传统模式向c a d 模式转换有两种 途径，一个是利用c a d 环境由人工重新输入原有的图纸；另一个是将工程图纸 通过一定的手段自动转换到c a d 环境中。后者则是传统的产品设计、制造方式 向c i m s 过渡的条颇凡j u 景的可行途径和关键技术，同时也是限制其进一步发 展的瓶颈。 两工程幽智能理解妓术的实用化，则可以寸+ 分方便地将体现多年设计经验结 晶的原有手工工程图纸移入计算机，并在此基础上自动理解原有设计然后加以改 造产生新的设计。这样不仅可以大大提高设计效率、降低设计成本，而且直接体 现了对原有发计绎验的继承，从而保证了设计的质量。因此，工程图样智能理解 技术的研究是一项很有实际应用价值的课题。 2 相关研究内容与研究现状 1 2 1 工程图样理解内容与分类 工程图样智能理解投术的研究始于二十世纪的7 0 年代早期，是计算机视髓 的一个分支。它是绱承计算机视觉研究领域中的图象处理、图象识别和图象分析 理解的理论j t # 础和经典算法，针对工稗图样特点发展起来的一项重要的计算机应 用技术。面向工程应剧的蚓样理解根据识别层次以及人j 。智能应用程度大致可以 f l - 第一章绪论浙江人学坝l 。学位论文 分为以下四个层次： 1 ) 点阵图像输入一矢量图形输出 将工程劁纸且| i 过扫扪i i 仪以点阵格式输入计算机之后，将图像中的图素及文字 符号全部当作图来处型。统一采用细化算法进行矢量化，将点阵信息转化为矢量 信息，然后输出。这种方案只是对工程图样做了低层次的解释，对基本图素和字 符没有识别，只魁用图线模拟所有的基本图素，所以还不能满足工程图样识别及 理解的需要。 2 ) 基本图素和字符的识别 对工程圈中的基本图索和字符进行识别是工程图样理饵技术中的较高层 次。这一层次，首先需要将工程图的图形信息与字符信息区别开来，实现图文分 离，然后识别基本图素和字符，并进行分类。 3 ) 面向二维平面的工程图样理解 在前一层次基础上，加上机械制图的知识甚至参数化设计的有关知识和规 则，进行计算机的：i 一程到样理解。首先，是基于制图知识的理解，包括尺寸标注、 公差标注、剖面以及其它符号与图形拓扑信息的识别和理解，其目的在于构成能 够充分表现j r 程人员设i i 思想的实际用图。其次，在前一阶段的基础上，运用参 数化设计的j i l l 识、舰则和算法，对图形的尺寸标注进行理解和规范化目的是通 过对工程图的理解实现参数化设计。 4 ) 面向三维立体的工程图样理解 在面向二维平而工程图样理解的基础上，进行三维重构，重建三维形体。目 的在于使工程图形自动输入成为输入三维形体的一种比较方便的手段，这是工程 图样智能理解的终极目相：。 通过各翻学嵩咱0 研究和努力，对于前面三类都有较火的进展并且已有成熟的 技术及其产i 弘成粜，但刈j i 低维空间到高维空问的图形理解却进展不大，远没有 得到解决，这f 魁水文n i 巾歼究重点。 1 2 2 工程图样理解研究现状 工程闰样理解技术其有广泛的应用背景，并且覆氚众多的技术环节，如前面 所述的图文分割、矢量化、符号和文字识别、图形元素泌剐、二维图样信息理解 以及二维视i 羽的三维重建等等。可以说早期的研究大多停留在对图样的较低层次 的识别和处理上，缺乏列这些图样信息的高层次理解，远远达不到工程图样理解 的目标。目前工程图样王q ，觯的研究主要集中于基于二维工程图样信息理解上的三 维重建，这部分l r 足1 j 本文研究工作相关的亚要内棒。 