随着制图软件的广泛应用,面对逐渐积累的大量工程图纸,如何快速对现有图纸进行信息提取和检索查询,已成为迫切需要解决的问题。目前主要是通过人工比对的方式对数据库中的图纸进行查找,流程繁琐同时效率较低。因此快速提取工程图纸中的关键信息并建立图纸信息数据库和相似图纸查找系统,将大大提高工程图纸的管理效率。以此为背景,本文研究了利用人工智能技术,快速自动提取工程图纸中关键信息的技术,主要对工程图纸中的标题栏信息以及标注尺寸信息进行了提取,建立图纸信息数据库,设计了一套信息提取与查询系统。本文主要的研究工作如下:首先,本文对工程图纸的标题栏信息提取方法进行了研究。主要涉及到文字区域定位与文字识别两方面。鉴于表格标题栏格式较为固定,利用切分表格单元格的形式对关键信息进行了定位分析。基于卷积神经网络设计了文字识别模型,实验表明,文字识别率相比传统文字识别率得到了有效的提升,实现了对标题栏信息的自动化提取。其次,考虑到传统基于特征的标注尺寸检测方法效率较低,同时标注信息的提取是字符与图元相结合的结果,所以本文创新性的使用深度学习的方法对标注尺寸与字符同时进行检测,通过实验发现,该方法可以准确的对标注尺寸信息进行定位。之后对定位后的标注数字进行识别与整合,实现了对尺寸信息的有效提取。最后,针对相似图纸查找的需求,本文先对图纸关键信息自动化提取的整个流程进行了设计,实现了对图纸标题栏信息和标注信息的快速智能提取,并将提取结果导入数据库。在建立好数据库的基础上,设计了一个图纸查找系统,系统自动提取图纸中的关键信息,然后在数据库中进行匹配,最后输出信息匹配成功的图纸。此系统省去了人工查找的繁琐流程,极大的提高了查找的效率。