船舶軸系設計規范中曲線類圖形的反向數據獲取方法

劉杰，劉文吉，劉燦波

(1.武漢理工大學 能動學院，湖北 武漢 430063;2.南通中遠川崎船舶有限公司，江蘇 南通 226000)

?

船舶軸系設計規范中曲線類圖形的反向數據獲取方法

劉杰1，劉文吉1，劉燦波2

(1.武漢理工大學 能動學院，湖北 武漢 430063;2.南通中遠川崎船舶有限公司，江蘇 南通 226000)

利用像素比例映射方法原理，結合人為確定坐標軸像素起始點及輸入對應代表的實際值，針對軸系規范中各類典型趨勢曲線的變化比較光順的特征，提出基于斜率變化程度控制搜索步長、根據斜率正負決定初始搜索方向的變步長曲線搜索方法。相比傳統的像素鄰域搜索方法，省去了圖像細化的處理步驟，提高了搜索效率。

趨勢曲線；數據提取；趨勢識別；算法

在船舶軸系設計過程中，有部分規范要求或配套設備的性能參數等以趨勢曲線圖形式提供，需要人為查閱與確定。雖然人為確定參數不存在任何技術困難，但這些步驟是整個設計過程中的一個個子步驟，如果都需要人為參與確定，則設計軟件就無法做到更簡化和智能。要想實現更智能化的計算程序輔助設計，必須解決對規范數據中表格與圖形數據的反向獲取與描述。有學者針對趨勢圖中只有單一曲線、不存在網格線等干擾情況采用基于像素的鄰域搜索方法實現了數據的反向獲取[1-2]。但對船舶軸系規范數據中同一圖形中有多條趨勢曲線、圖形中存在不連續點、存在多條網格線干擾等問題，則沒有提出解決方案。擬針對此問題展開分析討論。

1 背景與當前做法

在船舶軸系相關設計規范中，圖形類型的數據是一類信息量大、但計算機形式化描述又比較困難的信息。在軸系設計過程中，根據規范公式計算獲得某個橫坐標的值后，需要根據規范約定的相應趨勢曲線，從中找到對應的縱向坐標值，并帶入下一步驟的計算。圖1為其中的一個示例，圖2則是對圖1所示圖形反向獲取的數據樣例。

圖1 多條趨勢圖形的示例

圖2 反向識別獲取的數據示例

在獲取到了圖2所示的表格數據后，根據計算公式確定橫坐標值，根據插值方法就可以很方便的確定對應的縱坐標值，這個過程完全不需要人工干預。不僅在船舶軸系設計過程中，在很多其他工業設計場合也廣泛存在這類需求[3-4]。在無法反向獲取趨勢圖數據時，目前設計過程中，大多采用人工識別的方法，即從提供的規范趨勢圖形上用尺衡量橫坐標與縱坐標，再估算出需要的值。如果需要將整個趨勢圖數據都表示出來，則只能采用人工描點后再輔助輸入的方式。這種方法工作量大，而且為了方便，只能采用等間隔的量化間隔，人為讀數及趨勢曲線斜率變化的不均勻，都會導致帶來比較大的誤差。

反向數據獲取是利用程序算法實現將趨勢曲線圖識別為對應的數據表，并保存到數據庫為后續利用建立基礎。在反向獲取數據后保存時，基于數據庫容量的考慮，橫坐標只能取有限多個點，后續在真實取值時需要進行插值處理，只要在設定保存間隔時，合理控制相鄰數據點的斜率變化，誤差可以控制在合理的范圍內。

2 處理流程

2.1 處理思路

具體的處理過程可以用流程圖3來描述。

圖3 處理思路流程

圖像預處理中主要實現圖形傾斜校正、圖像二值化等操作。這些圖像文件一般來源于照片或掃描文件，再截取其中需要的范圍作為程序處理識別的區域。目前文獻中介紹的處理方法，都需要對圖像進行單像素化處理，即在特定分辨率下，對所得的二值圖像進行細化，單一曲線變得只有一個象素寬度，這樣才能進行后續基于像素比例方法進行反向數據獲取。本文方法可以省略單像素化處理這一步驟。圖像預處理內容屬于計算機圖形學相關研究的范疇[4-5]。在開發程序進行驗證時，對圖像預處理部分采用的是開源組織提供的OpenCV函數庫，基于該函數庫可以簡單方便實現本文需要的圖像預處理功能。

坐標范圍的確定是反向獲取數據的關鍵步驟，目前還沒有較好的方法能實現自動獲取。采用人工輸入坐標值起始范圍的方法，一共只需要在圖形上用鼠標點擊確定3個坐標點及輸入4個數值，人工操作的工作量非常小。刻度線識別與消除取決于需要識別的圖形中是否有輔助的刻度線，圖1示例中是有輔助刻度線的情況。單條趨勢線數據獲取可以采用將已經獲取的數據范圍保存或消隱，以減少后續線識別的復雜度。

