劉杰，劉文吉，劉燦波

(1.武漢理工大學(xué) 能動(dòng)學(xué)院，湖北 武漢 430063;2.南通中遠(yuǎn)川崎船舶有限公司，江蘇 南通 226000)

?

船舶軸系設(shè)計(jì)規(guī)范中曲線類圖形的反向數(shù)據(jù)獲取方法

劉杰1，劉文吉1，劉燦波2

(1.武漢理工大學(xué) 能動(dòng)學(xué)院，湖北 武漢 430063;2.南通中遠(yuǎn)川崎船舶有限公司，江蘇 南通 226000)

利用像素比例映射方法原理，結(jié)合人為確定坐標(biāo)軸像素起始點(diǎn)及輸入對應(yīng)代表的實(shí)際值，針對軸系規(guī)范中各類典型趨勢曲線的變化比較光順的特征，提出基于斜率變化程度控制搜索步長、根據(jù)斜率正負(fù)決定初始搜索方向的變步長曲線搜索方法。相比傳統(tǒng)的像素鄰域搜索方法，省去了圖像細(xì)化的處理步驟，提高了搜索效率。

趨勢曲線；數(shù)據(jù)提取；趨勢識別；算法

在船舶軸系設(shè)計(jì)過程中，有部分規(guī)范要求或配套設(shè)備的性能參數(shù)等以趨勢曲線圖形式提供，需要人為查閱與確定。雖然人為確定參數(shù)不存在任何技術(shù)困難，但這些步驟是整個(gè)設(shè)計(jì)過程中的一個(gè)個(gè)子步驟，如果都需要人為參與確定，則設(shè)計(jì)軟件就無法做到更簡化和智能。要想實(shí)現(xiàn)更智能化的計(jì)算程序輔助設(shè)計(jì)，必須解決對規(guī)范數(shù)據(jù)中表格與圖形數(shù)據(jù)的反向獲取與描述。有學(xué)者針對趨勢圖中只有單一曲線、不存在網(wǎng)格線等干擾情況采用基于像素的鄰域搜索方法實(shí)現(xiàn)了數(shù)據(jù)的反向獲取[1-2]。但對船舶軸系規(guī)范數(shù)據(jù)中同一圖形中有多條趨勢曲線、圖形中存在不連續(xù)點(diǎn)、存在多條網(wǎng)格線干擾等問題，則沒有提出解決方案。擬針對此問題展開分析討論。

1 背景與當(dāng)前做法

在船舶軸系相關(guān)設(shè)計(jì)規(guī)范中，圖形類型的數(shù)據(jù)是一類信息量大、但計(jì)算機(jī)形式化描述又比較困難的信息。在軸系設(shè)計(jì)過程中，根據(jù)規(guī)范公式計(jì)算獲得某個(gè)橫坐標(biāo)的值后，需要根據(jù)規(guī)范約定的相應(yīng)趨勢曲線，從中找到對應(yīng)的縱向坐標(biāo)值，并帶入下一步驟的計(jì)算。圖1為其中的一個(gè)示例，圖2則是對圖1所示圖形反向獲取的數(shù)據(jù)樣例。

圖1 多條趨勢圖形的示例

圖2 反向識別獲取的數(shù)據(jù)示例

在獲取到了圖2所示的表格數(shù)據(jù)后，根據(jù)計(jì)算公式確定橫坐標(biāo)值，根據(jù)插值方法就可以很方便的確定對應(yīng)的縱坐標(biāo)值，這個(gè)過程完全不需要人工干預(yù)。不僅在船舶軸系設(shè)計(jì)過程中，在很多其他工業(yè)設(shè)計(jì)場合也廣泛存在這類需求[3-4]。在無法反向獲取趨勢圖數(shù)據(jù)時(shí)，目前設(shè)計(jì)過程中，大多采用人工識別的方法，即從提供的規(guī)范趨勢圖形上用尺衡量橫坐標(biāo)與縱坐標(biāo)，再估算出需要的值。如果需要將整個(gè)趨勢圖數(shù)據(jù)都表示出來，則只能采用人工描點(diǎn)后再輔助輸入的方式。這種方法工作量大，而且為了方便，只能采用等間隔的量化間隔，人為讀數(shù)及趨勢曲線斜率變化的不均勻，都會導(dǎo)致帶來比較大的誤差。

