Разработка и исследование моделей и методики графического поиска чертежей и схем в архивах технической документации тема диссертации и автореферата по ВАК РФ 05.13.12, кандидат наук Касимов Денис Рашидович

• Касимов Денис Рашидович
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Касимов Денис Рашидович

ВВЕДЕНИЕ

1 Задача поиска схем и чертежей в электронных архивах технической документации

1.1 Архив технической документации как актив предприятия

1.2 Актуальность проблемы поиска чертежей и схем

1.3 Обзор методов и систем поиска чертежей по изображению-образцу

1.4 Обзор методов и систем восстановления 3Б модели по чертежу

1.5 Системы автоматической векторизации чертежей

1.6 Выводы, постановка цели и задач исследования

2 Модели представления графической конструкторско-технологической информации в поисковой подсистеме САПР

2.1 Когнитивная модель описания чертежных изображений

2.2 Уровни описания чертежных изображений

2.2.1 Граф особых точек и участков примитивов

2.2.2 Граф замкнутых контуров

2.2.3 Граф 3Б объектов

2.2.4 Граф разнородных составляющих

2.3 Строгие и упрощенные графические образы

2.4 Области применения графических образов

2.5 Способы представления атрибутов

2.6 Грамматики проекций твердотельных кинематических объектов

2.7 Метод структурного распознавания твердотельных кинематических объектов на чертеже

2.8 Выводы по главе

3 Методики графического сопоставления и поиска архивных чертежей и схем... 82 3.1 Лучевой граф как инструмент анализа

3.2 Методика сопоставления графов образов чертежных изображений

3.3 Оценка сходства графов образов чертежных изображений

3.4 Модель расширенного диалога между проектировщиком и поисковой

подсистемой САПР

3.4.1 Этапы поиска

3.4.2 Поисковые стратегии

3.5 Методика поиска чертежей и схем по содержанию

3.6 Выводы по главе

4 Экспериментальное исследование эффективности разработанных моделей и методики

4.1 Система поиска чертежей и схем по содержанию «ОгБеагсИ»

4.2 Тестовый архив чертежей

4.3 Используемые критерии оценки качества информационного поиска

4.4 Сопоставление, распознавание и поиск на основе графов особых точек и

участков примитивов

4.5 Поиск на основе графов замкнутых контуров

4.6 Исследование представлений атрибутов и оценок сходства

4.7 Исследование средств уточнения запроса

4.8 Выделение твердотельных кинематических объектов на чертеже

4.9 Сравнение системы поиска чертежей и схем «ОгБеагсИ» с аналогами

4.10 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

Приложение А (справочное) Фрагменты библиотек типовых составляющих

системы «ОгБеагсИ»

Приложение Б (справочное) Эксперименты по распознаванию объектов в задачах

геоинформационного мониторинга

Приложение В (справочное) Описание системы автоматического синтеза 3Б модели по чертежу

Приложение Г (справочное) Экспериментальные показатели систем поиска

чертежей по изображению-образцу

Приложение Д (справочное) Акты внедрения (использования) результатов диссертационной работы

ВВЕДЕНИЕ

При проектировании новых изделий немаловажными являются патентные исследования и применение накопленных знаний: существующих компонентов, конструкторских решений, технологических процессов. Однако найти требуемый документ среди тысяч непросто, учитывая характер технической документации, которую образуют схемы, чертежи, 3D-модели, сканированные документы, содержащие как текст, так и графику.

В настоящий момент проблема поиска чертежей решается главным образом на основе текстово-числовых атрибутов, кодов классификации и текстовых описаний, создаваемых человеком. При этом, помимо высоких затрат ручного труда при создании и сопровождении архива, неполноты описания геометрии деталей, трудно формулировать запросы, в том числе из-за влияния субъективизма, когда люди описывают одну и ту же деталь по-разному. Стандартные способы поиска чертежей в некоторых ситуациях не приводят к удовлетворительным результатам.

Очевидно, арсенал поисковых инструментов проектировщиков должен быть расширен новыми средствами графического поиска по содержанию - контентного поиска (content-based retrieval), основанного на сопоставлении и распознавании зрительных образов. Опыт применения систем, ведущих поиск чертежей и схем по задаваемому пользователем изображению-образцу, показывает их превосходство перед традиционными способами поиска в ряде ситуаций.

Тем не менее, возможности существующих систем графического поиска чертежей и схем еще далеки от желаемых: недостаточная степень соответствия выдачи требованиям пользователя, малая гибкость средств задания запросов. Выработка и реализация оптимальной поисковой стратегии, адаптированной к конкретной задаче, в существующих системах затруднительна.

Информационная потребность проектировщика может иметь множество тонкостей, не выразимых полностью только чертежом или эскизом, а уж тем бо-

лее одними лишь текстовыми атрибутами или глобальными агрегированными характеристиками изображения. Поисковый диалог следует расширить различными способами выражения поисковой потребности и уровнями абстрагирования (от особых точек и примитивов до унифицированных конструктивов и взаимосвязей между ними).

О качественном решении проблемы графического поиска чертежей и схем можно говорить тогда, когда автоматический анализ и сопоставление графической конструкторско-технологической информации происходит подобно процессу ее восприятия инженером. При чтении чертежей инженер обычно оперирует трехмерными образами. Поэтому желательно, чтобы поисковая система была способна автоматически извлекать из чертежей трехмерные геометрические тела и строить на их основе поисковые образы.

Учитывая вышеизложенное, считаем, что проблема повышения релевантности и гибкости поиска чертежей и схем является актуальной.

Степень научной разработанности проблемы. Разработке и исследованию методов поиска технических чертежей по содержанию и алгоритмов автоматического чтения чертежей уделено большое внимание в работах отечественных и зарубежных ученых: Баба Т., Баркова И.А., Бартона Дж.А., Ванна Дж., Ванна П., Гэнга В., Керницкого Д.В., Котова И.И., Кумсапа П., Кучуганова В.Н., Лава Д.М., Лиу Р., Ложкина А.Г., Масумото Д., Полозова В.С., Пу Дж., Рамани К., Роткова С.И., Соуза П., Сунанона П., Тэна З., Тюриной В.А., Фонсеки М.Дж., Хуанга Ф., Цзяна Ш., Цзяо Л., Чжана И., Широковой Л.В. и др.

Уже появились коммерческие системы поиска чертежей и 3Б моделей (например, САОБтё, 1М8Иаре), использующие методы сопоставления графических образов, но по критерию релевантности поиска они еще далеко не совершенны.

Область исследования. Работа соответствует пунктам «4. Разработка принципиально новых методов и средств взаимодействия "проектировщик - система"», «7. Разработка научных основ построения ... процессов работы электронных архивов технической документации ...» паспорта специальности 05.13.12 -«Системы автоматизации проектирования» (САПР).

Объектом исследования являются процессы поиска графической информации в архивах технической документации.

Предметом исследования являются модели и методы поиска графической информации по содержанию на примере технических чертежей и схем.

Цель работы. Повышение эффективности функционирования систем автоматизации проектирования на этапах анализа и применения существующих решений при проектировании новых изделий путем разработки способов анализа и сопоставления чертежных изображений для поиска чертежей и схем в архивах технической документации.

Для достижения поставленной цели требуется решить следующие задачи:

1. Анализ существующих моделей и методов представления, сопоставления и поиска графической конструкторско-технологической информации.

2. Создание модели и алгоритмов описания чертежного изображения, обеспечивающих его содержательное и комплексное представление в поисковой подсистеме САПР.

3. Разработка способа распознавания трехмерных геометрических тел на чертежах деталей, обеспечивающего возможность формирования трехмерных поисковых образов.

4. Создание модели взаимодействия проектировщика с поисковой подсистемой САПР, обеспечивающей высокую прозрачность и управляемость процесса поиска в архивах технической документации.

5. Разработка методики контентного поиска чертежей и схем.

6. Разработка экспериментальной системы графического поиска чертежей и схем в архивах технической документации на основе предложенной методики и экспериментальное исследование ее эффективности.

Методы исследования. Теоретические исследования выполнены с использованием моделей и методов структурного распознавания образов, теории графов, математической лингвистики, теории нечетких множеств, нечеткой логики, теории проектирования баз данных. Экспериментальные исследования выполнены с помощью разработанных программных систем графического поиска чертежей и

схем, синтеза 3Б модели по чертежу с привлечением методов оценки качества информационного поиска.

Научная новизна работы состоит в следующем:

1. Предложена графовая модель чертежного изображения, отличающаяся от существующих тем, что для организации гибкой стратегии поиска содержит четыре взаимосвязанных уровня абстрагирования: граф особых точек и участков примитивов; граф замкнутых контуров; граф 3Б объектов; граф разнородных составляющих.

2. Разработан метод структурного распознавания трехмерных геометрических тел на чертежах, отличающийся конструктивной грамматикой, связывающей два и более проекционных вида, позволяющий формировать трехмерные образы деталей по чертежам для осуществления поиска чертежей деталей в терминах составляющих их 3Б объектов.

3. Разработана процессная модель расширенного поискового диалога, отличающаяся наличием нескольких видов поиска, возможностью задания общих и специальных требований к результатам, визуализацией элементов сходства и различия, наличием параметров настройки соотношения вычислительные затраты/качество, что позволяет пользователю реализовывать гибкую стратегию поиска и уточнять поисковые потребности.

4. Предложена новая методика контентного поиска чертежей и схем, отличающаяся:

- формированием четырех видов графов чертежных изображений,

- применением лучевого графа при сопоставлении образов,

- использованием модели расширенного поискового диалога,

позволяющая повысить эффективность функционирования САПР на этапах анализа и применения существующих решений при проектировании новых изделий.

Теоретическая и практическая значимость работы. Разработаны модели и методика представления, анализа, сопоставления и оценки сходства чертежных изображений, представляющие основу процесса гибкого поиска графической кон-структорско-технологической информации по содержанию.

Реализованные система графического поиска чертежей и схем и система синтеза 3Б модели по чертежу позволяют автоматизировать процесс использования накопленного опыта в виде документации по техническим решениям (чертежи, схемы, 3Б модели, техпроцессы).

Кроме того, система синтеза 3Б модели по чертежу позволяет автоматизировать обучающий процесс по инженерной графике.

Реализация результатов работы. Результаты исследования использованы:

- на ОАО «Ижевский электромеханический завод "Купол"» в рамках опытной эксплуатации;

- в работе ООО «Нордика-Стерлинг» при реализации проектов по техническому перевооружению предприятий;

- в рамках госбюджетной темы №4043 Госзаказ МОиН на 2012 год «Разработка и экспериментальное исследование системы аэрокосмического и геоинформационного мониторинга для визуализации результатов геоэкологических исследований северных экосистем»;

- на кафедре «Автоматизированные системы обработки информации и управления» ФГБОУ ВПО «ИжГТУ имени М.Т. Калашникова» в преподавании дисциплины «Инженерная и компьютерная графика».