自2 0 世纪6 0 | 二= 代j l 其是自i d e s a w a 于7 0 年代初首次发表关于由工程三 第一帚绪论浙江人学i i ! j ! j 学矗话受 视图重建三纠i ：形体i t ：j 论文以来，三维匝建技术这课题n 例究受到了普遍重视， 其动因主要来自两个方：一是人工智能领域的铆 ：究 ：作者试图解决工程视图的 机器解释问题，从i 面拓诧h 。算机视觉和机器入视觉功能的应用范围：二是从事 c a d c g 的科技人员以此作为计算机辅助几何造型技术的一种新的方法来研 究。 三维重建技术“从7 0 4 - ：4 提出j i 始，瓮今已有二。 多年的历史，提出了许 多各有特色的算法。主要有以下几种算法： 1 自底向上算法 最早由l d e s a w a 捉： ：，其主要思想是根据工程制罔c l ：r 的投影规则，由二维 的点生成三维点，三维_ j ：l 成三维边，再由三维边生成三维丽最后得到封闭饷五 维形体。自底向上的识别方法以纯粹的几何投影原理为依据提出三维重建解决方 法，因此适用范围广， 别的实体种类较多，特别对于复杂的多面体，这类算法 是解决多解和病态解相对较好的方法。然而它没有引入传统的工程师读图的经验 知识，同时搜索宇f h j 过大，因此无法处理零件图中大部分存在的省略和剖切等问 题，难以取得理想的委建结果。 2 模型0 f 导算法 将实体分解为一些预定义的三维基本体素，基于这些体素的三维视图投影特 征匹配对建立识别模型，对输入图形进行体素模型的匹配识别与验证，恢复形体 三维信息。这种方法与刚氐向上算法相比，线素匹配搜索空闽比较小，识别效率 高，然而为该算法建立的维予体模式库难以涵盖千变万化的图形，适用顽较窄。 3 ，自顶向下算法 y o s h i u r a 等人最先提出了一种自顶向下的出工程i 视图构建三维机械零件 的算法。该算法可处理含7 r 文字注释的工程图。首先用自然语言处理方法来处理 工程图中的汀i 释，然后捉漩投影信怠。最后把投影信息传至一个自底向一t - 重建过 程来建立三维实体。该算法可重建出由平面、蹦柱面、锥面、球面、环面等多种 面型组成的三维史体。 4 ，基于专家系统的一e 建方法 随着三视图识别研，潮发展，人们发现单纯从立体l 何学和制图原理的角度 进行研究，要识别史复j 0 视l 訇越来越力不从一1 2 、。剐此1 j 入其它相关领域的技术 来帮助识别就显得越发亚。婴。山于识别中引入了大量人的经验知识，很自然地考 虑到从人工智能、专家系统的角度出发，按照人工智能、专家系统研究问题的方 法建立有关识别的知识：，l ：、推理机制和搜索策略来进行识别，这就是基于专家系 统方法的识别方法。然j n 褂目关的知识库与推理体系的完备性依然难以令人满意。 5 基于枞觉认知机制的重建方法 该算法类似j ：模型引导( c s g ) 方法，算法将整个一维实体分成儿个基元体 的组合。不同的足，基元刁i 是事先定义好的，而是被雕制为能用实体造型中广义 销一带铺隆浙江人学f l | j ! 。学位论文 平移操作所能生成怕买体，算法利削l ；l 底向上( b r e p ) 方法生成实体每一个基 元，再将基丸合并成最j l 邗结果实体。在重建过程中砚歧义时，利用剖视图处 理和视觉推圳机制加以删；火，使得结果实体与人的理解结果更加一致。 对于这个研究课题虽然提出了各种不同类型的算法，但这些算法都存在 着一定的局限性，仪通川r 特定范围的实体重建。近卸：来，一些研究者从较高层 次上对图纸q t 的j o j _ 信，k t 以及其中的几何元素之划关系的谚 别和理解进行了研 究，尚处于探索阶段，离心立系统的理论体系还有一段距离，但总的一个趋势是 实现以知识表达和信息列：成为基础的图样智能理解。 1 2 3 存在的问题 纵观多年的研究，址然墩得了许多卓有成效的成粱，提出了许多优秀的算 法，但总体上进展还不能令人满意，离实际的应用还有很大的距离。