反向數(shù)據(jù)獲取是利用程序算法實(shí)現(xiàn)將趨勢曲線圖識別為對應(yīng)的數(shù)據(jù)表，并保存到數(shù)據(jù)庫為后續(xù)利用建立基礎(chǔ)。在反向獲取數(shù)據(jù)后保存時(shí)，基于數(shù)據(jù)庫容量的考慮，橫坐標(biāo)只能取有限多個(gè)點(diǎn)，后續(xù)在真實(shí)取值時(shí)需要進(jìn)行插值處理，只要在設(shè)定保存間隔時(shí)，合理控制相鄰數(shù)據(jù)點(diǎn)的斜率變化，誤差可以控制在合理的范圍內(nèi)。

2 處理流程

2.1 處理思路

具體的處理過程可以用流程圖3來描述。

圖3 處理思路流程

圖像預(yù)處理中主要實(shí)現(xiàn)圖形傾斜校正、圖像二值化等操作。這些圖像文件一般來源于照片或掃描文件，再截取其中需要的范圍作為程序處理識別的區(qū)域。目前文獻(xiàn)中介紹的處理方法，都需要對圖像進(jìn)行單像素化處理，即在特定分辨率下，對所得的二值圖像進(jìn)行細(xì)化，單一曲線變得只有一個(gè)象素寬度，這樣才能進(jìn)行后續(xù)基于像素比例方法進(jìn)行反向數(shù)據(jù)獲取。本文方法可以省略單像素化處理這一步驟。圖像預(yù)處理內(nèi)容屬于計(jì)算機(jī)圖形學(xué)相關(guān)研究的范疇[4-5]。在開發(fā)程序進(jìn)行驗(yàn)證時(shí)，對圖像預(yù)處理部分采用的是開源組織提供的OpenCV函數(shù)庫，基于該函數(shù)庫可以簡單方便實(shí)現(xiàn)本文需要的圖像預(yù)處理功能。

坐標(biāo)范圍的確定是反向獲取數(shù)據(jù)的關(guān)鍵步驟，目前還沒有較好的方法能實(shí)現(xiàn)自動(dòng)獲取。采用人工輸入坐標(biāo)值起始范圍的方法，一共只需要在圖形上用鼠標(biāo)點(diǎn)擊確定3個(gè)坐標(biāo)點(diǎn)及輸入4個(gè)數(shù)值，人工操作的工作量非常小?？潭染€識別與消除取決于需要識別的圖形中是否有輔助的刻度線，圖1示例中是有輔助刻度線的情況。單條趨勢線數(shù)據(jù)獲取可以采用將已經(jīng)獲取的數(shù)據(jù)范圍保存或消隱，以減少后續(xù)線識別的復(fù)雜度。

比例像素法識別單個(gè)像素點(diǎn)獲取對應(yīng)真實(shí)值的過程如下：以曲線y=f(x)為例，識別時(shí)采用從左至右的采樣方向，根據(jù)曲線斜率變化程度確定單一曲線采樣步長間隔，依次采樣獲得p(x1,y1)，…，p(xn,yn)，則某個(gè)采樣點(diǎn)p的數(shù)據(jù)值p(x,y)的計(jì)算過程如下。

1)計(jì)算像素比例值k1，k2。

(1)

(2)

2)計(jì)算采樣點(diǎn)P的數(shù)據(jù)值p(x,y)。

(3)

得

(4)

式中：a1,a2為橫坐標(biāo)軸表示的真實(shí)值區(qū)間；b1，b2為縱坐標(biāo)軸表示的真實(shí)值區(qū)間；M為經(jīng)過上述圖像預(yù)處理后的橫坐標(biāo)值a1，a2對應(yīng)的像素寬度值；N為縱坐標(biāo)值b1，b2對應(yīng)的像素高度值；X,Y為采樣點(diǎn)P的像素坐標(biāo)；x,y為采樣點(diǎn)P的真實(shí)值。