Достоверность и обоснованность результатов работы подтверждается:

1) использованием известных положений фундаментальных наук; корректностью созданных моделей;

2) результатами применения разработанных моделей, методики и алгоритмов в различных предметных областях (поиск чертежей, автоматический синтез 3Б модели по чертежу, геоинформационный мониторинг);

3) высокими значениями показателей полноты и точности поиска, которые были определены в ходе экспериментальных исследований, примерами результатов поиска с визуализацией совпавших элементов, сравнением с результатами аналогов.

Апробация результатов исследования. Основные результаты диссертационной работы докладывались:

- на международной научной конференции "Информационные технологии и письменное наследие" (Уфа, 2010);

- на межвузовской студенческой научной конференции "Communication of Students, Master Students and Post-Graduates in Academic, Professional and Scientific Fields" (Ижевск, 2011);

- на мероприятии презентации бизнес-проектов "Startuppoint" (Ижевск, 2011);

- на международном конгрессе по интеллектуальным системам и информационным технологиям "IS-IT'2011" (Дивноморское, 2011);

- на I и VII республиканских конкурсах инновационных проектов по программе "УМНИК" (Ижевск, 2011, 2014);

- на 8-ом открытом немецко-российском семинаре "Pattern Recognition and Image Understanding" (Нижний Новгород, 2011);

- на II Всероссийской конференции аспирантов, магистрантов и молодых ученых с международным участием «Молодые ученые - ускорению научно-технического прогресса в XXI веке» (Ижевск, 2013);

- на IV Форуме молодых ученых в рамках международной конференции «Технические университеты: интеграция с европейскими и мировыми системами образования» (Ижевск, 2014);

- на международном конгрессе по интеллектуальным системам и информационным технологиям "IS-IT'2015" (Дивноморское, 2015);

- на международном форуме "Instrumentation Engineering, Electronics and Telecommunications - 2015" в рамках международной конференции "Приборостроение в XXI веке. Интеграция науки, образования и производства" (Ижевск, 2015).

Публикации. Результаты работы отражены в 15 публикациях, в том числе в 7 статьях в рецензируемых научных изданиях, включенных в Перечень ВАК (4 статьи), Scopus (2 статьи) и Web of Science (1 статья). Отдельные результаты включены в отчеты по проектам РФФИ № 11-07-00632-а, ФЦП «Научные и научно-педагогические кадры инновационной России» № 16.740.11.0423, Госзадания МОиН РФ № 625, программы «УМНИК», Стипендии Президента РФ молодым

ученым и аспирантам. Имеется 1 свидетельство о регистрации программы для ЭВМ.

Структура и объем диссертационной работы. Диссертационная работа состоит из введения, четырех глав, заключения и пяти приложений. Основной текст изложен на 166 машинописных страницах с иллюстрациями. Список литературы включает 116 наименований.

Аннотация работы по главам.

В первой главе обосновывается актуальность проблемы поиска технических чертежей и схем по содержанию, приводится анализ состояния и направлений развития методов графического поиска чертежей, восстановления 3Б модели по чертежу, автоматической векторизации чертежей. На основании выводов по проведенному анализу сформулирована цель и основные задачи исследования.

Вторая глава посвящена модели содержательного компьютерного представления графических образов чертежных изображений на основе качественных, нечетких понятий и типовых конфигураций. Цель ее разработки заключается в создании базы для расширения функциональных возможностей существующих методов и средств графического поиска чертежей, повышения разнообразия поисковых стратегий и путей взаимодействия "проектировщик - поисковая система". Рассматривается разработанный метод автоматического извлечения из чертежей твердотельных кинематических объектов (трехмерных простых геометрических тел, формируемых кинематическим методом), обеспечивающий возможность построения трехмерных поисковых образов деталей, изображенных на чертежах.

В третьей главе приводится методика поиска чертежей по содержанию, включающая представление изображений в виде нечетких пространственно нагруженных графов четырех видов, сопоставление графических образов чертежных изображений с применением лучевого графа как инструмента анализа, оценку сходства образов в качественном представлении атрибутов, а также применение новой модели расширенного поискового диалога, характеризующегося не-

сколькими видами поиска, интерактивной разметкой поисковых образов, различными режимами сопоставления, визуализацией совпавших элементов и др.

В четвертой главе описана разработанная программная система графического поиска чертежей и схем, приведены эксперименты по графическому сопоставлению и поиску чертежей и схем, автоматическому выделению кинематических твердотельных объектов на чертежах, автоматическому синтезу 3Б модели по чертежу, экспериментально исследованы преимущества и недостатки количественных и качественных представлений атрибутов и способов оценки сходства, рассмотрено влияние уточнения запросов на качество поиска, а также дано сравнение разработанной системы графического поиска чертежей с ее аналогами. На защиту выносятся:

1) графовая модель и алгоритмы описания чертежного изображения;

2) метод и инструментальные средства структурного распознавания трехмерных геометрических тел на чертежах;

3) процессная модель и инструментальные средства расширенного поискового диалога;

4) методика и инструментальные средства контентного поиска чертежей и схем.

1 Задача поиска схем и чертежей в электронных архивах технической

документации

1.1 Архив технической документации как актив предприятия

Архив технической документации можно рассматривать в качестве одного из активов предприятия. В новых проектах учитывается накопленный опыт с целью сокращения длительности и стоимости разработки. Большую ценность представляет графическая информация (чертежи, схемы, 3Б-модели, сканированные документы). Для подтверждения сказанного приведем данные ряда исследований, которые касаются профессиональных аспектов работы инженеров-проектировщиков и информационных источников, используемых ими в процессе своей деятельности.

В работах [1, 2, 3] утверждается, что проектировщики проводят от 20 до 30% своего времени, осуществляя поиск проектной информации, а одним из важнейших источников информации для инженеров является документация по техническим решениям и результатам (чертежи, схемы, техпроцессы, спецификации, 3Б модели, отчеты), хранящаяся в архивах предприятия.

Согласно [4], инженеру-конструктору требуется информация о существующих материалах, устройствах и системах, специфичных определенной ситуации.

В работе [5] говорится, что в конструировании важен легкий доступ к информации, в том числе плавное переключение между различными поисковыми стратегиями и источниками информации. Выделяются следующие наиболее значимые информационные источники: предыдущие проекты, обоснования проектов, информация о схожих изделиях, известные проблемы в изделиях, спецификации компонентов, стандарты и нормы, рабочие процедуры, характеристики производ-

ственной линии, информация по новым материалам и компонентам, литература и результаты исследований, коллеги, проектная документация.

Американское исследование [6] утверждает, что каждый раз, когда удается избежать повторной разработки детали, экономится 20 тыс. долл. (33 тыс. долл. -если требовалась новая технологическая оснастка для детали).

В исследовании [7] сделан вывод, что 20% деталей могут быть повторно использованы без модифицирования и еще 18% могут быть использованы с незначительными модификациями.

Введение диссертации (часть автореферата) на тему «Разработка и исследование моделей и методики графического поиска чертежей и схем в архивах технической документации»

1.2 Актуальность проблемы поиска чертежей и схем

Инженерные схемы и чертежи до сих пор остаются востребованными, т.к. они являются универсальным языком: передают геометрию изделия и информацию, необходимую для его изготовления, от одного человека к другому в стандартизованном формате. На заводах, проектирующих и изготавливающих детали автомобилей, оборудование атомных электростанций, военную технику, различные приборы количество чертежей и схем исчисляется миллионами. Многие предприятия в настоящее время выпускают то, что было спроектировано тогда, когда применение средств 3Б моделирования еще не было столь широким [8]. В архивных чертежах и схемах содержится большой опыт, эффективное применение которого позволяет значительно ускорить процесс проектирования новых изделий, как видно в п. 1.1.

С большими архивами технической документации связана проблема поиска в них нужного документа. Согласно [9], поиск заканчивается успешно только примерно в 50% случаев. Рассмотрим стандартные способы поиска чертежей и схем в большом архиве:

1. На основе кодов классификации, включающих геометрические характеристики детали, например, по Классификатору ЕСКД [10]. По опыту, системы

классификации деталей справляются со своей задачей, однако они обладают целым рядом недостатков:

- могут быть не учтены многие особенности в геометрии деталей;

- не слишком удобны в плане формулирования запросов: необходимо следовать строгим критериям;

- требуется ручное кодирование, при котором вероятны ошибки;

- предъявляются высокие требования к квалификации инженеров;

- разработка более адекватной предприятию системы классификации сложна.

На предприятиях деталям присваивают шифры часто не столько ради решения проблемы поиска, сколько из-за необходимости соответствия стандартам (таким, например, как [11, 12]), требованиям заказчиков и др.

2. На основе текстовых описаний и ключевых слов. Здесь аналогичные недостатки: высокая трудоемкость создания и сопровождения архива, субъективизм, поверхностное описание детали с акцентом на функциональное назначение, а не на ее геометрию.

3. Навигация по древовидным каталогам. В таких каталогах обычно представлены лишь типовые детали предприятия.

Перспективным направлением совершенствования процессов нахождения чертежей и схем с целью их повторного использования являются методы и системы графического поиска по образцу, т.е. с элементами сопоставления графических образов. Перечислим ситуации, в которых поиск чертежей по эскизу становится наиболее предпочтительным:

- изучение и анализ конструкторских решений с целью упрощения/ускорения конструкторской разработки;

- реализация Групповой Технологии [13, 14] путем выявления групп похожих деталей;

- заимствование техпроцессов на детали и конструктивные элементы;

- унификация конструкции для сокращения номенклатуры выпускаемых деталей и технологической оснастки;

- подбор подходящего инструмента, приспособления;

- устранение дубликатов;

- патентное исследование.

1.3 Обзор методов и систем поиска чертежей по изображению-образцу

Ниже описываются некоторые существующие методы графического поиска чертежей, приводятся основные результаты их экспериментального исследования, представленные в литературе, дается собственная оценка этих методов. Комплексными обзорами существующих методов поиска технических чертежей по содержанию являются работы [15, 16].