从二维到三 维的图形理解，主要有以f 几个问题： 1 过于依赖图样削纠形几何信息，长期以来徘徊在实际工程图样之外。以 往的许多算法中，都只灶从几何的角度出发进行重建工作。事实上，工程图样中 尺寸标注和文本标注都提供了大量的形体特征信息，而且在图样理解中还要许多 的其他知识( 如制图标准，行业标准等) ，因此，单纯的从i l n 的角度出发是难 以理解图样的。 2 对图样理解中刷刊的知识缺乏整理、分析缺少形式化的组织模型。工 程图样相当：| i 柙语；个没有经过培训的人是很难弹解图样的。工程人员能 够理解工程h 样，i i 是协为他们的头脑中已有这方面的知识。图样理解f 是这些 知识的运用，但日前对这力面的研究不够，缺少对这些知识的整理，并且形成严 谨、形式化的描述。而 1 人们理解图的难易程度，跟他们的经验关系非常大，经 验越丰富，珀! 解越容易，p 、l 此如何使系统具有学习的功能，实现知识的积累也是 相当重要的研究课题。 3 对于图样信息的分析与处理过多侧重于“形”的概念研究上，没有- 种 统一标准的方法刘剐样n 盟的分类与特征表达进行描述。对于工程图样中各种元 素在图样理解中n 勺功能二舜以及各元素在人脑思维中内在的有序化形态及相互 间的层次关系缺乏本质f n 勺认识，因此在图样到解中难以融入人读图时的思维特 点，也未能更大犁t 度地到：成计算机数值运算的优点。 第一幸绪论浙江人学坝i 。学位论空 1 3 本文研究内容 1 3 1 本文研究思路 工程图样理制事实f ：越一项复杂艰巨的系统性工君i 1 ，一方面它需要分析处理 数量巨大，表达形式繁杂并且彼此之问毫无关联的原始图样信息：另一方面，宦 又必须将计算机处理数婀州本质上所固有的数值性、精确性、逻辑性的优点与人 脑识别分析1 程图l i t 所腱现的直觉性、发散性、形象性的内在特点融合为体。 因此本文拟从以下几个们面入手，试解决工程图样理觯工作的难点与关键问题， 使得图样理解工作向着更高层次远进。 1 建立图样信息表达数量模型。 深入剖析图样信恩的分类特征与表达规律，充分考虑计算机本质上所固有的 数值性、精确性、逻辑性等数据处理的优点，并结合信恩论中对信息的表达、传 递与提取方式的研究成粜建立图样信息表达数量模型，以便于后继的图样信息 处理在逻辑运算这一层玖眨趋向于计算机所擅长的数值处理模式，并为今后的图 样理解沿着人工智能化返方向的开展提供充分的可能性和应用基础。 2 基于信息表达数量模型的图样信息组织分类以及分层应用。 图样信息因其所表达旧工程意义不同，而呈现不同的类型状态。它们对图样 理解、形体特征信息复原的贡献程度也不同。即使是同一类型的图样元素因所处 层次不同，它们包含的信，也量与工程意义也不尽相同。并且与人脑的发散性和跳 跃性思维方式不同，训钾舭刈图样信息的处理也类似于其数值运算时表现出的周 密严谨的特点，往往是个“循规蹈矩”的过程。因此城需要对图样信息进行组 织模型的构建，剐 ：卜| 依荆e 们对图样理解的贡献程度，在计算机内部策略性地由 低到高分层次加以利j 1 j ，允分发挥图样信息数量模型所带来的数值化与逻辑化的 方便特性，构造完整的j 州陶样理解智麓化的体系。 3 注重尺寸在图样理解- jt 的指导作用。 在机械工程图样f = | _ | ，”寸标注用来表示形体的准确大小和位置，是机械零件 表达的重臻纠：节和主要内弈之一。在工程图样中，投影d i 于省略或形体之间的遮 挡等因素，通常不完粘，尺寸相对而言比较完整。尺寸的丰富含义主要是通过 其尺寸文本米反i 块的，j o j 文本中除了表示尺寸大小的数字，往往还含有其它的 文本，他们包含着丰富的i 哥义。