采用比例像素映射時(shí)，坐標(biāo)軸不一定是線性的，也可能是對數(shù)坐標(biāo)，如果為非線性坐標(biāo)，需要進(jìn)一步換算，這需要在確定坐標(biāo)軸時(shí)人為識別。

2.2 坐標(biāo)范圍的確定

如圖1所示的趨勢圖數(shù)據(jù)，最少會有一條橫坐標(biāo)和一條縱坐標(biāo)。坐標(biāo)軸的像素范圍確定是解決問題的重要一步，也是后面用比例像素法進(jìn)行趨勢線值計(jì)算的基礎(chǔ)。同時(shí)，坐標(biāo)范圍的確定還可以約束進(jìn)行趨勢圖形掃描檢測的范圍，加快程序運(yùn)行的速度。

坐標(biāo)軸端點(diǎn)像素坐標(biāo)的確定采樣人為在圖形上點(diǎn)擊鼠標(biāo)左鍵的方式，在完成圖形預(yù)處理后，由用戶在圖形上最靠近坐標(biāo)軸端點(diǎn)的地方進(jìn)行點(diǎn)擊，程序獲得點(diǎn)擊的屏幕坐標(biāo)，再換算成圖形上的像素坐標(biāo)。為了提高精度，程序以點(diǎn)擊點(diǎn)為中心進(jìn)行搜索，獲取黑色像素點(diǎn)的平均像素值，再彈出一個(gè)輸入界面，輸入對應(yīng)的真實(shí)值。

2.3 刻度線的識別與消除

如圖1所示，在提供的圖形中，為了方便人工讀取，會提供相應(yīng)的標(biāo)識刻度線。標(biāo)識刻度線會對正常數(shù)據(jù)趨勢線的獲取造成一定的困擾，因此需要先采取措施進(jìn)行識別和消除。不能假定標(biāo)識刻度線一定是均勻分布的，但其方向一定為水平或垂直?；谶@個(gè)特征，識別及消除的基本方法是首先定位出刻度線的分布，再逐線段掃描，將識別出的刻度線位置對應(yīng)設(shè)定為背景像素。問題的關(guān)鍵轉(zhuǎn)化為確定刻度線的分布，即每條刻度線的起始點(diǎn)和終止點(diǎn)。確定的方法有2種。

方法1。人工在圖片上點(diǎn)擊，程序以點(diǎn)擊點(diǎn)為起始點(diǎn)搜索最近的像素值為1的點(diǎn)，將該點(diǎn)識別為刻度線所在的點(diǎn)，再按照鄰域搜索的方法確定刻度線是水平還是垂直。因此，理論上只需要人為點(diǎn)擊3個(gè)點(diǎn)，就可以確定所有均勻分布刻度線，但非均勻分布時(shí)，則需要多次點(diǎn)擊確定，這種方法程序?qū)崿F(xiàn)簡單，但自動(dòng)化程度不夠。

方法2。程序自動(dòng)取識別出坐標(biāo)軸范圍內(nèi)像素的中間點(diǎn)，并獲取該點(diǎn)的像素值。如果為1，則向其水平的左右方向進(jìn)行鄰域查找，為了適應(yīng)刻度線可能為虛線的情況，設(shè)定一個(gè)搜索范圍，計(jì)算該范圍內(nèi)像素值為1的比重，如果比重大于設(shè)定值，則表示搜索到一條水平的刻度線。如果不為1，則在垂直方向上進(jìn)行搜索，遇到像素值為1的情況再進(jìn)行水平方向搜索。垂直方向的刻度線搜索類似，只是最初的搜索方向換成垂直方向。相應(yīng)的識別與消除算法流程見圖4。

圖4 輔助刻度分割線的識別流程

程序識別刻度線的方法可以適應(yīng)刻度線為非均勻分布的情況?？潭染€確定后，消除刻度線需要注意一個(gè)問題，即刻度線一定會與趨勢圖有交點(diǎn)，這個(gè)數(shù)據(jù)交點(diǎn)最好保留，方法為如果存在非水平或垂直方向的鄰域點(diǎn)，則該點(diǎn)保留。