В работах [17, 18, 19, 20] представлен метод поиска векторных чертежей по эскизу, нарисованному на планшетном устройстве от руки. Содержимое чертежей раскладывается на топологию (пространственное расположение полигонов, имеющихся на чертеже) и геометрию (форма этих полигонов). Топологическая информация организуется в виде топологического графа, в котором узлы представляют полигоны чертежа, а ребра - отношения между ними. Этот граф описывает глобальную топологию чертежа. С целью независимости представления чертежа от переноса и поворота, а также упрощения топологического графа используются только три топологических отношения между полигонами: 1) вложенность (один полигон содержит внутри себя другой полигон), 2) смежность (полигоны соприкасаются или пересекаются), 3) расстояние между полигонами, нормализованное с использованием диагонали габаритного прямоугольника родительского объекта, содержащего эти полигоны. Топологический граф имеет хорошо определенную структуру: дерево (отношение вложенности) с боковыми связями на одном уровне (отношение смежности). Корень дерева представляет весь чертеж. Топологический граф преобразуется в многомерные дескрипторы, чтобы решать задачу поиска не на основе определения изоморфизма графов (КР-полная задача), а

путем вычисления расстояний между дескрипторами. Преобразование топологического графа в топологический дескриптор осуществляется на основе вычисления спектра графа [21]: построение матрицы смежности графа, вычисление ее собственных значений, упорядочивание абсолютных значений по убыванию. Для возможности использования эскизов-запросов различной степени детализации и осуществления частичного сопоставления создается несколько топологических дескрипторов по одному топологическому графу чертежа: для каждого уровня древовидной структуры графа и для каждого его подграфа. Каждый дескриптор представляет уровень детализации или часть чертежа. Для ускорения поиска дескрипторы индексируются на основе КВ-дерева. Геометрическая информация о полигоне представляется в виде геометрического дескриптора и включает: площадь и периметр выпуклой оболочки, площадь, периметр, высоту и ширину объемлющего прямоугольника, площадь и периметр наибольшего четырехугольника и треугольника, периметр исходного полигона. Процесс поиска разбит на два этапа: 1) выборка чертежей, топологически похожих на эскиз-запрос, 2) вычисление геометрического подобия между каждым чертежом-кандидатом и эскизом-запросом. Описанный метод был реализован в системе 81ВЯ. Тестирование системы осуществлялось на коллекции из 38 простых чертежей, состоящих из 1-3 фигур типа «прямоугольник», «треугольник», «звезда» и т.п., и 40 чертежей пресс-форм, представляющих собой прямоугольную плиту с множеством круглых, квадратных и треугольных элементов. Было выполнено 12 запросов-эскизов, нарисованных весьма небрежно. В большинстве запросов искомые чертежи были среди первых пяти результатов и почти всегда среди первых десяти результатов. Время поиска составляло 2-10 секунд. По данному методу поиск можно производить только по тем фрагментам чертежа, для которых система создала дескрипторы. Используемый в запросе фрагмент обязательно должен быть композицией из замкнутых контуров. В качестве запросов нельзя использовать конструктивные элементы типа канавок, выступов и т.п. В методе не предусмотрено выявление соответствий элементов, нет механизмов уточнения запроса.

В работе [22] предлагается метод поиска технических чертежей на основе сопоставления атрибутивных графов, описывающих чертежи. Узлы графов соответствуют значимым примитивам (отрезкам и кривым), а ребра описывают пространственные отношения между этими примитивам. При построении графа чертежа применяется модификация метода тесселяции Делоне. Указывается, что традиционный метод Делоне приводит к потере важных отношений и возникновению ложных связей. Предложенная авторами модификация метода Делоне, названная стратегией выборки, заключается в следующем: 1) равномерный выбор нескольких точек на длинном примитиве; 2) использование выбранных точек в качестве входных данных для тесселяции Делоне; 3) упрощение графа путем слияния узлов и ребер, полученных из одного и того же примитива. Для решения проблемы сопоставления графов применена теория среднего поля, позволяющая достичь компромисса между скоростью и производительностью. Тестовая база данных (БД) содержала 100 растровых чертежей умывальников 3-х категорий (22, 22 и 56 чертежей соответственно). Было выполнено 20 запросов (10 - из первой категории, 10 - из второй). Статистика экспериментов следующая: на компьютере Р4-1.30 система просматривает 1 чертеж в среднем за 1.1 секунды, при этом средняя точность результатов поиска составляет около 56%, а полнота - 80%. В данном методе не осуществляется выявление соответствий элементов, не предусмотрено задание специальных требований к результатам.

В методе, описанном в работе [23], элементарным дескриптором чертежного изображения является так называемая структура локальной окрестности (для простоты именуемая также патчем), получаемая путем группирования вокруг некоторой опорной линии нескольких ближайших к ней отрезков/дуг. В качестве опорных используются все примитивы, кроме очень коротких. Патч описывается атрибутами двух видов: свойства примитивов и пространственные отношения между опорной линией и соседними примитивами. Процесс распознавания заключается в следующем. Для каждого патча в эталоне определяется к ближайших патчей в представителе. Для каждого из к патчей-кандидатов осуществляется оценка параметров преобразования, таких как центр объекта, масштаб и поворот.

Результат каждой оценки рассматривается как точка в пространстве параметров, что образует плотную область вокруг эталонной точки при условии наличия объекта эталона в представителе. Для идентификации плотных областей используется метод среднего сдвига. Моды областей, превышающие порог, принимаются как экземпляры объекта в представителе. Тестовая база данных содержала 50 растровых чертежей. По каждому из них был вручную сгенерирован чертеж-запрос, подобный некоторой его части. Время сопоставления с одним чертежом составляло от 10 до 46 миллисекунд. Представленные графики полноты/точности выдачи и четыре примера работы системы доказывают состоятельность метода, его способность осуществлять частичное сопоставление инвариантно к повороту и масштабу. Недостатком метода является отсутствие выявления соответствий элементов, возможности конкретизации поисковой потребности.

В работе [24] предложен метод поиска растровых чертежей. Подход заключается в представлении чертежей векторами характеристик блоков пикселей и вычислении их подобия линейно-взвешенным методом косинусного подобия. Используются характеристики двух видов: 1) признак плотности (степень плотности черных пикселей, т.е. пропорция черных пикселей среди всех пикселей блока), позволяющий описывать пространственное распределение объектов чертежа; 2) инвариантные моменты [25], улучшенные авторами с целью их независимости от переноса, поворота, масштаба (в дискретном случае) и позволяющие описывать всю форму объектов чертежа. Тестовая база данных содержала 200 растровых чертежей размером 640*480 пикселей. Приведенные графики полноты/точности выдачи говорят о том, что в системе реализованы действенные методы графического сопоставления. Подход не поддерживает поиск чертежей по заданному фрагменту, не фиксирует соответствия элементов, не предусматривает учет дополнительных пользовательских требований к результатам.

В работе [26] рассматриваются два альтернативных метода поиска растровых технических чертежей в базе данных патентов: путем измерения подобия графов и путем сравнения гистограмм. Оба метода предполагают преобразование множества линий чертежа в направленный граф 6-ти ближайших (по евклидовому

расстоянию центров линий) соседей, ребра которого нагружены инвариантными атрибутами: относительный угол и относительное расположение двух линий. Атрибуты ребер графа используются также при построении двумерных гистограмм. Сравнение графов осуществляется с использованием варианта расстояния Хаус-дорфа [27]. Сравнение гистограмм осуществляется путем измерения корреляции Бхаттачарья [28]. С целью ускорения поиска предусматривается разбиение исходных изображений на множество меньших таким образом, чтобы каждое содержало отдельный объект. Экспериментальная база данных была предоставлена Европейским Патентным Офисом и содержала 180 патентов. Было выполнено 57 запросов. Полнота выдачи при поиске на основе гистограмм составляет 36.46%, на основе графов - 52.16%. Один из приведенных примеров работы системы демонстрирует ее способность находить сложные объекты. Авторы делают следующие выводы:

- при поиске на основе графов полнота выдачи выше во всех случаях;

- за лучшую производительность техники, основанной на графах, приходится расплачиваться временем поиска, напрямую зависящим от размера и сложности сравниваемых изображений;

- разбиение изображений на меньшие увеличивает скорость поиска в случае гистограммного представления (обусловлено глобальной природой гистограмм), но имеет незначительный эффект при измерении подобия графов;

- методы работают достаточно хорошо для некоторых изображений и плохо в других ситуациях.

Рассмотренные методы не предоставляют пользователю соответствий элементов чертежа-запроса и найденного чертежа, не позволяют пользователю уточнять свою поисковую потребность.

В экспериментальной системе ShapeLab университета Purdue [29] реализовано два метода сопоставления чертежей. В первом методе чертежи представляются как сферические гармоники; для их сравнения применяется быстрое преобразование. Во втором статистическом методе чертеж представляется как гистограмма 2D формы - распределение расстояний между парами случайно выбирае-

мых точек; для измерения подобия между двумя такими гистограммами используется расстояние Минковского. Оба метода достаточно надежны для вычисления подобия между эскизами и нечувствительны к зашумленным чертежным изображениям, поэтому они могут быть применены как к векторным, так и сканированным чертежам, а также позволяют использовать эскизы свободной формы в качестве запросов. Было произведено полномасштабное тестирование системы: база данных включала 2000 чертежей из производственных областей, классифицированных на 50 кластеров от простых до сложных согласно их функциям и геометрической форме; выполнено 200 запросов. Среднее время поиска - 0.1 секунды. Эксперименты показали, что система эффективна, имеет хорошую способность к различению, пригодна для работы на больших коллекциях документов. Методы не могут выявлять соответствия между составляющими элементами, не позволяют пользователю выразить специальные требования к результатам.

Метод, описанный в работе [30], работает с бинарными чертежными изображениями, состоящими главным образом из линий. Он основан на преобразовании Хафа [31], которое применяется для генерации вектора признаков. Используется не вся накопительная матрица, которая строится при вычислении преобразования Хафа, а только угловая информация, что позволяет уменьшить требования к хранению индексов, а также ограничить число операций сравнения, необходимых при сопоставлении. Эксперименты проводились на малой базе данных из 10 изображений с 4 запросами. Результаты показывают, что метод быстродействующий, инвариантен к масштабу, переносу и повороту. Метод не позволяет искать малые части внутри большого изображения, не выдает соответствия между конструктивными элементами, не позволяет задавать расширенные требования к результатам.

Система, предлагаемая в [32], представляет чертежные изображения в виде иерархических топологических графов и осуществляет их сопоставление на основе алгоритма вложенного распределения и расстояния ЕМО [33]. Для тестирования системы было взято примерно 300 векторных чертежей машиностроительных деталей промышленных компаний. Эта выборка содержала все виды типичных

деталей: вал, призма, диск и т.д. Указано, что время сопоставления напрямую зависит от количества вершин в графе чертежа: для 5 вершин - 6 секунд, для 15 вершин - 10 секунд, для 22 вершин - 24 секунды. Утверждается, что система способна выполнять сопоставление не только полных графов чертежей, но также обнаруживать схожие подграфы, что подтверждается двумя примерами работы системы. Однако в качестве запросов нельзя использовать конструктивные элементы детали типа проточка, скос и т.п. Отсутствует возможность предоставления пользователю соответствий конструктивных элементов, уточнения запроса.

