Automatic input of paper-based line drawings into a CAD system can be performed by converting the rasterized image of the drawing into a description in terms of CAD primitives. The conversion process can be roughly divided into two functional modules of low-level picture processing and application specific meaning extraction. The automatic input system should be accurate, robust, and efficient. Most of existing systems impose severe restrictions on the input drawings to increase their recognition accuracy, but it prevents them from being totally effective in the general engineering environment. In addition, little care has been taken about the computational efficiency.
In this thesis, we present two automatic systems for the recognition of logic circuit diagrams and the vectorization of general line drawings. By constructing the preprocessing module which is commonly used for the two systems as a sequence of contour-based picture processing operations, we can make them highly efficient. Through and error correcting mechanism and a flexible knowledge representation, we can make them reliable for the syntactic variations of input drawings. In case of vectorization, we can obtain higher degrees of data compaction ratio and applicability from the extraction of free-form curves.
Experiment with a number of logic diagrams shows that the recognition system identifies more than 96＼% of symbols and connections and that an A4-sized diagram with an average complexity can be processed within 15 seconds on a workstation. Another advantage of the system is the flexibility of knowledge representation in which the prior knowledge about input diagrams can be modified without rewriting the recognition program. Similar performance can also be obtained for the vectorization system. The efficiency in terms of time and storage can be readily achieved by the contour-based picture processing, and higher degrees of geometric accuracy and data compression can be reached from the vector-oriented description.
종이상에 그려진 선도면을 CAD 시스템에 자동입력하기 위해서는 도면에 대한 래스터 영상으로 부터 입력하고자 하는 CAD 시스템에서 요구하는 형태의 정보를 추출하는 기능이 필요한데, 이러한 기능은 크게 영상처리 모듈과 지식을 사용하여 도면상의 의미를 추출하는 모듈로 구성될 수 있다. 선도면을 자동입력하는 시스템은 정확하고 신뢰성있으며 효율적이어야 한다. 그러나 기존에 발표된 대부분의 시스템은 입력 도면에 많은 제약을 가하고 있기 때문에 일반적인 환경에서는 적용하기 어려울 뿐만 아니라 효율성 측면에서도 높은 성능을 갖추지 못하고 있다.
본 논문에서는 이와같은 문제점을 극복한 두가지 시스템, 즉 논리회로 도면을 인식하는 시스템과 일반 선형도면을 벡터화하는 시스템을 개발하였다. 두 시스템에 공통적으로 사용되는 전처리 모듈을 외곽선을 기반으로하는 일련의 영상처리 연산들로만 구성함으로써 전체 시스템의 효율 증대를 꾀하였고, 입력 도면상의 잡음을 제거하는 기능과 논리기호 인식을 위한 지식을 융통성 있게 표현하는 방식을 통해서 전체 시스템의 신뢰성 향상을 도모하였다. 벡터화의 경우, 자유곡선을 추출하는 기능을 통해 압축율과 표현의 일반성을 향상시킬 수 있도록 하였다.
구현된 논리회로 인식 시스템으로 몇가지 도면에 대해 실험한 결과, 기호및 연결선에 대한 인식률은 96% 이상이었고 A4 용지상의 도면에 대한 수행시간은 15초 정도임을 알수 있었다. 이 시스템이 갖는 또하나의 장점은 인식에 필요한 지식을 인식 알고리즘과 무관하게 변경할 수 있게 함으로써 다양한 형태의 도면을 처리할 수 있다는 사실이다. 벡터화 시스템의 경우에도 시간, 공간적 측면의 효율성은 외곽선을 기반으로 한 영상처리 모듈에 의해 가능하고, 출력되는 벡터 형태의 정보로부터 높은 정도의 기하학적 정확성과 자료 압축효과를 얻을 수 있었다.