2.4 單條曲線值獲取

根據(jù)文獻(xiàn)[1]中介紹的鄰域搜索方法可以搜索單條曲線，并根據(jù)像素比例映射反向獲得對應(yīng)的值。但軸系規(guī)范中來源的圖像質(zhì)量一般不是很好，很多時(shí)候存在曲線中間有斷點(diǎn)的情況(圖1中圖像即存在斷點(diǎn))，用鄰域搜索不好解決。而且完整的鄰域搜索需要處理的數(shù)據(jù)點(diǎn)太多，計(jì)算量較大。仔細(xì)分析軸系規(guī)范等工業(yè)應(yīng)用場合提供的趨勢曲線，可以發(fā)現(xiàn)基本上變化都非常平緩，這就為采取基于曲線斜率趨勢方向間隔一定步長搜索提供了可能。曲線需要識別的起始點(diǎn)可以采用鼠標(biāo)點(diǎn)擊確定的方法，這樣簡單但需要人為操作。另一種則是從已經(jīng)確定的x軸起始點(diǎn)出發(fā)，采用線掃描的方式識別離y軸最近的分離的黑色像素點(diǎn)作為對應(yīng)曲線的起始點(diǎn)。但對于圖形中存在標(biāo)注文字等干擾因素的情況，自動(dòng)搜索確定的起始點(diǎn)不一定正確，需要綜合判斷。在確定了曲線的第1個(gè)起始點(diǎn)后，在x方向根據(jù)設(shè)定初始間隔(一般4到6個(gè)像素點(diǎn)，對比較平順的曲線可以設(shè)定更大的初始間隔)確定下一個(gè)搜索的點(diǎn)起始y值。在搜索第2個(gè)點(diǎn)時(shí)缺省沿y方向向上搜索，如果在設(shè)定的搜索范圍內(nèi)沒有發(fā)現(xiàn)黑色像素點(diǎn)，則y方向向下搜索，如果也沒有發(fā)現(xiàn)，則曲線可能在該x值處有斷點(diǎn)，則改變x方向的搜索步長再重復(fù)搜索，直到能找到下一個(gè)點(diǎn)為止。在確定了2個(gè)點(diǎn)后，后續(xù)y軸的搜索方向都根據(jù)前2個(gè)點(diǎn)計(jì)算斜率方向來確定，同時(shí)根據(jù)斜率變動(dòng)的大小來動(dòng)態(tài)改變x方向的搜索間隔步長。搜索過程示意見圖5。

圖5 非鄰域間隔搜索的示例

對于有交點(diǎn)的2條曲線，從起點(diǎn)出發(fā)搜索到交點(diǎn)后，采用8鄰域掃描法，且曲線一般是向右單調(diào)的，在局部點(diǎn)上斜率變化應(yīng)比較平緩。在交點(diǎn)處，搜索相關(guān)鄰域，取得與交點(diǎn)相鄰的且為前進(jìn)方向的像素點(diǎn)，分別計(jì)算此處的斜率，并與已經(jīng)確定的前幾個(gè)點(diǎn)的斜率進(jìn)行比較，最接近的方向?yàn)榕袛嗟淖邉莘较?。走向確定原理見圖6。

圖6 交點(diǎn)走向示意

在圖6中，曲線2的交點(diǎn)P(i,j)與其前一個(gè)點(diǎn)P(i-1,j-1)的斜率為1，其與右下角的點(diǎn)P(i+1,j-1)的斜率為-1，與右上角的點(diǎn)P(i+1,j+1)的斜率為1，因此取最接近原來斜率的方向，自然能區(qū)分曲線2的走向，剩下曲線1的走向也就確定了。

對于在交點(diǎn)處斜率變化較大或者斜率絕對值相同的情況，可以通過人工干預(yù)，即人工選擇曲線的走勢，人為進(jìn)行斜率的判斷，選擇曲線要走的方向，達(dá)到曲線跟蹤的目的。