В методе, предложенном в [34], бинарный объект чертежа представляется в виде гистограммы, называемой F-сигнатурой, отображающей силы притяжения, действующие между частями объекта по множеству направлений. Для вычисления F-сигнатуры требуется рассмотреть все пары пикселей графического объекта. Сопоставление графических объектов сводится к вычислению степени подобия между соответствующими F-сигнатурами. Метод характеризуется низкой временной сложностью. Экспериментальное исследование метода осуществлялось на чертежах планов этажей, на которых выполнялся поиск таких графических объектов как раковина, душ и т. п. Объем эксперимента не описан. Представленные примеры работы системы говорят о том, что метод инвариантен к основным геометрическим преобразованиям, успешно работает со сложными фигурами и объектами низкого качества. Отсутствует возможность использования фрагмента в качестве запроса. Поиск по описанному методу имеет низкую прозрачность (не выявляются соответствия элементов) и управляемость (нельзя задавать дополнительные требования к результатам).

Система CADFind [35] индексирует не только геометрию изображенной на чертеже детали, но также текстовую информацию, связанную с ней, включая материал, техпроцесс. Извлекаемая из чертежа информация представляется в виде так называемого GT (Group Technology) кода [36] - строки текстово-цифровых символов. Сопоставление чертежей происходит путем нечеткого сравнения соответствующих GT кодов. На базе данных, содержащей 21 тысячу чертежей (39 тысяч проекционных видов), система производит поиск приблизительно за 5 секунд

на стандартном компьютере. Выполнение 14 запросов, варьирующихся от простых до сложных, показало, что полнота выдачи находится на уровне 90-100%, если рассматривать не менее 100 первых результатов. Метод не позволяет искать ни по фрагменту, ни по эскизу, нарисованному от руки, работает только с CAD-чертежами, требует длительной настройки на конкретную базу данных чертежей (полуручная предобработка чертежей, адаптация модели дескриптора, разработка наиболее подходящей структуры поискового каталога), очень сильно полагается на текстовую информацию, привязанную к чертежу (материал, техпроцесс и т.п.), не визуализирует соответствия конструктивных элементов, не позволяет уточнять запрос.

Целью работы [37] являлось проведение графического сопоставления контуров деталей таким образом, чтобы результат сопоставления был адекватен инженерной интерпретации: определение общего структурного сходства с устойчивостью к местным изгибам и растяжениям. Используется двухуровневое представление фигур: множество особых точек с их локальной геометрией, отражающих высокоуровневую структуру контура, и группы элементов между особыми точками, представляющие низкоуровневые геометрические особенности контура. Связь между уровнями осуществляется посредством таблицы поиска. Особые точки определяются среди концевых точек множества элементов контура. С целью получения только желаемых особых точек осуществляется итерационное сглаживание контура (устранение шумов и мелких деталей) на основе метода дискретной эволюции контура (discrete contour evolution) из [38]. Локальная геометрия особой точки включает угол поворота (± показывает выпуклость/вогнутость) [39] и контекст фигуры (базисная ось, проходящая через особую точку и центральную точку фигуры) [40]. Эти две характеристики инвариантны к переносу, повороту, масштабу. Геометрические свойства группы элементов между особыми точками определяются функцией поворота [39] - агрегацией углов поворота точек элементов (выбранных последовательно), параметризованной длиной элементов. Функция поворота включает характеристики выпуклости/вогнутости, перпендикулярности/касания, гладкости/резкости, она инвари-

антна к переносу и масштабу (поворот здесь не имеет значения). Вертикальное изменение функции поворота отражает деформацию изгиба, а горизонтальное изменение - эффекты растяжения. Сопоставление контуров включает: 1) нахождение всех пар особых точек (fk, fk'), схожих в их локальной геометрии (по этим парам точек определяется также глобальный поворот одного контура относительно другого); 2) установление вариантов соответствия структуры контуров (особых точек), начиная из каждой пары (fk, fk'), с помощью алгоритма ослабленной динамической трансформации шкалы времени (relaxed Dynamic Time Warping); 3) сравнение геометрии контуров (групп геометрических элементов) на каждом варианте соответствия структуры контуров путем эластичного сопоставления (Elastic Matching); 4) определение оптимального варианта соответствия структуры контуров. Эксперименты проводились на коллекции из 50 контуров, разделенных на 5 категорий. В качестве запросов было использовано по 2 контура из каждой категории. Указывается, что:

- предложенная стратегия сопоставления работает хорошо, когда два контура имеют большие порции структурного подобия, даже если имеются локальные геометрические деформации и локальные структурные отличия;

- производительность процесса установления соответствия зависит от результатов этапа выделения особых точек: когда фигура имеет большое количество особых точек, требуется относительно большее вычислительное время для осуществления сопоставления, при этом структурное представление становится очень сильно связанным с геометрией, поскольку доминируют мелкие детали;

- структурное сопоставление почти бессмысленно, когда фигура не имеет очевидной структуры,

- эксперименты с реальными инженерными фигурами, имеющими большие локальные вариации, показывают лучшие результаты, чем существующие методы; выдаваемые системой контуры лучше соответствуют инженерным запросам.

Поиск чертежей деталей по описанному методу можно осуществлять только по внешнему контуру, т.е. метод не применим к чертежам, на которых изображе-

ны детали с важными внутренними элементами. Отсутствует возможность конкретизации поисковой потребности.

Поиск чертежей может быть осуществлен также методами, нацеленными на поиск эскизов, не относящимся к техническим областям (например, клипартов), которые нарисованы от руки и состоят из множества штрихов. Примерами указанных методов являются [41, 42, 43]. Они имеют те же недостатки, что и рассмотренные выше методы, ориентированные на инженерные чертежи, в т.ч. отсутствие возможности уточнения запроса и визуализации совпавших элементов.

Важным направлением совершенствования процесса графического поиска чертежей являются исследования в области обратной связи по релевантности, например, [44, 45, 46]. Обратная связь по релевантности заключается в том, что пользователь в представленной ему выборке помечает релевантные и/или нерелевантные документы и система повторно запускает процесс поиска с учетом его интересов. Следует отметить, что в существующих подходах для ощутимого улучшения результатов поиска пользователю необходимо сделать достаточно большое количество пометок.

Таким образом, в области графического поиска чертежей, как и в распознавании образов в целом, превалируют подходы, в которых графическому объекту чертежа дается глобальное описание, а сопоставление графических объектов заключается в применении некоторой алгебраической меры расстояния к их агрегированным описаниям. Характеристики подходов на основе глобальных описаний следующие:

- низкая или средняя временная сложность,

- не фиксируют элементы сходства и различия (дают лишь общую оценку сходства объектов),

- поиск чертежей по заданному фрагменту организуется на основе разбиения чертежей на части (или уровни детализации) и создании для них отдельных дескрипторов.

Существуют также подходы, в которых используется структурное описание графического объекта чертежа, но при этом сопоставление графических объектов

имеет механический уклон, составляющие описаний рассматриваются по-отдельности. Подходы на основе структурных описаний имеют следующие свойства:

- средняя или высокая временная сложность,

- ограниченно поддерживают выявление соответствий элементов (среди рассмотренных только метод из [37] реализует эту функцию),

- могут искать в чертежах заданный фрагмент, работая при этом на полных их описаниях.

Практически все существующие методы инвариантны к масштабу и повороту, т.к. это одно из основных требований, предъявляемых в области графического поиска чертежей.

Автор разделяет мнение [16], что применительно к большинству разработанных подходов сообщается о высоком качестве распознавания, тогда как они были в основном оценены на весьма ограниченном количестве чертежей; их способности должны быть исследованы на полноценных базах данных.

Рассмотренные подходы хороши при плоской постановке задачи поиска чертежей, когда подразумевается, что дан чертеж или эскиз и требуется найти аналоги. Однако одного лишь механизма автоматического сопоставления графических объектов обычно не достаточно для эффективного удовлетворения информационной потребности проектировщика.

Список литературы диссертационного исследования кандидат наук Касимов Денис Рашидович, 2016 год

СПИСОК ЛИТЕРАТУРЫ

1. Tenopir, С. Communication patterns of engineers / Carol Tenopir, Donald W. King. - IEEE/Wiley InterScience, 2004. - 2бб p.

2. Allard, S. Design Engineers and Technical Professionals at Work: Observing Information Usage in the Workplace / S. Allard, K.J. Levine, C. Tenopir // Journal of the American Society for Information Science and Technology. - 2009. - Vol. б0, Is. 3. - P. 443-454.

3. Court, A. W. The influence of information technology in new product development: Observations of an empirical study of the access of engineering design information / Andrew W. Court, Stephen J. Culley, Christopher A. McMahon // International Journal of Information Management. - 1997. - Vol. H, Is. 5. - P. 359375.

4. Gessesse. Scientific communication, electronic access, and document delivery: The new challenges to the science/engineering reference librarian / Gessesse, Kebede // International Information and Library Review. - 1994. - Vol. 2б, Is. 4. - P. 341-З49.

5. Carstensen, P. H. Towards information exploration support for engineering designers / Peter H. Carstensen // Advances in Concurrent Engineering (CE97). - 1997. -P. 2б-ЗЗ.

6. McMurry, D. Defense Parts Management. Program Update / Donna McMurry // Defense Standardization Program Journal. - 2008. - P. 3-11.

l. Wemmerlöv, U. Cellular manufacturing in the U.S. industry: A survey of users / U. Wemmerlöv, N. L. Hyer // International Journal of Production Research. - 1989. -Vol. 2l, No. 9. - P. 1511-1530.

8. Касимов, Д. Р. Анализ возможностей систем графического поиска чертежей / Д.Р. Касимов, Н.А. Ворсина // Научный обозреватель. - Уфа: Инфинити, 2013. - № 11. - С. 95-98.

9. Eckstain, R. Interactive Search Processes in Complex Work Situations A Retrieval Framework. - Bamberg: University of Bamberg Press, 2011. - 223 p.

10. Классификатор ЕСКД. Введение. - М.: Издательство стандартов, 1988. - 20 с.

11. ГОСТ 2.102-68. Единая система конструкторской документации. Виды и комплектность конструкторских документов [Текст]. - взамен ГОСТ 5295-60 и ГОСТ 5291-60; введ 1971-01-01; изм.1988-07-01. - Единая система конструкторской документации. Основные положения: [сборник]. - М.: Изд-во стандартов, 2002. - С. 38-45.