同时，尺寸是建立在图形一l 的，所以还必须建立 尺寸与图形之 剐的语义约，拈芙系。 第一帝绪沦浙江大学坝i 。学位论文 - 1 3 2 本文的内容安排 本文处理的图样数据由d x f 文件中分析提取到的。通过对这些数据的获取 与整理得到我们所需要的图样信息。在基于对这些图样信息进行编码量化及组织 建模后，进行基元体识别，最终实现图样理解的最终目的三维重建。整个图 样理解的挺梨如图1 1 所示： 本文的具体内容安排如下 茔j 】 剧样型觯框梨 1 基于自t ；息的图样信息编码 首先在总结前人研究工作的基础上，对图样中的信息所表达的工程语义上作 一个大致划分，以方便后继的图样信息编码模型的分类建立。随后简要介绍了信 息论中有关自信息的概念，并结合自信息的应用，在前述的工程语义分类基础上， 构建工程图样信息的编码模型工程图样的图素信息度，将其绍分为图形信息 度、尺寸信息度以及尺寸约束信息度。 2 基于编码的图样信息组织建模 图素信息度编码模型仅仅为工程图样基本信息建立了一套标准的、近似的数 量描述体系。为适于计算机的智能理解，应当将这些离敝、孤立的图样信息组织 起来，建立起高级的图样信息组织模型。在表达方式1 榭语义获取与识别的基础 上以视图为l 奉参照单元，建立倒形信息u 钐 模型以及j e 、 信息组织模型。 辣一章绪沦 浙江火学倒i ：学位论文 3 面向基) i 识别的编码技术应用 在提出基于编码的图样信息组织模型的基础上，具体探讨了在图样理解的最 终目标一形体以别这一层面上编码技术的应用。首先介绍形体的特征表达形式一 一基元，然后提出了游离图元搜索计算模型以及基于游离图元的基元组合关系引 导识别策略，接着又提出了包括基于图形几何信息度编码的连通域的引导识别、 基于尺寸信息编码的尺寸引导识猁的基元体0 l 导识别策略。 4 系统实现 在w i n d o w s 2 0 0 0 操作平台，v c + + 6 0 集成开发环境下，负责原始的二维工程 图形数据的输入、显示，执行图样理解的核心模块功能并输出转化的三维图形数 据：在a u t o c a d 2 0 0 2 平台上利用o b j e c t a r x 开发包，完成最终的形体合成；最厉 给出一些实际工程图样理解示例。 4 总结与展望 最后，对本文工作进行了总结，归纳了在凡卜方菌的取缇的进展，并展望了 今后研究工作的努力方向。 船一章讪j ( j f + 。j 息的i ! | 栉信息编码 浙江大学f l ! j ! i 学位论文 第二章基于自信息的图样信息编码 2 1 引言 、工程图样信息承载者大量有助于图样理解的语义功能，而形式化的工程语义 是基于工程图样三维重建的重要前提1 4 。因此对工程语义的有效划分以及在此 基础上的刘图样信息的整理与分类是工程图样理解的个关键步骤，具体而言也 就是有必要刘各类图样信息在工程语义功能层面上进行分类整理及语义功能分 析以确保工程图样理解的准确性和理解效率。 机械工程图样是按机械制图规范产生的，用来表达机械零件，相比于其他的 工程图样，机械图样具有实形性、封闭性、连续性、视图尺寸协调性等几个特点。 上述的机械图样的特征为对图样信息的工程语义划分提供了可行性基础。 由于图样信息是在形体投影表达过程结束之后爿自然形成的，因此分析投影 表达过程，从中我们可阱获得对： 程语义的划分的有益启示。形体的投影表达过 程着重从选择视图表达，分析形体的投影，以及进行尺寸标注等方面进行的。因 此与此投影表达过程相对应，参照文献 4 2 1 的方法，可以将图样信息所要表达 的工程语义划分为表达方式语义、投影关系语义、尺寸约束语义等三个层次，每 一层次则根据信息表达的深度又分为显式的低层语义利悠式的高层语义两大类。 