3 實(shí)現(xiàn)效果

利用vb.net語言對本文識別程序算法進(jìn)行實(shí)現(xiàn)，程序運(yùn)行界面如圖2和圖7所示。以獲取的數(shù)據(jù)再繪制為圖形的效果見圖7。比較圖1和圖7，基本一致，證明本文的識別算法可行。

圖7 根據(jù)識別數(shù)據(jù)再重新繪制的圖像

4 結(jié)論

基于軸系規(guī)范中各類典型趨勢曲線的變化比較光順的特征，改進(jìn)了傳統(tǒng)的像素鄰域搜索方法，省去了圖像細(xì)化的處理步驟，提出了基于斜率變化程度控制搜索步長、根據(jù)斜率正負(fù)決定初始搜索方向的變步長曲線搜索方法，提升了數(shù)據(jù)獲取的效率。并支持多條趨勢曲線、多條趨勢曲線相交、存在規(guī)則及非規(guī)則的網(wǎng)格坐標(biāo)曲線、坐標(biāo)軸為非線性分布、趨勢曲線中存在不連續(xù)點(diǎn)等情況。該方法能有效實(shí)現(xiàn)對趨勢曲線的反向數(shù)據(jù)獲取，為建立更智能的軸系輔助設(shè)計(jì)軟件系統(tǒng)掃除了技術(shù)障礙。但在非均勻網(wǎng)格坐標(biāo)分割線的識別效率上，還有進(jìn)一步提升的空間，需要后續(xù)進(jìn)一步研究；同時(shí)坐標(biāo)軸的實(shí)際值還需要人為輸入確定，可以探索進(jìn)一步改進(jìn)。

[1] 饒慧，劉杰.從文獻(xiàn)中獲取數(shù)據(jù)及判據(jù)知識資源的方法研究[J].電腦知識與技術(shù),2010,30(6):8417-8419.

[2] 閻光偉，胡海濤.掃描圖像中時(shí)序曲線的識別及數(shù)據(jù)提取[J].計(jì)算機(jī)研究與發(fā)展，2007，44(增刊2)：251-256.

[3] 袁成清，王志芳，宗成強(qiáng),等.基于集對分析的船舶柴油機(jī)摩擦學(xué)系統(tǒng)狀態(tài)預(yù)測[J].船海工程，2009，38(6)：84-87.

[4] 芮挺，沈春林，張金林.基于字符特征的車牌英文和數(shù)字字符自聯(lián)想識別[J].模式識別與人工智能，2004，17(4)：467-472.

[5] 劉峰,孟凡榮,梁志貞.基于一階和二階信息圖像表示的人臉識別[J/OL].計(jì)算機(jī)應(yīng)用研究,2017(2).http://www.cnki.net/kcms/detail/51.1196.TP.20160509.1431.012.html

Study on Obtaining Data Reversely from Curve Graphs of Criteria in Ship Shafting Design

LIU Jie1, LIU Wen-ji1, LIU Can-bo2

(1.School of Energy and Power Engineering, Wuhan University of Technology, Wuhan, 430063, China;2.Nantong COSCO KHI Ship Engineering Co., Ltd., Nantong Jiangsu 226000, China)

In view of the feature of smooth change in kinds of typical trend curves for shafting design criteria, the principle of pixel proportion mapping was used combined with manually set start pixel point in axis and inputted corresponding actual value. The method of variable step curve search was put forward based on controlling the search step by the extent of slope change and deciding the initial search direction by the plus-minus of slope change. Compared with the traditional neighborhood search method of pixel, this method has got rid of the steps of graphic refinement and improved the efficiency of search.

trend curve; data extract; trend recognition; algorithm

10.3963/j.issn.1671-7953.2017.04.032

2017-01-04

江蘇省科技計(jì)劃項(xiàng)目(BE2015208)

劉杰(1975—)，男，博士，副教授

研究方向：船舶軸系設(shè)計(jì)與優(yōu)化、船舶企業(yè)信息化

U664.2

A

1671-7953(2017)04-0140-04

修回日期：2017-03-13