12. ГОСТ 2.109-73. Единая система конструкторской документации. Основные требования к чертежам [Текст]. - Взамен. ГОСТ 2.107-68 и ГОСТ 2.109-68; введ.1974-07-01; изм. 2001-03-10. - Единая система конструкторской документации. Основные положения: [сборник]. - М.: Изд-во стандартов, 2002. - С. 119-143.

13. Митрофанов, С. П. Групповая технология машиностроительного производства. В 2-х т. Т. 1. Организация группового производства. - 3-е изд., перераб. и доп. - Л.: Машиностроение, Ленингр. отд-ние, 1983. - 407 с., ил.

14. Митрофанов, С. П. Групповая технология машиностроительного производства. В 2-х т. Т. 2. Проектирование и использование технологической оснастки металлорежущих станков. - 3-е изд., перераб. и доп. - Л.: Машиностроение, Ленингр. отд-ние, 1983. - 376 с., ил.

15. Weber, N. Retrieval of technical drawings in DXF format - concepts and problems / N. Weber, A. Henrich // LWA 2007 Workshop Proceedings. - 2007. - pp. 213220.

16. Bhatti, N. Image search in patents: a review / Naeem Bhatti, Allan Hanbury // International Journal on Document Analysis and Recognition. - 2013. - Vol. 16, Is. 4. - P. 309-329.

17. Fonseca, M. J. Towards content-based retrieval of technical drawings through high-dimensional indexing / M.J. Fonseca, J.A. Jorge // Computers and Graphics. -2003. - Vol. 27, Is. 1. - P. 61-69.

18. Fonseca, M. J. Content-based retrieval of technical drawings / M.J. Fonseca, A. Ferreira, J.A. Jorge // International Journal of Computer Applications in Technology. - 2005. - Vol. 23, No. 2-4. - P. 86-100.

19. Sousa, P. Sketch-based retrieval of drawings using spatial proximity / P. Sousa, M.J. Fonseca // Journal of Visual Languages and Computing. - 2010. - Vol. 21, Is. 2. - pp. 69-80.

20. Fonseca, M. J. Sketch-Based Retrieval of Vector Drawings / Manuel J. Fonseca, Alfredo Ferreira, Joaquim A. Jorge // Sketch-based Interfaces and Modeling. -2011. - Vol. 12. - P. 181-204.

21. Cvetkovic, D. Eigenspaces of Graphs / Dragos Cvetkovic, Peter Rowlinson, Slobodan Simic. - UK: Cambridge University Press, 1997. - 276 p.

22. Liu, R. Attributed Graph Matching Based Engineering Drawings Retrieval / Rujie Liu, Takayuki Baba, Daiki Masumoto // Lecture Notes in Computer Science. -2004. - Vol. 3163. - P. 378-388.

23. Liu, R. Shape detection from line drawings with local neighborhood structure / R. Liu, Y. Wang, T. Baba, D. Masumoto // Pattern Recognition. - 2010. - Vol. 43, Is. 5. - P. 1907-1916.

24. Jiao, L. An Engineering Drawings Retrieval Method based on Density Feature and improved Moment Invariants / LiLi Jiao, FaJun Huang, Zi Teng // Proceedings of the 2009 International Symposium on Information Processing (ISIP'09, Huang-shan, P. R. China, August 21-23, 2009). - P. 352-355.

25. Hu, M. K. Visual Pattern Recognition by Moment Invariants / M.K. Hu // IEEE Transactions on Information Theory. - 1962. - Vol. 8, Is. 1. - P. 179-187.

26. Huet, B. Relational Skeletons for Retrieval in Patent Drawings / B. Huet, N.J. Kern, G. Guarascio, B. Merialdo // Proceedings of the International Conference on Image Processing. - 2001. - Vol. 3. - P. 737-740.

27. Huet, B. Fuzzy relational distance for large-scale object recognition / B. Huet, E.R. Hancock // Conference on Computer Vision and Pattern Recognition (CVPR '98, June 23-25, 1998). - P. 138-143.

28. Huet, B. Line pattern retrieval using relational histograms / B. Huet, E.R. Hancock // Pattern Analysis and Machine Intelligence. - 1999. - Vol. 21, Is. 12. - P. 13631370.

29. Pu, J. On visual similarity based 2D drawing retrieval / J. Pu, K. Ramani // Computer-Aided Design. - 2006. - Vol. 38, Is. 3. - P. 249-259.

30. Fränti, P. Content-based matching of line-drawing images using the Hough transform / P. Fränti, A. Mednonogov, V. Kyrki, H. Kälviäinen // International Journal on Document Analysis and Recognition. - 2000. - Vol. 3, Is. 3. - P. 117-124.

31. Leavers, V. F. Survey: Which Hough Transform? / V.F. Leavers // CVGIP Image Understanding. - 1993. - Vol. 58, Is. 2. - P. 250-264.

32. Wang, P. An Engineering Drawing Retrieval Method Based on Nested Assignment Algorithm / P. Wang, S. Jiang // Journal of Computational Information Systems. -2013. - Vol. 9, Is. 2. - P. 713-720.

33. Rubner, Y. A metric for distributions with applications to image databases / Y. Rubner, C. Tomasi, L.J. Guibas // IEEE International Conference on Computer Vision (January 1998). - P. 59-66.

34. Tabbone, S. Indexing of Technical Line Drawings Based on F-Signatures / S. Tab-bone, L. Wendling, K. Tombre // ICDAR'01 Proceedings. - 2001. - P. 1220-1224.

35. CADFind - Design Retrieval The Comprehensive Solution [Электронный ресурс]. Системные требования: Adobe PDF Reader. Режим доступа: http://www.sketchandsearch.com/downloads/CADFind design retrieval the com prehensive_solution.pdf (Дата обращения: 20.06.2012).

36. Love, D. Aspects of design retrieval performance using automatic GT coding of 2D Engineering Drawings / D. Love, J. Barton // IDDME 2004 Proceedings. -2004.

37. Hou, S. Structure-oriented contour representation and matching for engineering shapes / Suyu Hou, Karthic Ramani // Computer-Aided Design. - 2008. - Vol. 40, Is. 1. - P. 94-108.

38. Latecki, L. J. Convexity rule for shape decomposition based on discrete contour evolution / L.J. Latecki, R. Lakamper // Computer Vision and Image Understanding. - 1999. - Vol. 73, Is. 3. - P. 441-454.

39. Arkin, E. An efficiently computable metric for comparing polygonal shapes / E. Arkin, L. Chew, D. Huttenlocher, K. Kedem, J. Mitchell // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1991. - Vol. 13, Is. 3. - P. 209-216.

40. Belongie, S. J. Shape matching and object recognition using shape contexts / S.J. Belongie, J. Malik, J. Puzicha // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2002. - Vol. 24, Is. 4. - P. 509-522.

41. Leung, W. H. User-independent retrieval of free-form hand-drawn sketches / W.H. Leung, T. Chen // Proceedings of the IEEE ICASSP02. - IEEE Press, 2002. - P. 2029-2032.

42. Parker, C. Hierarchical matching for retrieval of hand-drawn sketches / C. Parker, T. Chen // ICME. - Washington, DC: IEEE Computer Society, 2003. - P. 29-32.

43. Liang, S. Effective sketch retrieval based on its contents / S. Liang, Z. Sun, B. Li // ICMLC. - 2005. - P. 5266-5272.

44. Liang, Z. Relevant feedback in content-based engineering drawing retrieval / Z. Liang, J. Nan, Lin // CSSE. - 2008. - P. 544-547.

45. Liang, S. Sketch retrieval and relevance feedback with biased SVM classification / S. Liang, Z. Sun // Pattern Recognition Letters. - 2008. - Vol. 29, Is. 12. - P. 1733-1741.

46. Hou, S. Classifier combination for sketch-based 3d part retrieval / S. Hou, K. Ra-mani // Computers and Graphics. - 2007. - Vol. 31, Is. 4. - P. 598-609.

47. Котов, И. И. Алгоритмы машинной графики / И.И. Котов, В.С. Полозов, Л.В. Широкова. - М.: Машиностроение, 1977. - 231 с., ил.

48. Полозов, В. С. Автоматизированное проектирование. Геометрические и графические задачи / В.С. Полозов, О. А. Будеков, С.И. Ротков и др. - М.: Машиностроение, 1983. - 280 с., ил.

49. Кучуганов, В. Н. Автоматический анализ машиностроительных чертежей. -Иркутск: Изд-во Иркут. ун-та, 1985. - 112 с., ил.

50. Ложкин, А. Г. Семиотический анализ машиностроительных чертежей: авто-реф. дис. ... канд. техн. наук : 05.13.16 / Ложкин Александр Гермогентович. -Н. Новгород, 1992. - 22 с.

51. Тюрина, В. А. Разработка методов преобразований каркасной модели в задаче синтеза образа 3D-объекта по его проекциям: автореф. дис. ... канд. техн. наук : 05.01.01 / Тюрина Валерия Александровна. - Н. Новгород, 2003. - 24 с.

52. Suh, Y. S. Interactive Construction of Solids from Orthographic Multiviews for an Educational Software Tool / Yong S. Suh, Johnathen McCasland // Computer-Aided Design and Applications. - 2009. - Vol. 6, Is. 2. - P. 219-229.

53. Carfagni, M. 3D reconstruction problem: an automated procedure / M. Carfagni, R. Furferi, L. Governy, M. Palai, Y. Volpe // Applications of Mathematics and Computer Engineering. - 2011. - P. 99-104.

54. Wesley, M. Fleshing out wire frames / M. Wesley, G. Markowsky // IBM Journal of Research and Development. - 1980. - Vol. 24, Is. 5. - P. 582-597.

55. Weiss-Cohen, M. 3D Reconstruction of Solid Models from Engineering Orthographic Views using Variational Geometry and Composite Graphs / M. WeissCohen // Computer Aided Design and Applications. - 2007. - Vol. 4. - P. 159-167.

56. Норенков, И. П. Основы автоматизированного проектирования: Учеб. для вузов. 2-е изд., перераб. и доп. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. -336 с.: ил. - (Сер. Информатика в техническом университете).

57. Кучуганов, В. Н. Лингвистический алгоритм синтеза трехмерных геометрических моделей по чертежу / В.Н. Кучуганов, Д.Р. Касимов // Приволжский научный журнал. - Н. Новгород: Изд-во ННГАСУ, 2011. - №4. - С. 118-124.

58. Kuchuganov, V. N. Verbalization Principles and the Synthesis of Images of Three-Dimensional Scenes / V.N. Kuchuganov // Pattern Recognition and Image Analysis. - 1996. - Vol. 6, Is. 4. - P. 827-830.

59. Кучуганов, В. Н. Кинематические геометрические модели в концептуальном проектировании / В.Н. Кучуганов, В.В. Харин // Труды 13-й Международной конференции по компьютерной графике и зрению "ГрафиКон-2003". - Москва, МГУ им. М.В. Ломоносова, 2003. - С. 243-245.

