工程图矢量化是将纸质工程图扫描输入计算机后，对所得的扫描位图加以分 析、识别，最终重建其中的图形对象的过程。矢量化研究是图纸复用、自动理解 等应用的基础，因而是CAD领域的一个热点，有较高的应用价值。 自上世纪70代至今，人们提出了大量的矢量化方法，比较典型的大致可分 为：基于细化的识别方法、基于图形轮廓匹配的识别方法、基于正交方向搜索的 识别方法(OZZ)、基于Hough变换的识别方法和基于扫描行结构的识别方法等。 这些算法为图像识别技术的发展做出了重要贡献，但其实用程度仍有很大局限 性。 本文在分析现有矢量化方法的基础上，总结出现有工程图示量化方法局限性 即过于注重局部信息或者整体信息，忽视了两者相互依存，相互促进的特征，提 出局部——整体矢量化概念，在此新的理念的基础上，本文提出了一种全新的基 于条形块结构的扫描图像识别处理方法。 本文首先将扫描图像分解为多个条形块，提取各条形块的几何拓扑特性同时 形成条形块拓扑关系图——图元域，然后将整幅图像的条形块以图元域为单元， 按照拓扑及形态特征进行归类，最后按类识别。本文所述方法比传统的方法有较 大的优越性，这是由于本算法是基于条形块的方法，它比基于细化的传统方法更 有效且有更强的抗干扰性能。 在对图像进行操作时，为了提高处理层次，本文条形块结构。条形块结构是 图像具有某种同类特征的局部象素点的合理聚集，反映了相关联象素的群体特 性，因此它是象素点的高级表现形式，该结构反映了具有某种同类特征的局部象 素点的共同特性，可以说是从微观到宏观的一种中间过渡形式。 为了更好地体现算法的宏观整体处理策略，本文按条形块所蕴含的几何信息 及条形块之间拓扑邻接关系对条形块进行归类，并在归类过程中滤除图像噪声。 整体归类算法是本文的重要算法之一，该算法从人的认知规律出发，模拟人 的视觉过程，利用条形块的拓扑关联特征及其所表达的内容特性，着重从宏观角 度对图像线条进行了处理和识别。 扫描图像线条的交叉区域是识别处理的关键区域。为了提高电脑理解图像的 智能，本文采用智能跟踪扫描法，该方法在交点处会进行特别处理，同时记录下 交点条形块信息。这样，交点条形块在后续工作中，只充当普通条形块的联络员， 将普通条形块有机的联合起来。在识别过程中，交点不参与识别，解决了交点区 域难处理问题。智能跟踪扫描法是本文核心创新点。 最后，扫描图像的矢量化工作十分简洁。整体归类操作，将属于同一的图形 元素的所有条形块放在一起，形成直线、圆、圆弧和曲线候选链表。每一个链表 就是一个图形元素。由此，可以根据个图形元素的自身特征设计矢量化方法。本 文，根据各图形元素的特征选择了合理的矢量化了理论。对于直线，参数少，型 值点丰富，由此采用最小二乘法；对于圆和圆弧，根据圆和圆弧的几何特征，即 三点决定一个圆的基本原理，进行衍生识别；对于曲线，本文采用基于Bezier 曲线拟合理论的Cateljau算法拟合。 本文将核心技术智能跟踪扫描法与传统的扫描方法通过实验进行比较，结果 表明本文的创新技术很好的克服了传统方法的缺陷，效果甚佳。 关键字：工程图矢量化，图像处理，条形块，图元域，直线矢量化，圆弧矢量化，曲线矢量化，人工智能，模式识别