De la binarisation de documents vers la reconnaissance de symboles dans l'analyse de schémas électriques

par Elise Gabarra

Thèse de doctorat en Informatique

Sous la direction de Franck Luthon.

Soutenue en 2008

à Pau .


  • Résumé

    L'objectif de cette thèse est de proposer et de mettre en place une méthode de reconnaissance de symboles électriques. Celle-ci sera intégrée à un logiciel permettant de faire de la dématérialisation de schémas techniques. Le premier point consiste à mettre en place un filtre de binarisation facilitant la segmentation des données du schéma selon les différentes familles qui le composent (fils électriques, textes et symboles). Les schémas sont numérisés donc nous disposons d'un document en niveaux de gris qu'il faut seuiller afin d'obtenir deux classes, le fond (en blanc) et les données du schéma (en noir). Le but est de proposer un filtre qui va être capable de traiter des types de détériorations de schémas que l'on peut rencontrer. Ce filtre doit être facile d'utilisation pour un néophyte en traitement d'images. De plus il doit avoir un temps de traitement inférieur à une trentaine de secondes pour des schémas allant du format A4 au format A0. Le second point concerne la partie reconnaissance des symboles d'un schéma électrique. Le logiciel existant possède déjà une méthode de segmentation efficace. Elle permet de séparer les textes des symboles en déterminant les composantes connexes qui définissent chacun d'eux. Donc pour chaque symbole du schéma, nous disposons d'un bitmap à reconnaître dans une base contenant environ 300symboles électriques. La méthode que nous proposons se base sur une description structurelle dechaque symbole. Celle-ci sera effectuée en amont pour chaque symbole de la base. Lors de l'étapede reconnaissance, la description structurelle du symbole à reconnaître est faite et comparée à cellesdes symboles de la base. Les dix symboles les plus proches sont alors proposés à l'utilisateur.


  • Résumé

    The aim of this thesis consists in proposing a new method for electric drawing analysis and symbolrecognition. The software implemetation of the proposed method will be integrated in a CAD software to add automatic conversion of technical documents. Firstly, we need a filter in order to obtain a B&W image which allows the data classification from documents in several families : electrical wires, texts and symbols. Original documents are digitized so we have a grey level image, which needs to be binarized to obtain two classes: the background (in white) and the data (in black). The aim of this first part consists in proposing a binarization filter, which must recover at least 90 % of deterioration types which could be encountered. This filter must be easy to use for novice users in image processing. Besides the time of response must be under thirty seconds for documents with sizes from A4 to A0. Secondly, we need a symbol recognition tool adapted to electrical diagrams. The CAD software has already an efficient method for data classification. It enables to separate texts from symbols by identifying the lines in the drawing. Indeed, symbols are connected to lines whereas texts are not. The entry point of our processing is a bitmap of the symbol to be recognized in the CAD software symbol database containing about 300 items. The proposed method is based on a structural symbol description. During the recognition phase, the structural description, built for the symbol to be recognized, is compared to the structural descriptions in the database. The output of our processing, proposed to the user, is a best candidate list, limited to ten symbols sorted on suitability score.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XVII-197 p.)
  • Annexes : Bibliographie p.170-176

Où se trouve cette thèse ?

  • Bibliothèque : Université de Pau et des Pays de l'Adour. Service Commun de la Documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : US 465184
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.