60. Vasky, J. 3D Model Generation from the Engineering Drawing / J. Vasky, M. Elias, P. Bezak, Z. Cervenanska, L. Izakovic // Research papers of Slovak University of Technology in Bratislava. - 2010. - P. 47-53.

61. Wang, Z. Reconstruction of 3D Solid Models Using Fuzzy Logic Recognition / Z. Wang, M. Latif // WSEAS Transaction on Circuits and Systems. - 2004. - Vol. 3. - P. 1018-1025.

62. FlexiDesign Help Manual [Электронный ресурс]. Системные требования: Adobe PDF Reader. Режим доступа: https://docs.google.com/a/aspire3d.com/ uc?id=0Bw8AWVCGuQmNiVhNTNkMzUtYTRhMy00NDBiLWI4NTktNTIzYT A2MTIxZDNj &export=download&hl=en (Дата обращения: 21.06.2012).

63. Bethune, J. D. Engineering Design and Graphics with Autodesk Inventor(R) 10 / J.D. Bethune. - Prentice Hall, 2005. - 550 p.

64. An Overview of AutobuildZ [Электронный ресурс] // Parametric Technology Corporation (PTC) [Сайт]. [2012]. Режим доступа: http://www.ptc.com/products/packages/autobuildz/tutorial/PTC002/proewf/en//aut obuildz/autobuildZ.htm (Дата обращения: 21.06.2012).

65. 2D To 3D Conversion [Электронный ресурс] // SolidWorks Help [Сайт]. [2012]. Режим доступа: http://help.solidworks.com/2012/English/SolidWorks/sldworks/ c_2D_to_3D_Conversion.htm (Дата обращения: 21.06.2012).

66. Scan2CAD v8 [Электронный ресурс] // Avia Systems Limited [Сайт]. [2013]. Режим доступа: http://www.scan2cad.com/ (Дата обращения: 16.04.2013).

67. GTXImage CAD PLUS v14 [Электронный ресурс] // GTX Corporation [Сайт]. [2013]. Режим доступа: http://www.gtx.com/products/ (Дата обращения: 16.04.2013).

68. Spotlight Pro 10.0 [Электронный ресурс] // Группа компаний CSoft [Сайт]. [2013]. Режим доступа: http://www.csoft.ru/catalog/soft/spotlight/ (Дата обращения: 16.04.2013).

69. WinTopo Raster to Vector Converter [Электронный ресурс] // SoftSoft Ltd [Сайт]. [2013]. Режим доступа: http://wintopo.com/ (Дата обращения: 16.04.2013).

70. Кучуганов, А. В. Автоматизация обработки и семантическое кодирование цифровых изображений / А.В. Кучуганов, П.П. Осколков // Вестник компьютерных и информационных технологий. - 2013. - № 1. - C. 41-44.

71. RasterVect [Электронный ресурс] // RasterVect Software [Сайт]. [2013]. Режим доступа: http://www.rastervect.com/ (Дата обращения: 16.04.2013).

72. Vextractor. Raster to vector conversion tool [Электронный ресурс] // VextraSoft [Сайт]. [2013]. Режим доступа: http://www.vextractor.com/ (Дата обращения: 16.04.2013).

73. Tunkelang, D. Reconsidering Relevance and Embracing Interaction / D. Tunkelang // Bulletin of the American Society for Information Science and Technology. -2009. - Vol. 36, Is. 1. - P. 20-23.

74. Касимов, Д. Р. Возможности системы графического поиска чертежей, основанной на структурных моделях графических образов / Д.Р. Касимов, А.В. Кучуганов // Известия ВолгГТУ. Серия "Актуальные проблемы управления, вычислительной техники и информатики в технических системах". Вып. 18 : межвуз. сб. науч. тр. - Волгоград: Издательство ВолгГТУ, 2013. - № 22. - С. 138-143.

75. Фу, К. С. Структурные методы в распознавании образов. - М.: Мир, 1977. -319 с.

76. Харари, Ф. Теория графов. - М.: Мир, 1973. - 300 с.

77. Zadeh, L. A. Fuzzy sets / L.A. Zadeh // Information and Control. - 1965. - Vol. 8, No. 3. - P. 338-353.

78. Новак В. Математические принципы нечёткой логики / В. Новак, И. Перфильева, И. Мочкрож. - Физматлит, 2006. - 352 с.

79. Кучуганов, А. В. Графический поиск чертежей в хранилищах данных / А.В. Кучуганов, Д. Р. Касимов // Прикладная информатика. - М.: Маркет ДС, 2012. - №2. - С. 84-92.

80. Анурьев, В. И. Справочник конструктора-машиностроителя. В 3 т. Т. 1. - 8-е изд., перераб. и доп. Под ред. И. Н. Жестковой. - М.: Машиностроение, 2001. - 920 с.: ил.

81. Анурьев, В. И. Справочник конструктора-машиностроителя. В 3 т. Т. 2. - 8-е изд., перераб. и доп. Под ред. И. Н. Жестковой. - М.: Машиностроение, 2001.

- 902 с.: ил.

82. Анурьев, В. И. Справочник конструктора-машиностроителя. В 3 т. Т. 3. - 8-е изд., перераб. и доп. Под ред. И. Н. Жестковой. - М.: Машиностроение, 2001.

- 864 с.: ил.

83. Kuchuganov, A. V. Recursions in Image Analysis Problems / A.V. Kuchuganov // Pattern Recognition and Image Analysis. - 2009. - Vol. 19, Is. 3. - pp. 501-507.

84. Aboulmagd, H. A new approach in content-based image retrieval using fuzzy / Heba Aboulmagd, Neamat El-Gayar, Hoda Qnsi // Telecommunication Systems. -2009. - Vol. 40, Is. 1-2. - P. 55-66.

85. Krishnapuram, R. Content-based image retrieval based on a fuzzy approach / R. Krishnapuram, S. Medasani, Sung-Hwan Jung, Young-Sik Choi, R. Balasubrama-niam // IEEE Transactions on Knowledge and Data Engineering. - 2004. - Vol. 16, Is. 10. - P. 1185-1199.

86. Kuchuganov, A. V. Multilevel Cognitive Analysis in Graphical Retrieval of Drawings / A.V. Kuchuganov, D.R. Kasimov // Pattern Recognition and Image Analysis. - Pleiades Publishing, Ltd., 2013. - Vol. 23, No. 4. - P. 518-523.

87. Kasimov, D. R. Initial level of perception in the task of graphical search of technical drawings / D.R. Kasimov, A.V. Kuchuganov // 8th Qpen German-Russian Workshop "PATTERN RECOGNITION and IMAGE UNDERSTANDING" : proceedings (November 21-26, 2011, Nizhny Novgorod, Russia). - Nizhny Novgorod, 2011. - P. 103-106.

88. Касимов, Д. Р. Поиск чертежей в хранилищах данных с помощью графических образов / Д.Р. Касимов, А.В. Кучуганов // Труды конгресса по интеллектуальным системам и информационным технологиям «IS&IT'11». В 4-х т. Т.1. - М.: Физматлит, 2011. - С. 132-137.

89. Battista, G. D. Graph Drawing: Algorithms for the Visualization of Graphs / Giuseppe Di Battista, Peter Eades, Roberto Tamassia, Ioannis G. Tollis. - Prentice Hall, 1998. - 397 p.

90. Graphviz - Graph Visualization Software [Электронный ресурс] // Graphviz [Сайт]. Режим доступа: http://www.graphviz.org/ (Дата обращения: 21.06.2012).

91. Rozenberg, G. Handbook of Graph Grammars and Computing by Graph Transformation. Volume 1: Foundations. - World Scientific, 1997. - 572 p.

92. Касимов, Д. Р. Система графического поиска чертежей / Д.Р. Касимов, А.В. Кучуганов, А.Е. Лопаткин // Интеллектуальные системы в производстве. -Ижевск: Изд-во ИжГТУ, 2012. - №1. - С. 152-157.

93. Kasimov, D. R. Individual strategies in the tasks of graphical retrieval of technical drawings / D.R. Kasimov, A.V. Kuchuganov, V.N. Kuchuganov // Journal of Visual Languages and Computing. - 2015. - Vol. 28. - P. 134-146.

94. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. - М.: Мир, 1976. - 165 с.

95. Kasimov, D. R. Qualitative Representation and Evaluation of the Similarity of Forms of Lines of Contour Images / D.R. Kasimov, A.V. Kuchuganov // International Journal of Soft Computing. - 2015. - Vol. 10, No. 3. - P. 226-230.

96. Гладкий, А. В. Формальные грамматики и языки. - М.: Наука, 1973. - 368 c.

97. Naur, P. Revised Report on the Algorithmic Language ALGOL 60 / Peter Naur // Communications of the ACM. - 1960. - Vol. 3, Is. 5. - P. 299-314.

98. Cordella, L. P. A (sub) graph isomorphism algorithm for matching large graphs / L. P. Cordella [et al.] // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2004. - Vol. 26, No. 10. - P. 1367-1372.

99. Garey, M. Computers and Intractability: A Guide to the Theory of NP-Completeness / M. Garey, D. Johnson. - Freeman and Company, 1979. - 338 p.

100. Baskararaja, G. R. Subgraph Matching Using Graph Neural Network / G.R. Baska-raraja, M.S. Manickavasagam // Journal of Intelligent Learning Systems and Applications. - 2012. - Vol. 4. - P. 274-278.

101. Jain, B. J. Solving inexact graph isomorphism problems using neural networks / B.J. Jain, F. Wysotzki // Journal of Neurocomputing. - 2005. - Vol. 63. - P. 45-67.

102. Кучуганов, А. В. Распознавание нечетких зрительных образов с помощью лучевых графов // В кн.: Труды конгресса по интеллектуальным системам и информационным технологиям "AIS-IT'10". Научное издание в 4-х томах. Т.1. - М.: Физматлит, 2010. - С. 258-264.

103. Ellson, J. Graphviz and Dynagraph - Static and Dynamic Graph Drawing Tools / John Ellson, Emden R. Gansner, Eleftherios Koutsofios, Stephen C. North, Gordon Woodhull // Graph Drawing Software: Mathematics and Visualization. - Berlin/Heidelberg: Springer-Verlag, 2004. - P. 127-148.

104. Fonseca, M. J. Towards User-Centered Retrieval Algorithms / M.J. Fonseca // EuroHCIR2011 Proceedings. - 2011. - P. 35-37.

105. Кучуганов, В. Н. Вербализация реальности и виртуальности. Ассоциативная семантика / В.Н. Кучуганов // Искусственный интеллект и принятие решений. - 2011. - № 1. - С. 55-66.

