วิธีสกัดข้อมูลสัดส่วนในภาพเขียนแบบวิศวกรรมด้วยการประมวลผลภาพลักษณะโครงร่างวัตถุ
Article Sidebar
Main Article Content
บทคัดย่อ
การเขียนแบบวิศวกรรมเพื่อการสั่งผลิต มีการแสดงภาพฉายร่วมกับภาพ 3 มิติ ถึงแม้ว่าภาพ 3 มิติสามารถบ่งบอกลักษณะของวัตถุได้อย่างชัดเจน แต่ไม่สามารถแสดงการกำหนดขนาดและรายละเอียดได้ทั้งหมด ดังนั้นการแสดงรายละเอียดและการระบุขนาดต้องระบุในภาพเขียนแบบ 2 มิติ หรือภาพฉาย ซึ่งการอ่านแบบวิศวกรรมที่เป็นภาพ 2 มิติ ต้องใช้ผู้เชี่ยวชาญหรือผู้ที่มีทักษะเพื่อลดระยะเวลาและค่าใช้จ่ายในการตรวจสอบความถูกต้องของงานที่ผลิต เพื่อแก้ไขปัญหาดังกล่าวข้างต้น งานวิจัยนี้ได้นำเสนอเทคโนโลยีการประมวลภาพดิจิทัลโดยใช้เทคนิคมอร์โฟโลจิคอล (Morphological) เพื่อช่วยวิเคราะห์ แยกแยะรายละเอียด และจัดกลุ่มข้อมูลการกำหนดขนาดในภาพเขียนแบบเครื่องกล 2 มิติทั้งส่วนที่เป็นวัตถุ เส้นบอกขนาด ลูกศรบอกขนาด และตัวหนังสือ จากการทดสอบกับภาพเขียนแบบ 2 มิติที่มีเส้นกำหนดขนาดรวมทั้งหมด 166 เส้น พบว่าสามารถวิเคราะห์เส้นกำหนดขนาดในภาพเขียนแบบได้สมบูรณ์ถึง 81 เปอร์เซ็นต์ ซึ่งสามารถประยุกต์ใช้ทำการตรวจสอบข้อผิดพลาดของตำแหน่งเส้นกำหนดขนาด และลดการซ้ำซ้อนของการระบุขนาดได้
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
R. Furferi, L. Governi, M. Palai, and Y. Volpe, “From 2D orthographic views to 3D Pseudo-wireframe: An automatic procedure,” International Journal of Computer Applications IJCA, vol. 5, no. 6, pp. 12–17, 2010.
P. Tiawongsombat and I. Chantaksinopas, “Low-level image feature in orthographic projection snapshot to 3D coordinate retrieval,” presented at the 5th International Conference on Information Technology (InCIT2020), Chonburi, Thailand, Oct. 21–22, 2020 (in Thai).
D. Dori and L. Wenyin, “Automated CAD conversion with the machine drawing understanding system: Concepts algorithms and performance,” IEEE transactions on systems man and cybernetics Part A, vol. 29, no. 4, pp. 411–416, 1999.
H. H. Gorgani and A. J. Pak, “A genetic algorithm based optimization method in 3D solid reconstruction from 2D Multi-view engineering drawings,” Computational Applied Mechanics, vol. 49, mo. 1, pp. 10, 2018.
S. Olkun. (2003, April). Making connections: Improving spatial abilities with engineering drawing activities. International Journal of Mathematics Teaching and Learning. [Online]. Available https://www.researchgate.net/ publication/27569528_Making_Connections_ Improving_Spatial_Abilities_with_Engineering_ Drawing_Activities
A. M. Intwala, K. Kharade, R. Chaugule, and A. Magikar, “Dimensional arrow detection from CAD drawings,” Indian Journal of Science and Technology, vol. 9, no. 21, pp. 1–7, 2016.
F. Su, J. Song, C.-L. Tai, and S. Cai, “Dimension recognition and geometry reconstruction in vectorization of engineering drawings,” in Proceedings of International Conference on Computer Vision and Pattern Recognition, Hawaii, 2001, pp. 710–716.
L. Wendling and S. Tabbone, “A new way to detect arrows in line drawings,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 26, no. 7, pp. 935–941, 2004.
T. C. Henderson and L. Swaminathan, “NDAS: The nondeterministic agent system for engineering drawing analysis,” in Proceedings Intl Conference on Integration of Knowledge Intensive Multi-Agent Systems, Boston, 2003, pp. 512–516.
L. Swaminathan. “Agent-based engineering drawing analysis,” M.S. thesis, Department of Computer Science, University of Utah, Salt Lake City, Utah, 2002.
A. Habed and B. Boufama, “Dimension sets detection in technical drawings,” in Proceedings of Vision Interface, Trios-Rivieres, CA, 1999, pp. 217–223.
S. Tiwari, S. Mishra, P. Bhatia, and P. K. Yadav, “Optical character recognition using MATLAB,” International Journal of Advanced Research in Electronics and Communication Engineering (IJARECE), vol. 2, no. 5, pp. 579–582, 2013.
F. Borisyuk, A. Gordo, and V. Sivakumar. “Rosetta: Large scale system for text detection and recognition in images,” in Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, 2018, pp. 71–79.
R. M. Haralick and L. G. Shapiro, Computer and Robot Vision. Boston, MA: Addison-Wesley, 1992, pp. 28–48.
N. Mohanan, A. Ahmad, S. S. Al-Busaidi, L. K. A. Abdulghani, and M. A. Nadabi “Use of mathematical morphology in vehicle plate detection,” Oriental Journal of Computer Science and Technology, vol. 11, no. 4, pp. 195–200, 2018.