上述三个层次的工程语义的划分，赋予了工程图样信息动态性、层次性、关 联性、形式化的特征，为计算机的工程图样智能理解奠定了孥实的理论基础，然 而有两点需要我们特别注意的是，是在形体投影过程中，由于从三维3 0 - 维， 往往会造成信息的局部丢失与信息的无序化，这是工程图样理解中的一一个重大问 题，迄今为l j ：的许多算法都是围绕它而展丌的；另一个现象是，设计人员在遵循 一些必要的绘图规则基础上，往往还会在其绘制的过程中加入一些非规则性的东 西，如经验性、习惯性或所在企业默认的一种表达方式，而人的识图过程中，人 脑思维所呈现的状态往往是跳跃性，经验。胜和直观性的，疋i - j 计算机所雅以模拟的 认知过程。 鉴于以上分析，在利用计算机进行图样识别中，我们必须从图样表达信息的 特点和识图过程中人类思维所表现出的特定规律这两个方面出发，选择并制定一 套适用于计算机处理的图样识别理解机制。从信息提取的角度来看，二维工程图 样元素承载着包含三维形体特征信息的工程语义功能，丽识图过程则是个获得 信息并还原零件儿何特征全貌的过程。考察人在识图过程中所反映的行为特点， 也可以说它是一个跳跃性地优先识别形体典型特征，然后以此为参考基准，识别 次要特征，并反复将识别出的形体特征进行比较、归纳、总结，最后决定其具体 籀一：章拈j 二自竹息的图样信息编峭 浙江人学l l ! j ! l 。学位论文 形状结构的过程。因此建立图样信息的量化模型。实现对图样信息的有序提取及 优先利用，能够更有效地获取并利用工穆语义完成三雅重建，是实现计算机图样 智能理解的项采取的应用策略。下面先简要介绍一- 下信息论中有关信息的定量 描述理论自信息与信息墒，以作为本章图样信息量化编码模型的理论基础。 2 2 基于自信息理论的图素信息度 2 2 1 自信息与信息熵 信息论是信息科学的理论基础，是运用数理统计方法研究信息的荻取、变换、 传输与处理的新兴学科。广义信息论已经广泛渗透于各种科学领域。信息是比较 抽象的，可以把信息定义为熵的减少【2 7 1 。换句话说，信息就是“能够用来消除 不定性的东西”，因为熵是不定性的量度，熵的减少就是不定性的减少。还有一 种类似的说法| 2 ”，凡是能从过去的事件中提取出来用以指导未来的，便是信息。 因为“用以指导未来”实际就是“用以消除未来的某种不定性”。有关信息豹概 念及其数学模型的研究，仍在不断深入。从哲学观点出发，信息是现实物质世界 的反映，信息是事物运动的状态和方式，这样就统一了关于信息的各种定义，即 能从概念上抓住信息的本质，又能为定量描述和度量信息提供可行的基础。 如上所述信息被定义为事物运动的状态和方式，那么需要采用某种方法来定 量描述信息。众所周知，自然科学通常都应作定量的拙述，定性描述只能解释一 些现象，即使认为能作直观理解，也是悬而未决的，尚未上升到学术水平。由于 要从理论上研究信息，就必须对信息大小做定量描述。 1 、信源 信源一般是以符号( 或信号) 的形式发出信息。信源的内部结构往往是很复 杂的，例如，人发出信息，是通过大脑的思维活动，指挥f 腔或手以语言或文字 图形的形式表达出来的，这是相当复杂的过程，因此，一般只研究它的输出，即 语言或文字蚓形等。语言文字图形是一种表达信息的符号，是物理性的。语言是 声信号，而文字图形是光信号。同一件事情可用不同语言表达，也就是同一信 息可用不同的编码形式转换成符号。 对于工程物理系统，信源就是所研究的客观事物，或称为物理过程。