Includes a matching recognition, handwritten symbols and electrical components standard electrical components of symbols, symbols and electrical components of the first written standard symbols for electrical components normalization processing, the standard electrical components and electrical components of the symbol two symbols handwritten characters linked by the adaptive dictionary coupling projection, and mapped to the unified discriminant subspace and using the dictionary learning to build a classification model, in order to improve the accuracy of handwritten symbol recognition of electrical components. Electrical components of symbol recognition compared with the previous methods, the present invention is used to extract and express Sift, Hu, Gabor and HoG invariant moments feature representation features of the individual electrical components of symbols for electrical components symbol features, and the features are composed of fusion new features with robustness by weighting method; the invention is established the classification model through dictionary learning, so as to improve the classification performance of the whole system.
【技术实现步骤摘要】
一种手写电气元器件符号与标准电气元器件符号的匹配识别方法
本专利技术涉及一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,属于图像识别以及电气自动化的
技术背景电力工程图纸是电气工程人员进行后期的生产制造的重要依据,同时也是电子设计人员进行信息交互的媒介。传统的电力工程图纸主要依靠手画完成设计任务,当设计人员对设计错误进行修改的时候会带来非常大的工作量,造成了电力工程图设计效率低,周期长的问题,同时不能利用现有图纸的信息,在一定程度上也造成了资源浪费。近年来,随着计算机技术的发展,CAD技术的出现在一定程度上缓解了电力工程图设计效率低周期长的问题,巧妙地利用计算机帮助设计人员完成设计计算分析等繁重的工作。随着CAD技术的推广应用,如何将现有图纸信息快速准确的输入到计算机,实现CAD的智能化是现在CAD领域研究的重点,CAD技术虽然在一定程度上减轻了设计人员计算分析的工作,但是CAD主要采用人机交互式的方式,前期仍然需要耗费大量的人力将图纸信息输入到计算机当中,对原有的图纸进行再次绘制,这在一定程度上造成了图纸资源的浪费,工作效率低等问题。针对这一问题电力工程图的自动识别技术就应运而生。电力工程图自动识别的基础是实现电气元器件符号的自动识别,但是传统的电气元器件符号识别没有考虑将同一电气元器件符号的AutoCAD标准电气元器件符号和手写电气元器件符号构建合理联系,在一定程度上造成了识别率低的问题。
技术实现思路
针对现有技术的不足,本专利技术提供一种手写电气元器件符号与标准电气元器件符号的匹配识别方法。本专利技术概述:一种手写电气元器件符号与 ...
【技术保护点】
一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,该方法包括字典学习阶段和测试阶段;所述字典学习阶段包括如下步骤:1)将手写电气元器件符号和标准电气元器件符号进行特征提取,并对特征进行归一化处理;2)对手写电气元器件符号与标准电气元器件符号进行投影,获取公共子空间;3)在公共子空间上学习一个自适应字典及其对应的稀疏系数:使在公共子空间中具有最小的重构误差,并且使来自不同域的相同类的样本的稀疏系数具有对应的线性关系;所述测试阶段包括如下步骤:4)对于给定待测手写电气元器件符号按照步骤1)相同的方法进行归一化特征提取;5)经步骤4)处理后的手写电气元器件符号,利用字典学习阶段得到的投影矩阵U进行投影,得到在公共子空间的特征表示;6)利用步骤3),得到自适应字典,进而得到作为准则的最小重构误差,从而得到待测手写电气元器件符号的稀疏系数;7)对于步骤6)得到的稀疏系数进行线性变换,得到手写电气元器件符号对应的标准电气元器件符号的稀疏系数;8)通过基于欧氏距离的最小距离分类器对手写电气元器件符号进行分类识别,得到手写电气元器件符号对应的标准电气元器件符号。
【技术特征摘要】
1.一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,该方法包括字典学习阶段和测试阶段;所述字典学习阶段包括如下步骤:1)将手写电气元器件符号和标准电气元器件符号进行特征提取,并对特征进行归一化处理;2)对手写电气元器件符号与标准电气元器件符号进行投影,获取公共子空间;3)在公共子空间上学习一个自适应字典及其对应的稀疏系数:使在公共子空间中具有最小的重构误差,并且使来自不同域的相同类的样本的稀疏系数具有对应的线性关系;所述测试阶段包括如下步骤:4)对于给定待测手写电气元器件符号按照步骤1)相同的方法进行归一化特征提取;5)经步骤4)处理后的手写电气元器件符号,利用字典学习阶段得到的投影矩阵U进行投影,得到在公共子空间的特征表示;6)利用步骤3),得到自适应字典,进而得到作为准则的最小重构误差,从而得到待测手写电气元器件符号的稀疏系数;7)对于步骤6)得到的稀疏系数进行线性变换,得到手写电气元器件符号对应的标准电气元器件符号的稀疏系数;8)通过基于欧氏距离的最小距离分类器对手写电气元器件符号进行分类识别,得到手写电气元器件符号对应的标准电气元器件符号。2.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,在步骤1)中,所述特征提取、归一化处理的方法是:采用Sift、Hu不变矩、Gabor或HoG特征表示方法表示单个电气元器件符号的特征,并通过加权的方式对特征进行融合,得到:手写电气元器件符号的归一化特征样本:其中d2代表的是单个手写电气元器件符号的特征维数,N2代表的是手写电气元器件符号的总个数;标准电气元器件符号的归一化特征样本:其中d1代表的是单个标准电气元器件符号的特征维数,N1代表的是标准电气元器件符号的总个数。3.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,所述步骤2)、3)的具体过程如下:首先,学习一个包含k原子的自适应字典D∈Rn×k和标准电气元器件符号的投影矩阵以及手写电气元器件符号的投影矩阵其中n代表标准电气元器件符号与手写电气元器件符号在公共子空间的特征维数,将标准电气元器件符号的归一化特征样本X与手写电气元器件符号的归一化特征样本Y映射到公共子空间中,保证在公共子空间中具有最小的重构误差:最小化下列成本函数在公式(1)中,分别代表标准电气元器件符号的归一化特征样本X和手写电气元器件符号的归一化特征样本Y对应字典D的稀疏系数,在公式(1)的基础上加入一项正则项UiUiT=I(i∈1,2);来自不同域的相同类的样本,它们对应的稀疏系数具有对应的线性映射关系f(·),即U1=PU2,P为线性映射关系,最小化下列成本函数:综上所述,得到最终的目标函数:
【专利技术属性】
技术研发人员:贲晛烨,朱雪娜,孟昭勇,贾希彤,冯云聪,张鑫,
申请(专利权)人:山东大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。