106. Datta, R. Image Retrieval: Ideas, Influences, and Trends of the New Age / R. Dat-ta, D. Joshi, J. Li, J.Z. Wang // ACM Computing Surveys. - 2008. - Vol. 40, Is. 2, Article 5. - 60 p.

107. Касимов, Д. Р., Кучуганов, А. В., Кучуганов, В. Н. GrSearch - Графический поиск. Свидетельство о государственной регистрации программы для ЭВМ № 2013618535,2013.

108. КОМПАСА V15. Больше чем CAD [Электронный ресурс] // АСКОН [Сайт].[2014]. Режим доступа: http://kompas.ru/ (Дата обращения: 29.05.2014).

109. Ворсина, Н. А. Исследование алгоритмов графического поиска чертежей: дис. ... магистра техники и технологии / Ворсина Наталья Андреевна. -Ижевск, 2014. - 219 с.

110. Кукареко, Е. Корпоративная информационная система Omega Production версии 8.0 [Электронный ресурс] / Е. Кукареко, С. Коровкин // САПР и графика. - 2005. - №12. - Режим доступа: http://www.sapr.ru/article.aspx?id=14891& iid=706 (Дата обращения: 20.12.2012).

111. Экспертная система Классификатор ЕСКД [Электронный ресурс] // АСКОН [Сайт]. Режим доступа: http://machinery.ascon.ru/software/tasks/item s/ ?prcid=6&prpid=1092 (Дата обращения: 21.06.2012).

112. Manning, C. Introduction to Information Retrieval / C. Manning, R. Prabhakar, H. Schütze. - New York: Cambridge University Press, 2008. - 496 p.

113. Mitutoyo Deutschland CAD-Zeichnungen [Электронный ресурс] // Mitutoyo [Сайт]. Режим доступа: http://www2.mitutoyo.de/mitutoyo-hn/downloads/delete-kopie-1/index.html (Дата обращения: 26.01.2012).

114. GAM Online Catalog [Электронный ресурс] // GAM [Сайт]. Режим доступа: http://catalog.gamweb.com/catalog3/d/gam/ (Дата обращения: 27.01.2012).

115. Касимов, Д. Р. Структурное распознавание и поиск площадных объектов на изображениях / Д.Р. Касимов, А.В. Кучуганов // Информационные технологии в науке, образовании и управлении: труды международной конференции IT + S&E45 (Гурзуф, 22 мая - 01 июня 2015 г.) / под. ред. проф. Е.Л. Глорио-зова. - М.: ИНИТ, 2015. - С. 137-141.

116. Кучуганов, А. В. RECO - программная система для распознавания старославянских текстов / А.В. Кучуганов, Д.Р. Касимов // Информационные технологии и письменное наследие: материалы междунар. науч. конф. (Уфа, 28-31 октября 2010 г.) / отв. ред. В.А. Баранов. - Уфа ; Ижевск : Вагант, 2010. - С. 144-148.

Приложение А (справочное)

Фрагменты библиотек типовых составляющих системы «СгёеагсЬ»

На рисунке А.1 представлены типовые особые точки, использовавшиеся при представлении чертежных изображений в виде графов особых точек и участков примитивов.

Рисунок А.1 - Типовые особые точки

На рисунке А.2 представлены некоторые типовые контуры, использовавшиеся при представлении проекционных видов деталей в виде графов контуров. Число в скобках после имени типового контура соответствует градусной мере периода его ориентации. Особые точки в графическом образе типового контура, отмеченные двойным кружком, являются важными.

Рисунок А.2 - Типовые контуры

На рисунке А.3 представлены некоторые типовые конструктивные элементы, использовавшиеся в качестве эталонов конструктивных элементов, которые подлежали распознаванию на чертежах.

Рисунок А.3 - Типовые конструктивные элементы

Приложение Б (справочное)

Эксперименты по распознаванию объектов в задачах геоинформационного мониторинга

Разработанная система GrSearch позволяет автоматизировать процесс поиска заданного объекта в базе космических снимков. Данная задача возникает в геоинформационном мониторинге при осуществлении "сшивки" спутниковых снимков (требуется совместить два снимка на основе выявления соответствий объектов в области пересечения), атрибутировании объектов на снимках, координатной привязки объектов (имеется размеченный снимок, требуется с его помощью определить координаты соответствующих объектов на новом снимке той же местности).

Описание эксперимента. В качестве искомых объектов служили водоемы. База данных содержала спутниковые снимки различных местностей архангельской области, Карелии и Бурятии; всего - 30 снимков. Снимки были получены в

1 2

Google Maps и Яндекс.Карты . Общее число объектов-водоемов в базе данных составляло 1188 шт. В качестве запросов служили объекты тех же местностей, взятые со снимков, созданных в другое время.

Процесс обработки снимка включал следующие шаги:

1) цветовая сегментация;

2) выделение и аппроксимация границ областей;

3) построение графа особых точек и участков примитивов каждой области.

Первые два шага выполнялись в программе AutoPhoto [70].

1 https://maps.google.ru/

2 https://maps.yandex.ru/

Как обычно, поиск объектов по форме следует проводить по ограниченной выборке, полученной фильтрованием всей базы данных менее ресурсоемкими методами поиска. В описываемом эксперименте предварительное сокращение пространства поиска осуществлялось по атрибуту «площадь объекта».

Поиск объектов по форме осуществлялся в грубом режиме сравнения, т.к. границы водоемов значительно более извилистые, чем контуры приборо- и маши-но- строительных деталей; параметр «минимальное покрытие» был установлен равным 70%.

На рисунке Б.1(а) представлен пример исходного снимка, а на рисунке Б.1(б) - результат цветовой сегментации этого снимка и выделения на нем границ областей.

а) б)

Рисунок Б.1 - Пример снимка: а) исходное изображение; б) результат цветовой сегментации и выделения границ областей

На рисунке Б.2 представлен пример результатов поиска. В данном примере система по заданному водоему нашла два снимка с похожими объектами. Отметим, что первый найденный снимок соответствует той же местности, что и запрос, но был сделан в другое время.

Рисунок Б.2 - Пример результатов поиска водоема

На рисунке Б.3 визуализированы соответствия участков и особых точек запроса и найденных объектов.

Рисунок Б.3 - Соответствия участков и особых точек границ водоемов

Итоговая статистика экспериментов следующая. Было задано 30 запросов, для 22 из них (73.3%) поиск был успешен, причем система в подавляющем большинстве случаев выводила в перечне результатов нужный снимок первым. Поиск одного объекта в базе данных, содержащей 1188 контуров, занимает 7 секунд.

Для большей точности поиска снимков следует учитывать также взаимное расположение объектов. С этой целью для каждого снимка строится граф контуров (см. рисунок Б.4), ребра которого отображают такие пространственные отношения между объектами как направление, удаленность, относительная площадь [115].

Таким образом, разработанные в диссертационной работе модели и методики позволяют успешно решать задачи сопоставления и поиска из области геоинформационного мониторинга.

Приложение В (справочное)

Описание системы автоматического синтеза 3D модели по чертежу

Входными данными экспериментальной системы синтеза 3Б модели по чертежу является векторный чертеж (неупорядоченное множество отрезков, дуг и окружностей), а выходными - трехмерная геометрическая модель. Система требует минимального участия пользователя, комментирует результаты своей работы, позволяет интерактивно корректировать промежуточные результаты. В процессе работы используются два источника информации: графические примитивы, описывающие геометрию модели, а также элементы семантики языка черчения: оси симметрии, линии штриховки разрезов, типы размеров.

На рисунке В.1 представлен пример автоматического выделения ортогра-фических видов и определения их типа (сверху, слева и т.д.).

Рисунок В.1 - Выделение проекционных видов

На рисунке В.2 представлен пример автоматического выделения и классификации осей симметрии (локальные, глобальные).

Классифицированы оси симметрии. Глобальные выделены кроеным цветом, локальные - синил*.

|_Далее »_|

Рисунок В.2 - Выделение осей симметрии

На рисунках В.3 и В.4 приведены примеры автоматического выделения и классификации разрезов (полные, местные).

Найдены линии штриховки разрезов (выделены красным).

Щелкните левой кнопкой мыши по любому элементу чертежа, чтобы добавить его к линиям штриховки. Щелкните еще раз, чтобы удалить его из линий штриховки. После того, как все линии штриховки будут выделены красным, нажмите кнопку "Далее »"'.

Сброс штриховок Далее »

Рисунок В.3 - Выделение линий штриховки разрезов

Рисунок В.4 - Определение границ разрезов

На рисунке В.5 приведен пример выделения твердотельного кинематического объекта.

И

ш

Найден изоморсрный объект. Объект прибавляемый.

Это неверный И О

Подробнее

Далее »

Рисунок В.5 - Выделение "изоморфного" объекта

Система дает подробное описание каждого найденного объекта (рисунок

В.6).

В

Возможные границы (1 из 2) сечения изоморфного объекта.

|_Далее »_|

Рисунок В.6 - Демонстрация рассуждений по объекту

Имеется возможность выбора режима демонстрации работы программы:

1. Детальный пошаговый режим. Выводится информация о результатах работы каждого шага алгоритма.

2. Сокращенный режим. Визуализируются только результаты распознавания твердотельных кинематических объектов.

3. Остановка на ошибках. Выводятся исключительные ситуации, возникшие в процессе работы алгоритма, предлагается сделать корректировку промежуточных результатов.

4. Без демонстрации. Отображается только конечный результат - 3D модель.

Этап визуализации 3D модели реализуется системой геометрического моделирования «Concept», разработанной на кафедре АСОИУ ФГБОУ ВПО «ИжГТУ имени М.Т. Калашникова». Она строит 3D модель каждого объекта, используя контуры, выделенные распознающей системой, и собирает все объекты в единую модель, используя булевские операции (рисунок В.7).

X: 50,00 У: 40,00

Рисунок В.7 - Трехмерная модель крана, автоматически созданная по чертежу

Таким образом, экспериментальная программа является интеллектуальным тренажером по инженерной графике, поскольку:

- работает на произвольных чертежах,

- автоматически выделяет и дает описание составляющим чертежа,

- показывает проекционные зависимости,

- автоматически генерирует 3Б модель, изображенную на чертеже.

193

Приложение Г (справочное)

Экспериментальные показатели систем поиска чертежей по изображению-образцу

В таблицу Г.1 сведены экспериментальные результаты систем графического поиска чертежей. Данная информация была собрана в ходе изучения научной литературы. В конец таблицы Г.1 помещены показатели системы «ОгБеагсИ», разработанной в ходе диссертационной работы.

