论文部分内容阅读
随着CAD技术的发展，现在许多设计工作都由计算机软件完成，这样既方便了文档的存储和检索，也方便了编辑与修改。然而，许多企业早年留下的设计图纸多以蓝图形式存在，原始设计稿丢失的现象在现代设计界中也经常发生，重新编辑或修改这些设计稿就非常困难。另一方面，图像加工是印前技术流程中的重要环节，当前对设计图的处理算法主要是基于局部图像信息，并没有考虑设计稿的整体特性。为了解决上述两类问题，本文提出了一种针对设计稿图像的自动分析算法，该算法能够有效分析理解设计稿图像中的各个元素，并且按照一定的设计思路进行分解和还原。经过本文算法分解后的设计稿图像，不仅方便设计人员对设计元素的编辑修改，还能够从全局角度对图像处理和增强。本文的贡献主要有以下三点: (1)本文结合了区域生长和分水岭两种算法的思想，针对设计稿图像的特性，提出一种基于内部概率和外部约束的图像区域生长分割算法。该算法利用图像每个点的局部平滑度信息来选取种子点，通过内部高斯概率和外部梯度阻隔两方面的信息控制生长以得到稳定的分割区域。即便是分割尺度较大的设计稿图像，该算法也有高效快速的特点。 (2)本文通过对设计元素的模式分析，定义了一种模式判定和表示方法，该方法适用于大部分的设计稿元素。设计人员能够轻松的对图形模式进行编辑，修改、还原后的图形能够非常好的融入到整幅图像中去。本文根据区域模式的分析结果，提出一种结合模式相似性、边缘阻隔和空间上下文的区域相似度距离，并用来指导区域合并。 (3)本文从设计稿图像的主观设计角度，对分割出的区域进行图层分解，并以表树(List-Tree)数据结构来表示分解后的图层关系。该结构能够清晰的表示图形元素空间和层次关系，方便设计人员进行换色、移动和删除等操作。