[发明专利]一种手绘图形伪折点的消除方法及系统

说明书

技术领域

本发明涉及一种手绘图形伪折点的消除方法及系统。

背景技术

手绘图形也称之为草图，是设计师在概念设计表达其设计意图的常用方式，它提供给设计师一个展现设计思维，开展创造性设计工作的平台。但是手绘图形信息的模糊性和用户输入的随意性阻止了手绘图形识别技术的发展。随着计算机软硬件性能的不断提高，计算机图形学、模式识别、人工智能和人机交互等学科的迅速发展，目前国内外许多机构对基于人机交互技术的草图识别展开了相关的研究，出现了许多具有代表性的识别方法，如基于笔划和图元表示法、基于统计几何特征的方法等。(参考例文常新立.手绘几何图形的识别研究[D].武汉理工大学.2009:1-2)

随着硬件设备的不断更新，如触屏手写板、Table PC的出现，基于PC的交互式手绘草图正逐渐成为设计师进行手绘草图的一种新的方式。但是由于手绘图形输入的随意性和自由度，导致手绘图形常常受到图形结构和设备特性等多种环境因素的影响，这给后端设备对手绘图形的识别造成了较大的难度。

20世纪90年代计算机支持的草图技术逐渐成为许多学者专家研究的热点，他们从各个方面各个角度展开研究工作。目前国内的诸多研究机构从纸笔交互的界面、体系结构和识别算法等不同角度对草图理解进行了研究。如中国科学院软件研究所的的栗阳等人设计实现了笔式用户界面开发工具——Penbuilder，允许用户自由笔式输入，支持各种笔交互信息和灵活的事件的处理，支持跨平台的面向无处不在的计算的笔计算环境；微软亚洲研究院的多通道用户界面组正在研究和探索先进的用户界面技术，以实现更加自然的用户界面，其正在研究的智能数字墨水能够帮助人们在电脑上用自己的笔迹随意书写，用墨水记录自己的思想；南京大学计算机软件新技术国家重点实验室的孙正兴教授等人也对此开展了相关研究，从CAD系统出发，对手绘草图识别进行了研究，取得了一系列成果。

手绘图形(即草图)的识别是指将通过笔式交互获取的模糊草图表达映射至精确的图形的表达，它注重图形形状的构成与理解，需要从用户勾画草图的图形构造及表现中挖掘图形约束，将不自由不规则的草图图形应射成规则的几何图形。

手绘图形识别研究方法主要有以下几大类：

1)统计类方法：基于圆锥曲线方程的线性最小平方匹配法，能实时地分类手绘笔划，识别直线、椭圆弧和圆角。

2)模糊类方法：用模糊逻辑和模糊认识，从草图的位置、方向、速度和加速度捕获绘图者的意图，实现草图识别。

3)几何方法：把手绘图作为整体进行识别，需要进行平滑处理、提取圆弧段、识别结点、分解出直线段；在根据相邻三点的矢量建立角度相似函数，采用夹角角度作为圆弧和直线段的提取特征，并给出角度的实验阈值，然后进行分类。(参考例文Chen Dongfan,Wang Ronghang.The principles of online handsketching input[J].Journal of Computer-Aided Design&Computer Graphics,1993,5(2):114-120)

4)神经网络方法：一种是通过提取元素几何形状的内角特征，用二进制突触的权重算法BSW(含一个隐层的前馈网)进行识别的方法。该方法以整体方式识别三角形、椭圆和矩形三种图素，但仅适用于绘图包和掌上电脑的自动草绘输入(参考例文Ulgen Figen,Flacell Andrew,Akamatsu Norio.On-line shape recognition with incremental training using binary synaptic weights algorithm[J],Applied Intelligence,1996,6(3):225-240)。另一种是提出模糊样条曲线识别器FSCI，并训练三层前向神经网实现模糊分类规则，可识别七种图素(直线、圆、圆弧、椭圆、椭圆弧、开式自由曲线和闭式自由曲线)，单个图素均限制在水平、垂直和四分角方位，且对于不同的使用者需重新训练神经网。(参考例文Yukinori Suzuki,Ken-ichi Itakura,Sato Saga,etc.Signal processing and pattern recongnition with soft computing[J].Proceeding of the IEEE,2001,89(9):1297-1317)

目前方法的缺点是直接利用手绘图形数据提取出不同图素然后进行手绘图的重构，这些方法的性能将直接受到手绘图形中伪折点的影响。

发明内容