Таблица Г.1 - Экспериментальные показатели систем поиска чертежей по содер-

жанию

№ Название и/или авторы системы Решаемая задача Размер тестовой БД Вы-полнено запросов Данные о качестве поиска Быст-родей-ствие

1 2 3 4 5 6 7

1 «CADFind», Love, Barton (Англия, 2004) [351 Поиск векторных инженер- 21 тыс. 14 Полнота - более 90% после 40 первых ре- 5 сек.

ных чертежей. зультатов.

2 «SIBR», Fonseca, Ferreira, Jorge (Португалия, 2005)[18] Поиск векторных чертежей по эскизу, нарисованному от руки. 38 простых и 40 пресс-форм 12 Статистич. данные не приводятся. Даны только примеры работы системы. 2-10 сек.

Поиск вектор-

«ShapeLab», ных инженер- Статистич. данные не

3 Pu, Ramani (США, 2006) [29] ных чертежей по эскизу, нарисованному от руки. 2 тыс. 200 приводятся. Результаты лучше, чем у систем №9, №10. 0.1 сек.

Поиск деталей Статистич. данные не

Hou, Ramani по внешним приводятся. Выдавае-

4 (США, 2008) [37] контурам (в т.ч. растровым). 55 10 мые результаты соответствуют ожиданиям пользователя. ?

Продолжение таблицы Г.1

1 2 3 4 5 6 7

5 Liu, Baba, Masumoto (Китай, Япония, 2004)[22] Поиск растровых инженерных чертежей. 100 (3 типа умывальн иков) 20 Полнота - более 80% среди первых 50 результатов. Точность - 56% среди первых 22 результатов. 111.5 сек.

Сопос-

тавле-

6 Liu, Wang, Baba, Masumoto (Китай, Япония, Поиск растровых чертежей. 50 50 Статистич. данные не приводятся. Даны только примеры работы системы. ние с 1 чертежом занимает от 10 до 46 мил-лисе-кунд.

2010)[23]

7 Wang, Jiang (Китай, 2013) [32] Поиск векторных инженерных чертежей. 300 ? Статистич. данные не приводятся. Даны только примеры работы системы. ?

8 Jiao, Huang, Teng (Китай, 2009) [24] Поиск растровых инженерных чертежей. 200 ? Статистич. данные не приводятся. Примеры работы системы не продемонстрированы. ?

9 Huet, Kern, Guarascio, Merialdo (Франция, 2001) [26] Поиск растровых чертежей-патентов. 180 57 Полнота гистограмм-ного метода А -16.67%. Полнота гистограмм-ного метода В -36.46%. Полнота графового метода А - 47.25%. Полнота графового метода В - 52.16%. Графовый метод ищет гораздо дольше гистограмм-ного.

10 Tabbone, Wendling, Tombre (Франция, 2001) [34] Распознавание графических объектов на растровых технических чертежах. 8 объектов с чертежа этажа: душ, раковина и т. п. 4 Статистич. данные не приводятся. Даны вычисленные системой степени подобия между каждым запросом и каждым чертежом из тестовой БД. Высокое

11 Franti, Mednonogov, Kalviainen (Финляндия, 2000) [30] Поиск векторных изображений, состоящих из линий. 10 4 Статистич. данные не приводятся. Даны вычисленные системой расстояния между каждым запросом и каждым чертежом из тестовой БД. Высокое

Продолжение таблицы Г.1

1 2 3 4 5 6 7

Статистич. данные не

12 Liang, Sun (Китай, 2008) [45] Поиск растровых эскизов, нарисованных от руки. 1100 165 приводятся. Предлагаемый метод обратной связи дает большее улучшение ре- 87.2 миллисекунд

зультатов, чем другие известные методы.

Распознавание

Lu, Yang, структурных, функциональ- 217 ре-

13 Yang, Cai (Китай, 2007) ных и декоративных элементов на архитектурных чертежах. альных и 40 синтетических Общий уровень распознавания - 86.41%. ?

Полнота - 100% для

14 Tiwari, Bansal (Индия, 2004) Поиск растровых чертежей-патентов. 200 15 61% запросов. Полнота - 32% для остальных запросов. Точность варьируется между 10% и 35%. ?

10 (внешние контуры) Полнота - 72%. 40 сек.

10 (графы контуров) Полнота - 67%. 1 мин. 30 сек.

15 «Gr Search» Поиск векторных чертежей и схем. 4000 50 (по-умолчанию, графы контуров) Полнота - 71.8%. 1 мин. 32 сек.

50 (уточненные, графы контуров) Полнота - 75.4%. Увеличение точности - 15%. 1 мин. 18 сек.

Коммерчески предлагаемой системой является только «САОБтё»; все остальные - экспериментальные. Высокие показатели системы «САБЕтё» могут быть объяснены следующими моментами. Реализованный в ней метод поиска существенно полагается на текстовую информацию: материал, техпроцесс и т. п. Только в ней экспериментальные результаты были получены с использованием подобного рода данных. «САОБтё» также требует длительной настройки на предметную область: полуручная предобработка чертежей, приспособление модели дескриптора под конкретные материалы, разработка наиболее подходящей структуры поискового каталога, проведение серии тестов на производительность.

Приложение Д (справочное)

Акты внедрения (использования) результатов диссертационной работы

АКТ

о внедрении (использовании) результатов диссертационной работы Касимова Дениса Рашидовича

Комиссия в составе: председатель - Яркеев Геннадий Трофимович, заместитель

начальника управления 090 . _

члены комиссии:

._Кубатко Данил Викторович, главный инженер ОКБ._______

__Бузанов Алексей Валентинович, заместитель главного технолога по подготовке

производства.___

_Локинский Николай Сергеевич, главный специалист по ИТ___

составила настоящий акт о том, что результаты диссертационной работы Касимова Д.Р. приняты к опытной эксплуатации на ОАО «Ижевский электромеханический завод «Ку^

в следующем виде:

!. Программной системы графического поиска чертежей в хранилищах данных.

2. Программной системы автоматического синтеза 30 модели по чертежу.

3. Методических рекомендаций по использованию системы графического поиска чертежей в хранилищах данных, системы автоматического синтеза 30 модели по чертежу.

Использование указанных результатов позволяет:

- осуществлять графический поиск машиностроительных чертежей в архивах, опираясь на методы автоматической векторизации чертежей, формирования и распознавания графических образов;

- существенно повысить скорость поиска и степень соответствия заданным параметрам;

- сократить сроки проектирования новых изделий;

-устранить дублирование информации.

пол»

Члены комиссии:

Председатель комиссии:

АКТ

о внедрении (использовании) результатов диссертационной работы Касимова Дениса Рашидовича

Комиссия в составе: председатель - Коробейников A.C., члены комиссии: Бекмансуров В.А.; Столов A.A.

составила настоящий акт о том, что результаты диссертационной работы Касимова Д.Р. использованы в работе ООО «Нордика Стерлинг», при реализации проектов по техническому перевооружению предприятий, в следующем виде:

1. Программных модулей системы графического поиска схем, планов, чертежей и 3d моделей в хранилищах данных.

2. Методических рекомендаций по использованию системы графического поиска схем, планов, чертежей и 3d моделей в хранилищах данных.

Использование указанных результатов позволяет:

- осуществлять графический поиск, схем, планов, чертежей и 3D - моделей в архивах, опираясь на методы автоматической векторизации чертежей, формирования и распознавания графических образов:

- существенно повысить качество поиска;

- сократить сроки проектирования новых изделий;

- устранить дублирование элементов (графических изображений);

- быстро извлекать необходимые изображения.

Председатель комиссии: Члены комиссии:

(Коробейников A.C.)

(Бекмансуров В.А.) (Столов A.A.)

УТВЕРЖДАЮ

Первый проректор но стратегическому направлению и научно-инновационной

ВПО "Северо-

ВПО "Северо-■альный университет

Т1

.И. Васильев 20 г.

о внедрении (использова^^^е&ль диссертационной ршФщй,^ Касимова Дениса Рашидовича

Комиссия в составе: председатель - Николаев Анатолий Николаевич д.б.п.. декан биолого-географического факультета, члены комиссии: Слепцова Надежда Петровна -к-б.н.. доцент зав. кафедрой географии. Саввинова Антонина Николаевна к.г.н., доцент кафедры географии. Данилов Юрий Георгиевич - к.г.н.. доцент кафедры геощфии составила настоящий акт о том, что результаты диссертационной работы Касимова Д.Р. использованы в рамках госбюджетной темы №4043 Госзаказ МОиН на 2012 год по теме: «Разработка и экспериментальное исследование системы аэрокосмического и геоин-формаиионного мониторинга для визуализации результатов геоэкологических исследований северных экосистем» в следующем виде:

]. Подсистема формирования признаков объектов на основе теории нечетких множеств в автоматизированной системе обработки аэрокосмических снимков.

Использование указанных результатов позволяет:

- повысить эффективность, быстродействие и качество анализа графической информации на примере аэрокосмических снимков;

- повышение быстродействия, надежности и степени универсальности методов и инструментальных средств обработки, анализа и распознавания изображений в том числе в учебном процессе;

- автоматизировать обработку аэрокосмических снимков.

Председатель комиссии:

(Николаев А.Н.)

Члены комиссии:

(Слепцова Н.П.)

(Саввинова А.Н.)

(Данилов Ю.Г.)

УТВЕРЖДАЮ Проректор по учебной

«Ижевский государственный техшаеский университет ^й^^МГГ; Калашникова»

|_В .В. Хворенков

2014 г.

АКТ

о внедрении (использовании) результатов диссертационной работы Касимова Дениса Рашидовича

Комиссия в составе: председатель - декан факультета ИВТ. д.т.н.. профессор. Лялин В.Е.. члены комиссии: к.т.н., доцент кафедры АСОИУ Мокроусов М.Н.: К.Т.Н., доцент кафедры АСОИУ Ермилов В.В.; ст. преп. кафедры АСОИУ Коробейников A.A._

---------------

составила настоящий акт о том, что результаты диссертационной работы Касимова Д.Р. использованы на кафедре АСОИУ ФГБОУ ВПО «Ижевский государственный технический университет имени М.Т. Калашникова» для проведения практических занятий и оценки знаний студентов по дисииплине «Инженерная и компьютерная графика»

в следующем виде:

- системы автоматического синтеза 3D модели по чертежу «Work3D»;

- методических рекомендаций по использованию системы автоматического синтеза 3D модели по чертежу «Work3D».

Использование указанных результатов позволяет:

- обучаемым самостоятельно в интерактивном режиме развивать пространственное воображение и готовиться к экзамену, получать консультацию по конкретному примеру без необходимости обращения к преподавателю;

- автоматизировать труд преподавателя по созданию интерактивных упражнений;

- сократить время на обработку результатов выполнения проверочных заданий.

Члены комиссии:

Председатель комиссии: