林铭德，戴一璟，刘 莞

（1.福建工程学院 计算机与信息科学系,福建 福州350108；2.福建工程学院 工程管理系,福建 福州 350108；3.福建工程学院 现代教育技术中心,福建 福州350108）

工程造价贯穿于整个工程投资前后的工作，如何有效地控制成本，在工程投资中起着决定性的作用。当前我国计价软件工程量自动计算主要分为：(1)二维算量软件，根据设计图纸将各类构件绘制到计算机中，输入构件属性，软件根据规则自动计算各构件实体的工程量进行汇总统计；(2)三维算量软件，将建筑物的立体构造在计算机上表现出来；(3)四维算量软件，在三维算量软件的基础上增加一个时间轴，随时间的推移模型空间出现变化。但是由于这些软件操作复杂，工程计价人员掌握需要耗费大量的时间和精力，而且数据输入工作量大，对用户的软件应用水平要求高。设计人员有时绘制出来的设计图缺乏制图规范，也易导致识别困难。

1 DXF文件格式

1.1 DXF文件格式说明

DXF是Autodesk公司开发的用于AutoCAD与其他软件之间进行CAD数据交换的CAD数据文件格式，是一种基于矢量的 ASCII文本格式[1]。DXF文件的结构如表1所示。

1.2 DXF实体段及分析处理

实体段记录了每个几何元素的名称、所在图层名、线型名及有关的几何数据，其中实体类型有直线（LINE）、圆（CIRCLE）、文本（TEXT）等几十种。 图元实体信息存放着相应图元实体所必须含有的各种信息。因此，通过DXF文件实体段的数据分析，可以得到所需要的对应图元实体。在读取DXF文件时应考虑：(1)由于某一实体的定义数据顺序不固定。在编写DXF文件处理程序时应该按组码的出现来记录数据。(2)必须全面考虑图元信息的各种可能结构,避免出现图形读不出来或者缺少的现象发生。(3)读出来的图形出现多线或与原图不符的情况，主要是读取中把其他的类读入到自己的类造成的。(4)读出来的图形边界不完整,主要是在编程中没有考虑数据范围，导致只能读取部分图形。因此要使图形读入完整，采用导出前光滑后炸开，图形都变成小块后，降低读入错误。建立电气构件的图元信息规则，如某线图元信息表明其长度超过电气构件的最大长度或小于某个阈值，则舍弃该线图元信息，其处理流程如图1所示。

表1 DXF文件结构

2 电气构件形状特征计算

2.1 不变矩

形状不变矩是基于区域的物体形状表示方法。基于区域形状的中心矩和归一化中心矩原理，Hu提出了一系列具有旋转、缩放和平移无关的7个矩特征用于表征图像的形状[2-5]。

设一幅M×N的图像用二维离散函数f(x,y)表示，其p+q阶矩的定义为:

相应的（p+q）阶中心矩为：

对于二维图像，x0,y0表示图像灰度在水平和垂直方向上的灰度重心。若一般矩已知，则中心矩可按式(3)计算得到，中心矩具有平移不变性。

由于μ00=m00为区域面积，利用零阶中心矩对其余各阶中心矩进行归一化得到归一化的中心矩:

再利用2阶和3阶归一化中心矩导出7个具有平移、尺寸、旋转不变矩组：

某些图像在计算不变矩时可能会出现极小值和负值或矩值之间差距较小的现象，对相似度距离计算有很大影响。为了避免这种情况，本文通过取对数加绝对值的方法修正矩值：

2.2 矩特征RTS不变性

从矩的物理意义上分析[6,7]，图像的灰度分布函数可以看成是图像的密度函数。由3阶以下的矩构成的7个矩特征具有旋转、平移不变性。当密度函数发生变化时，图像的实质没有发生变化,此时改变的只是各阶矩的值，计算得到的各阶矩仍具有旋转、平移不变性。在工程图绘制中，电气构件的位置往往需要根据实际情况进行旋转。基于面矩灰度不变矩特征的计算包含了图像较多的信息，因此得到的图像特征具有较强的鲁棒性。本文对三极暗插座进行旋转、缩放如图2所示，计算得到不变矩特征值如表2所示。

表2 三极暗插座灰度图像RTS不变矩特征

3 实验仿真

3.1 实验仿真流程设计

本文实验仿真在MATLAB R2007a上实现，实验仿真步骤如下：

(1)读入CAD工程图，转换为 DXF文件，根据规则删除冗余信息；

(2)将DXF文件转换成图像文件；

(3)图像分割，计算分割后每个区域的不变矩；

(4)计算各区域不变矩与电气构件不变矩距离，分类统计电气构件。

3.2 DXF文件冗余图形信息删除实验仿真结果

读取原始建筑安装工程图纸并转换为DXF文件，然后导出为图像，结果如图3所示。对DXF文件实体段图元信息分析，删除与电气构件无关的冗余图元信息，再导出为图像则可获得如图4所示的分割的电气构件区域图像。

通过对图3、图4对比可作如下分析：(1)图3中的墙体、楼梯、文字标注、门等与电气构件无关的图形元素在图4中已经完全被删除了，图4只保留电气构件相关图形信息，如配电箱、插座等。(2)图4中的电气构件图形保留在原来图纸中的位置信息。(3)保留了各电气构件图形之间的拓扑关系，有利于将来进一步处理。

