［林濤 嚴(yán)益強(qiáng)］

1 人工智能（AI）技術(shù)檢測(cè)非封閉體的必要性

工程設(shè)計(jì)圖紙的合規(guī)性審核是工業(yè)界的常見需求，例如設(shè)計(jì)圖紙中的圖形、表格、文字等規(guī)范性的審查。圖形的審查涉及圖形對(duì)象是否滿足圖例要求，確定對(duì)象之間的關(guān)聯(lián)關(guān)系等。這部分工作過去主要由人工完成，成本較高，且容易錯(cuò)漏。近年來，國家提出了人工智能AI的戰(zhàn)略性布署，人工審核往智能審核發(fā)展勢(shì)必成為趨勢(shì)。

智能審核的要點(diǎn)之一即圖形對(duì)象的檢測(cè)，目前業(yè)界較容易實(shí)現(xiàn)一些簡單對(duì)象的檢測(cè)，例如圓形、三角形等，其構(gòu)成往往為規(guī)則的封閉圖形，并且對(duì)象之間不重疊。而對(duì)于不規(guī)則、非封閉，且重疊的對(duì)象，現(xiàn)有的方法[1-4]難以進(jìn)行準(zhǔn)確檢測(cè)，其中從重疊對(duì)象中準(zhǔn)確分離出各個(gè)完整對(duì)象是難點(diǎn)。然而，這類對(duì)象的檢測(cè)與諸多實(shí)際業(yè)務(wù)需求相關(guān)，例如圖紙中的交叉線條、非封閉的重合框等，因此解決該問題有著非常重要的意義。

2 AI檢測(cè)技術(shù)原理

首先從原圖中去除無關(guān)對(duì)象。不規(guī)則非封閉對(duì)象通常由規(guī)則直線段組成，因此去除原圖中無關(guān)對(duì)象（如文字、表格、規(guī)則圖形等），這將有助于后續(xù)檢測(cè)工作。此處檢測(cè)主要通過傳統(tǒng)圖像處理中形態(tài)學(xué)的腐蝕和膨脹操作組合完成，其中腐蝕和膨脹操作都是使用預(yù)先設(shè)計(jì)的結(jié)構(gòu)元素對(duì)二值圖像進(jìn)行滑動(dòng)處理，具體為。

（1）腐蝕操作

腐蝕就是求取結(jié)構(gòu)元素區(qū)域中的最小像素值，并把最小像素值賦值給錨點(diǎn)像素點(diǎn)。例如二值圖像，目標(biāo)對(duì)象是高亮區(qū)域，背景為暗區(qū)域，通過對(duì)二值圖像進(jìn)行腐蝕處理，會(huì)得到圖像中目標(biāo)對(duì)象的輪廓向內(nèi)部收縮，實(shí)現(xiàn)目標(biāo)對(duì)象縮小效果。

（2）膨脹操作

膨脹就是求取結(jié)構(gòu)元素區(qū)域中的最大像素值，并把最大像素值賦值給錨點(diǎn)像素點(diǎn)。例如二值圖像，目標(biāo)對(duì)象是高亮區(qū)域，背景為暗區(qū)域，通過對(duì)二值圖像進(jìn)行膨脹處理，會(huì)得到圖像中目標(biāo)對(duì)象的輪廓向外部擴(kuò)張，實(shí)現(xiàn)目標(biāo)對(duì)象放大效果。

通過腐蝕操作，可以清除原圖中輪廓較細(xì)的對(duì)象，利用膨脹操作，可以突出原圖中待檢測(cè)目標(biāo)對(duì)象。

接著從圖像中提取出直線段。在經(jīng)過第一步處理后，圖像中僅保留了組成待檢測(cè)對(duì)象的圖形元素，由于不規(guī)則非封閉對(duì)象通常由規(guī)則直線段組成，因此需要從中檢測(cè)出直線段圖像元素，以供后續(xù)不規(guī)則非封閉對(duì)象的重構(gòu)處理。此處主要利用Canny邊緣檢測(cè)算法和霍夫直線檢測(cè)算法。

最后重構(gòu)不規(guī)則非封閉對(duì)象。具體是將上述處理得到的直線段通過合理組合得到完整的不規(guī)則非封閉對(duì)象。

由此可知，一個(gè)直線段最多只能與兩條直線段相連，根據(jù)直線段之間端點(diǎn)距離關(guān)系，利用封閉抑制組合算法找出所有完整的不規(guī)則非封閉對(duì)象，得到在工程圖紙中所有不規(guī)則非封閉對(duì)象的分離結(jié)果。

其中封閉抑制組合算法具體處理步驟為。

。

鄰接矩陣中每個(gè)元素具體為：

④ 組合非封閉對(duì)象。首先從集合 中抽出一個(gè)二元組最為基準(zhǔn)，接著遍歷中的每一個(gè)二元組，如果兩者當(dāng)中存在相同直線段，則更新基準(zhǔn)，并從集合中抽出該二元組，例如基準(zhǔn)為，如果二元組為，由于存在相同直線段，因此更新基準(zhǔn)為，然后繼續(xù)遍歷，直至基準(zhǔn)無法更新或者基準(zhǔn)中沒有直線段，如果是后者，則表明所抽出的直線段組成了一個(gè)封閉對(duì)象，應(yīng)該剔除；如果是前者，則表明所抽出的直線段組成了一個(gè)非封閉對(duì)象，應(yīng)作為結(jié)果輸出。重復(fù)上述步驟直至集合為空，最終輸出直線段所組成的所有非封閉對(duì)象。

3 具體實(shí)施方式

基于圖形特征提取工程圖紙中不規(guī)則非封閉重疊對(duì)象的方法，擬解決在復(fù)雜圖紙中干擾項(xiàng)多，待檢目標(biāo)為不規(guī)則非封閉圖形，在存在對(duì)象相互重疊的情況下，從中準(zhǔn)確分離出各個(gè)完整對(duì)象的問題。實(shí)施包含如下步驟。

（1）輸入工程圖紙圖像I，并進(jìn)行二值化處理得到二值化圖像B。

（2）通過指定結(jié)構(gòu)元素We和Wd，對(duì)二值化圖像B進(jìn)行腐蝕和膨脹處理，得到處理后的圖像Bed。

（3）利用Canny邊緣檢測(cè)方法對(duì)圖像Bed進(jìn)行處理，得到圖形邊緣信息。

（4）利用霍夫直線檢測(cè)方法分別檢測(cè)出垂直線段和水平線段。

（5）從所確定的直線段信息中，利用封閉抑制組合算法確定出所有完整的不規(guī)則非封閉對(duì)象，返回在工程圖紙中對(duì)象重疊情況下，每個(gè)不規(guī)則非封閉對(duì)象的分離結(jié)果。

至此，檢測(cè)工作完成。

4 結(jié)語

從實(shí)施效果看，基于AI的圖紙審核方法，可以大大提高圖紙審核效率，降低人為差錯(cuò)。相信，隨著AI技術(shù)的進(jìn)一步發(fā)展，機(jī)器代替人工將會(huì)發(fā)揮越來越重要的作用。