例如， 雷达遥测系统，被搜索物在空间的坐标、速度、形状等构成了信源，“1 用电磁波 射向它，反刺波中携带着这些信息，故而反刺波就是经过编码的符号( 或信号) 。 必须指m ，信源的输出是随机性的匹1 为如果事九l 2 经知道信源的输出，那 么就无信息可j 正如所研究的物理过税，它应是未知的、神秘的，这时才有研 究的价值。 2 、自信息 狮il i 凡学坝i 芋：n 论z 物雕系统i l j 能f f 现的状态址6 m m i j ，1 、| l i n l 定竹的这种小确定附牟删存相：， i i 渊输绎过变换、传输、处；l l f j 刈边镰桁吲i 烈接收；r , j x , j 缘，人战 9 b 器) 。 被人f 1 jj 行_ f | j m * ，彳 汽除了系统f 门小确定r f 。j ：铁f 0 丁价口。 枷粜信渊t l t 粜。状态发牛的先验枞半 小：l | | j 么，i | 它发生人们获得的 信心。成彩，这j 啦址 醴l7 l 然的。例蛳台 ：i t a i ，j l f j i h 乱i f 17 和发! 卜f 敝两种 可能状念，c j | 粜j i 州0j 。f i - 的概率儿p ( x j ( j 9 9 ；及g - i 投障f l c j i c 年址p ( x ) = 0 0 1 ，则 可u 认为返台机器般处九i 强 i 怍状念。f i l 址， li 发牛敞障，则越j i 起人们 j ： 的。j r t l | f ：进j 。妇f ，q ；：f f 发牛l + l j 小确定一胜io 。 仆发牛的觊：鲁订天，j i 付发小f l c _ i 概率 越小，人竹测它址发牛的1 4 4 f i ；+ ! 度就地尺。丽。j ；= 什投化的 ；( 牢越人，人们猜 测返什。辟投7 i ：i i p i x i ) 越人，l ( x i ) 越小； 2 ) “1p ( x i ) = 1 寸，i ( x i ) = o 必然1 】 什竹。i 1 、 ! 为岑： 3 ) ”1p x i ) = 0i | q ，l ( x i ) = 。，小j 能拨【二j 0 。j 件毁乍了，t i n ；茜为龙穷人： 1 ) 州个到! j 一j 制：的】联介 ，；息i i ；，j 衄等j 它1 r j o 符l 。m i n 迂之羊。 葛2 j“、；j - h x ij 父糸 ， ”然，满足条什( 1 ) 、( 2 ) 、f ：m 盹l 投竹息畦i ( x i ) 为丸舱概率f ，( x i ) | ，】倒 数：满足条什( 1 ) 时，最好怜万“：址川刈放j ：定义0 i n j 。 】q 此揪扒f 进条什，这利，晒数形 扣址埘数j 眵，州 1 ( x i k i f 咄( 1 i ( x i ) ) 一【x i )( 2 2 ) 此哪j + x l 发g i l t , j ，该。j 件所禽仃的仃i 0 、j t ：为它摘迹的越托件x i 发q - i r , i 的 信髓、 i ，l 投义称为f 1 俯魁、。l ( x l j 代农曲种禽义：1 1 ) “川 仆x 1 发牛以l 订，农示 寸”l x i 拨中i n 4 i 确定性：( 2 ) “刊 什x iz z7 i 以后，表叫；j 叩i ：x i 所含f i ( 或所提 供) f i j ”l 【。 r | 价n 采j j 的测度坼伸：i & 决j 二行撒刈数之腋，如水以? 为戚，则所得信息攫 单f 一为比特( h h l & l yi i n i “内缩，；) ：以( 、为贼，i j ! | j 为余特( n l ，n l l lufob n 7l 箱一章捧- j 。自信息的图样信息编码 浙江火学坝i 。学位论文 的缩写) 等。一般都采用以2 为底的对数j 因为当p ( x i ) = i 2 时，i ( x i ) = 1 啦特， 所以，1 h i t 信息量就是两个互不扪容的等可能事件之发生时，所提供的信息 量。 3 、信息熵 自信息】( x i ) 是指信源( 物理系统) 某一事件x i 发尘时所包含的信息量，物 理系统内不同事件发生时，其信息量不同，所以自信息l ( x i ) 是一个随机变量， 它不能用来作为描述系统的整体信息的量度。 s h a n n o n ”定义自信息的数学期望为信息熵，| _ i 】信源的平均信息量， h ( x ) - 坷一l o g p ( 而) t 一 2 ( x ) 1 0 9 p ( ) 百 b i t 事件( 2 3 ) 熵的单位是 b i t 事件 或 b i t 符号 或 b i t n 息 。 信息熵的物理含义可作如下解释：信息熵表征了信源整体的统计特性，是总 体的平均不确定性的量度。对于某一特定的信源，其信息熵只有一个，不同的信 源，因统计特性不同，其熵也不同，也就是不同系统所蕴涵的信息量也不尽相同。 信息熵也可以认为是信源紊乱程度的测度，亦可用来表征物理系统运动状态 的不确定性( 无序性) ，经过通信收到消息后，消除了这种不确定性，就获得了 被有序化了的消息。信息熵也是动态的，如当消息通过系统传输到收信者后，信 源的熵要改变。在信息论中，当信源的消息不断地传递到收信者一方时，对于收 信者而言，接收的信息量不断地增大并目信源信息被不断处理成有序化输出状 态，相应地信源信息熵只会减少，不可能增加，这就是信息熵不增原理。 从以上分析可知，信息的发送、传递和接收时，是能够以量化的形式来描述 的，并且在可以被度量的情况下其初始的无序紊乱状态，经过一定方式的处理， 可以以一种有序化输出的形式提供能被理解的有价值的情报和消息。这种将信息 量化的模式为本文随后的工程图样图素编码模型的建立提供了有力的理论指导 和范例借鉴。 2 2 2 工程图样的图素信息度 如果把工程图样看作是一个工程物理系统，那么人读圈这认知行为可以比 作次信息f f 表达、传递、获耿与识别的过程，整个： 程冈样所要表达的形体可 以看作是信源，各种图样元素符号则可以看作是信源所要传递与人的形体信息， 而且每种元素的出现概率可以作为次随机事件表征了某种形体特征信息量的 强弱。在这个意义上，工程图样也可以看作是表征形体特征的图样信息的整体无 序化组织状态，人识图则是通过入脑的分析处理，得到形体的完整三维特征，也 就是得到这些二维信息的有序化输出。 第二章捧卜自信息的嘲样信息编码浙江人学坝l 学位论文 因此，借鉴信息论中的有关信息的数i 正化表达，传递，识踟、获敢的理论与 方法，同时兼顾模拟人识图的思维特征规袢，对量化的图样信息进行分析、处理， 从而得到图样信息的有序化输出三维形体特征，是实现计算机列工程图样的 智能理解识别的一条崭新的有效途径。但是需要注意的是，出于图样元素出现在 图纸上的概率的绝对数值目前无法通过科学手段来获得，仅能根据人读工程图的 专门知识和传统的工程经验来大致估计彳i 同元素的出现概率以及在通常工程场 景下它4 1 n 提供形体特征信息的强弱程度，因此这种量化模型仅仅是种相对量 化、近似量化，而不是绝对量化，精确量化。在本文手，以工程图样的图素信息 度这一近似量化的形式表达工程图样信息，并依据所表达的投影关系语义或尺寸 约束语义功能，在基于预先获取表达方式语义的基础l - ( 见本文第三章内容) ， 将其细分为工程图样的图形信息度、工程圈样的尺寸信息度以及工程图样的尺寸 约束信息度，并在下面三个小节中分别加以阐述。 2 3 工程图样图形信息度及其编码 在工程图样中，每一种图形元素是图线种类与线型的结合。基本图线种类主 要有点、直线、圆、圆弧、一般曲线等几种；图元线型主要有粮实线、虚线、细 实线等。不同的图形元素类型和线型传递的形体信息是不同的，如直线与圆提供 的信息就不一样，圆提供的信息比较丰富，使人很容易联想到是某个回转体的投 影：粗实线与虚线提供的信息也不一样线型为粗实线的图形图素往往为轮廓线。 同对，图形的拓扑关系也标志着不同的l 挣儿何意义。在机械 ：程领域中，一般 零件投影在= = 三视图中的图线大量表现为垂肖或平行关系，而一旦出现斜线关系， 其表达的形体信息立即变得丰富起来，对形体的特征面域识别有着更明显的指导 意义。因此图形信息度的编码形式应同时反映这种图形之间的信息量差异以及图 形的几何关系特性。由于二进制编码具有简洁、直观、易于表达以及更适合与计 算机内部处理的优势，因此本文以二进制编码的形式定义图形信息度，表达形式 兼顾图形的几何形状、图线线型及图线拓i 、信息。 图形信息度由八位二进制编码构成，该八位编码分为三块码区：图元类型码 + 线型码+ 位置码，每块码区表达不同工程意义，编码的具体含义如表2 1 所示。 这里需要特别指出的是八位编码中的位! 爵码。1 三要标志图元与坐标系的位置关系， 对于特殊直线，即与坐标轴有着特殊位置关系，可以直接表达其平行或垂直的关 系。编码的规律是在同一码区中，码值应定性遗反映其蕴涵图形信息量大小。同 时，由于位筒码只涉及到特殊位置直线4 j 具体的坐枷：轴平行的关系，因而在比较 图元三维重建信息量时，更多考虑图形信息度中前六位编码提供的信息量。 讹啊二章璀r 自信息的图样竹息编码浙江大学瑚i 学位论文 表2 1 图形信息度编码规则 i | 元类】码g线犁码l 位置码p x x x t0 1 一糕剧 】l l 一粗实线督特睬直线，暂不考虑一0 0 1 1 0 一虚线 1 0 0 一圆弧1 0 1 一细点划线 特蛛直线：平行与x 轴一o 】 1 0 0 一细实线 0 1 1 一一般f 1 ) = 置直线o j l 一粗点划线 特殊直线：平行与y 轴一1 0 0 1 0 一般点划线 o l o 一特殊阻莺窟线0 0 l 一般折线特殊赢线：平行与z 轴一l l 如图2 2 所示，为一些经视图变换后统一在三维物体空间坐标系下的粗实线二 维基本图形的图形信息度编码值，其编码各码区的取值见表2 2 中的定义。 、 1 0 0 1 1 1o 。 ( a ) o 1 0 1 1 1 1 0 0 ( b ) 0 1 0 11 1 1 0 0 1 0 1 1 1 0 1 ( d ) ( e ) 2 2 粗实线j 奉蚓蟛f 膏息度编码 0 1 1 1 1 1 0 0 ( c 3 0 1 0 1 1 1 1 1 图2 2 巾对于( b ) ，( c ) ，( d ) 三类图元由图元( b ) 的信息度编码为1 0 1 1 1 1 0 0 可知，该类编码表征粗实线圆图元类：由同元( c ) 的信息度编码为0 1 1 1 1 1 0 0 ，可 知该编码值表征粗实线一般位置南线图元类；由图元( d ) 的信息度编码为 0 1 0 1 1 1 1 0 ，从中可知该编码值传递的图元几何信息是粗实线平行y 轴的特殊位置 直线。而且it j 编码的前六位对应的十进制转换数值5 7 ) 3 1 ) 2 3 可知，从三维重建获 取信息量大小的角度上看，也符合圆的重建信息特征明显强于斜线，更强于霪直 平行线的规律。 讹一币j i l = j “自信息的图样信息编码 浙江人学诎i 。掌位论j 2 = 2 4 工程图样尺寸信息度及其编码 尺寸足 程图样的必要组成部分，通j 带山四