比例像素法識別單個像素點獲取對應真實值的過程如下：以曲線y=f(x)為例，識別時采用從左至右的采樣方向，根據曲線斜率變化程度確定單一曲線采樣步長間隔，依次采樣獲得p(x1,y1)，…，p(xn,yn)，則某個采樣點p的數據值p(x,y)的計算過程如下。

1)計算像素比例值k1，k2。

(1)

(2)

2)計算采樣點P的數據值p(x,y)。

(3)

得

(4)

式中：a1,a2為橫坐標軸表示的真實值區間；b1，b2為縱坐標軸表示的真實值區間；M為經過上述圖像預處理后的橫坐標值a1，a2對應的像素寬度值；N為縱坐標值b1，b2對應的像素高度值；X,Y為采樣點P的像素坐標；x,y為采樣點P的真實值。

采用比例像素映射時，坐標軸不一定是線性的，也可能是對數坐標，如果為非線性坐標，需要進一步換算，這需要在確定坐標軸時人為識別。

2.2 坐標范圍的確定

如圖1所示的趨勢圖數據，最少會有一條橫坐標和一條縱坐標。坐標軸的像素范圍確定是解決問題的重要一步，也是后面用比例像素法進行趨勢線值計算的基礎。同時，坐標范圍的確定還可以約束進行趨勢圖形掃描檢測的范圍，加快程序運行的速度。

坐標軸端點像素坐標的確定采樣人為在圖形上點擊鼠標左鍵的方式，在完成圖形預處理后，由用戶在圖形上最靠近坐標軸端點的地方進行點擊，程序獲得點擊的屏幕坐標，再換算成圖形上的像素坐標。為了提高精度，程序以點擊點為中心進行搜索，獲取黑色像素點的平均像素值，再彈出一個輸入界面，輸入對應的真實值。

2.3 刻度線的識別與消除

如圖1所示，在提供的圖形中，為了方便人工讀取，會提供相應的標識刻度線。標識刻度線會對正常數據趨勢線的獲取造成一定的困擾，因此需要先采取措施進行識別和消除。不能假定標識刻度線一定是均勻分布的，但其方向一定為水平或垂直。基于這個特征，識別及消除的基本方法是首先定位出刻度線的分布，再逐線段掃描，將識別出的刻度線位置對應設定為背景像素。問題的關鍵轉化為確定刻度線的分布，即每條刻度線的起始點和終止點。確定的方法有2種。

方法1。人工在圖片上點擊，程序以點擊點為起始點搜索最近的像素值為1的點，將該點識別為刻度線所在的點，再按照鄰域搜索的方法確定刻度線是水平還是垂直。因此，理論上只需要人為點擊3個點，就可以確定所有均勻分布刻度線，但非均勻分布時，則需要多次點擊確定，這種方法程序實現簡單，但自動化程度不夠。

方法2。程序自動取識別出坐標軸范圍內像素的中間點，并獲取該點的像素值。如果為1，則向其水平的左右方向進行鄰域查找，為了適應刻度線可能為虛線的情況，設定一個搜索范圍，計算該范圍內像素值為1的比重，如果比重大于設定值，則表示搜索到一條水平的刻度線。如果不為1，則在垂直方向上進行搜索，遇到像素值為1的情況再進行水平方向搜索。垂直方向的刻度線搜索類似，只是最初的搜索方向換成垂直方向。相應的識別與消除算法流程見圖4。

圖4 輔助刻度分割線的識別流程

程序識別刻度線的方法可以適應刻度線為非均勻分布的情況。刻度線確定后，消除刻度線需要注意一個問題，即刻度線一定會與趨勢圖有交點，這個數據交點最好保留，方法為如果存在非水平或垂直方向的鄰域點，則該點保留。

2.4 單條曲線值獲取

根據文獻[1]中介紹的鄰域搜索方法可以搜索單條曲線，并根據像素比例映射反向獲得對應的值。但軸系規范中來源的圖像質量一般不是很好，很多時候存在曲線中間有斷點的情況(圖1中圖像即存在斷點)，用鄰域搜索不好解決。而且完整的鄰域搜索需要處理的數據點太多，計算量較大。仔細分析軸系規范等工業應用場合提供的趨勢曲線，可以發現基本上變化都非常平緩，這就為采取基于曲線斜率趨勢方向間隔一定步長搜索提供了可能。曲線需要識別的起始點可以采用鼠標點擊確定的方法，這樣簡單但需要人為操作。另一種則是從已經確定的x軸起始點出發，采用線掃描的方式識別離y軸最近的分離的黑色像素點作為對應曲線的起始點。但對于圖形中存在標注文字等干擾因素的情況，自動搜索確定的起始點不一定正確，需要綜合判斷。在確定了曲線的第1個起始點后，在x方向根據設定初始間隔(一般4到6個像素點，對比較平順的曲線可以設定更大的初始間隔)確定下一個搜索的點起始y值。在搜索第2個點時缺省沿y方向向上搜索，如果在設定的搜索范圍內沒有發現黑色像素點，則y方向向下搜索，如果也沒有發現，則曲線可能在該x值處有斷點，則改變x方向的搜索步長再重復搜索，直到能找到下一個點為止。在確定了2個點后，后續y軸的搜索方向都根據前2個點計算斜率方向來確定，同時根據斜率變動的大小來動態改變x方向的搜索間隔步長。搜索過程示意見圖5。

圖5 非鄰域間隔搜索的示例

對于有交點的2條曲線，從起點出發搜索到交點后，采用8鄰域掃描法，且曲線一般是向右單調的，在局部點上斜率變化應比較平緩。在交點處，搜索相關鄰域，取得與交點相鄰的且為前進方向的像素點，分別計算此處的斜率，并與已經確定的前幾個點的斜率進行比較，最接近的方向為判斷的走勢方向。走向確定原理見圖6。

圖6 交點走向示意

在圖6中，曲線2的交點P(i,j)與其前一個點P(i-1,j-1)的斜率為1，其與右下角的點P(i+1,j-1)的斜率為-1，與右上角的點P(i+1,j+1)的斜率為1，因此取最接近原來斜率的方向，自然能區分曲線2的走向，剩下曲線1的走向也就確定了。

對于在交點處斜率變化較大或者斜率絕對值相同的情況，可以通過人工干預，即人工選擇曲線的走勢，人為進行斜率的判斷，選擇曲線要走的方向，達到曲線跟蹤的目的。

3 實現效果

利用vb.net語言對本文識別程序算法進行實現，程序運行界面如圖2和圖7所示。以獲取的數據再繪制為圖形的效果見圖7。比較圖1和圖7，基本一致，證明本文的識別算法可行。

圖7 根據識別數據再重新繪制的圖像

4 結論

基于軸系規范中各類典型趨勢曲線的變化比較光順的特征，改進了傳統的像素鄰域搜索方法，省去了圖像細化的處理步驟，提出了基于斜率變化程度控制搜索步長、根據斜率正負決定初始搜索方向的變步長曲線搜索方法，提升了數據獲取的效率。并支持多條趨勢曲線、多條趨勢曲線相交、存在規則及非規則的網格坐標曲線、坐標軸為非線性分布、趨勢曲線中存在不連續點等情況。該方法能有效實現對趨勢曲線的反向數據獲取，為建立更智能的軸系輔助設計軟件系統掃除了技術障礙。但在非均勻網格坐標分割線的識別效率上，還有進一步提升的空間，需要后續進一步研究；同時坐標軸的實際值還需要人為輸入確定，可以探索進一步改進。

[1] 饒慧，劉杰.從文獻中獲取數據及判據知識資源的方法研究[J].電腦知識與技術,2010,30(6):8417-8419.

[2] 閻光偉，胡海濤.掃描圖像中時序曲線的識別及數據提取[J].計算機研究與發展，2007，44(增刊2)：251-256.

[3] 袁成清，王志芳，宗成強,等.基于集對分析的船舶柴油機摩擦學系統狀態預測[J].船海工程，2009，38(6)：84-87.

[4] 芮挺，沈春林，張金林.基于字符特征的車牌英文和數字字符自聯想識別[J].模式識別與人工智能，2004，17(4)：467-472.

[5] 劉峰,孟凡榮,梁志貞.基于一階和二階信息圖像表示的人臉識別[J/OL].計算機應用研究,2017(2).http://www.cnki.net/kcms/detail/51.1196.TP.20160509.1431.012.html

Study on Obtaining Data Reversely from Curve Graphs of Criteria in Ship Shafting Design

LIU Jie1, LIU Wen-ji1, LIU Can-bo2

(1.School of Energy and Power Engineering, Wuhan University of Technology, Wuhan, 430063, China;2.Nantong COSCO KHI Ship Engineering Co., Ltd., Nantong Jiangsu 226000, China)

In view of the feature of smooth change in kinds of typical trend curves for shafting design criteria, the principle of pixel proportion mapping was used combined with manually set start pixel point in axis and inputted corresponding actual value. The method of variable step curve search was put forward based on controlling the search step by the extent of slope change and deciding the initial search direction by the plus-minus of slope change. Compared with the traditional neighborhood search method of pixel, this method has got rid of the steps of graphic refinement and improved the efficiency of search.

trend curve; data extract; trend recognition; algorithm

10.3963/j.issn.1671-7953.2017.04.032

2017-01-04

江蘇省科技計劃項目(BE2015208)

劉杰(1975—)，男，博士，副教授

研究方向：船舶軸系設計與優化、船舶企業信息化

U664.2

A

1671-7953(2017)04-0140-04

修回日期：2017-03-13