3.3 图像分割及目标表达

对DXF文件导出的图像文件进行图像分割，颜色空间由RGB转为灰度，则图像背景的白色与有意义的电气构件的灰度分割阈值θ很容易确定。通过像素8连通标记确定不同电气构件区域，满足分割区域互不交叉及特定区域的一致性[8]。

特殊情况考虑：如电话出线座，由“H”和外包圆构成，在8连通计算下会被识别成两个区域，一个为外包圆，另一个是“H”，这时应采用像素位置包含的方法将这两个区域合并成一个区域，这样就可以将图4分割成多个单独的电气构件区域并进行编号，然后再进行不变矩的计算和图像识别。

3.4 电气构件特征识别

3.4.1 部分安装工程图标准电气构件图不变矩

本文对构成建筑安装工程图的电气构件标准图像进行不变矩计算，部分电气构件的不变矩特征值如表3所示。表3中的电气构件来自工程图纸图例说明中标准电气构件图例。

表3 电气构件标准图不变矩特征表（保留4位小数点有效位）

3.4.2 相似度距离计算

(1)特征值归一和欧氏距离

同一特征的不同分量可能具有完全不同的物理意义，各自变化的幅度也可能存在较大的差异，如果不进行归一化操作直接进行相似度计算就可能引起较大偏差。通过计算每一个电气构件特征值向量的均值μ和标准差 σ，进行特征归一化，数值落在[-1，1]区间的概率为99%[9]，将超出-1或1的数值赋值为-1或1。然后根据欧氏距离公式计算两个电气构件不变矩特征值的距离。

(2)电气构件距离计算归类结果示例

如图4经分割后的电气构件区域，计算该区域图像不变矩为 t(7.105 6，16.093 4，25.589 5，25.229 2，50.388 0，33.305 6，51.017 1),计算各标准电气构件图像的不变矩特征值的欧氏距离得到与三极暗插座图的距离d=0.951 7；与白炽灯图的距离 d=0.875 8；与电视出线板图的距离d=0.742 1;与单位单极开关图的距离d=0.795 0；与两位单极开关图的距离d=0.808 8；与两极加三极暗插座图的距离d=0.771 2；与单管日光灯图的距离d=0.702 9，与其他电气构件的欧氏距离均小于0.951 7。因此判断该区域图像为三极暗插座，实验显示该区域图像为其他分割区域图像验算的结果也是准确的，由此可证明实验结果的准确性。

3.5 实验结论

通过上述实验，可得出以下结论：

(1)原始的安装工程图像包含墙体、楼梯、门窗、标注等多种构件图元，电气构件区域不易分割。本文通过读取安装工程图的DXF文件，根据自定义规则删除与电气构件无关的墙体、门窗等图元信息，能较好地得到独立的电气构件区域，如图4所示。

(2)对分割区域进行修正的不变矩特征计算，并将特征值归一处理，再与所有的标准电气构件特征值计算相似度距离。根据相似度距离大小可判断该区域图像属于哪一类电气构件，实验结果证明该方法准确无误。

(3)本文示例获得的分割区域的图像存储空间为1.25 KB、尺寸为 43×67像素，由此得到特征值；采用标准电气构件图像存储空间为37.8 KB、尺寸为238×343像素，计算得到修正不变矩特征与本文方法得到的特征值差距很小，其他区域图像大小尺寸也相类似。显然本方法使计算成本得到有效控制。实验证明本文的方法能准确、有效地识别安装工程图纸中的不同电气构件。

建筑工程图纸自动识别综合了建筑、计算机图形图像、人工智能等多学科内容，是建筑行业信息化一个重要的发展方向。本文通过分析DXF文件实体段图元实体信息的构成及表示，并根据实际应用的建立删除冗余信息规则，设计了一个计算机自动识别系统，对图像中的电气构件区域进行分割、识别、分类统计，目的是利用计算机自动为工程计价相关软件提供相应的数据信息。实验仿真表明该方法快速、有效。

[1]龚清洪,常智勇,莫蓉,等.基于 DXF文件的图元优化排序[J].计算机应用,2006,26(1):169-171.

[2]HU M K.Visual pattern recognition by moment invariants[J].IRE Trans.IT,1962(8):179-187.

[3]张伟,何金国.Hu不变矩的构造与推广[J].计算机应用,2010,30(9):2449-2452.

[4]刘进,张天序.不变矩构造方法的研究[J].华中科技大学学报,2003,31(3):115-118.

[5]张坤华,王敬儒,张启衡.基于扩展目标的不变矩跟踪算法[J].强激光与粒子束,2002,14(1):6-10.

[6]董卫军，周明全．基于纹理-形状特征的图像检索技术[J]．计算机工程与应用，2004(24):12-14.

[7]杨杰,陈晓云,徐荣聪.利用小波进行基于形状和纹理的图像分类[J].计算机应用,2007,27(2):373-375.

[8]章毓晋.图像分割[M].北京:科学出版社,2001

[9]肖汉光,蔡从中.特征向量的归一化比较性研究[J].计算机工程与应用,2009,45(22):117-119.