Russian Language English Language

12. Интеллектуальные системы

12.1 РАЗРАБОТКА СРЕДСТВ ДЛЯ ВЫДЕЛЕНИЯ В ВИДЕОПОТОКЕ РЕДАКТИРУЕМЫХ ОТРЕЗКОВ НА ОСНОВЕ НЕЙРОСЕТЕЙК

12.2 РАЗРАБОТКА ПРИЛОЖЕНИЯ НА БАЗЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ АВТОМАТИЧЕСКОГО НАПИСАНИЯ ТЕКСТА

12.3 РАЗРАБОТКА СИСТЕМЫ РАСПОЗНАВАНИЯ ПРИНЦИПИАЛЬНЫХ ЭЛЕКТРИЧЕСКИХ СХЕМ

12.4 ИССЛЕДОВАНИЕ МЕТОДА РАЗМЕЩЕНИЯ УЗЛОВ НЕРЕГУЛЯРНОЙ СЕТКИ НА ОСНОВЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ


Экспресс информация

Редколлегия журнала

Подписка на новости

Гостевая книга

Предоставление материалов

Письмо в редакцию

На начало


2019, Номер 1 ( 34)



Place for sale

BC/NW 2019 № 1 (34):12.3

РАЗРАБОТКА СИСТЕМЫ РАСПОЗНАВАНИЯ ПРИНЦИПИАЛЬНЫХ ЭЛЕКТРИЧЕСКИХ СХЕМ

Филонов Е.А., Чернов С.А.

Принципиальные электрические схемы являются одним из удобных способов представления цифровых устройств. В настоящее время, в основном, такие схемы разрабатываются с использованием систем автоматизированного проектирования (САПР).

Однако в определенных случаях возникает необходимость отказаться от использования САПР. Например, на первых этапах обучения схемотехнике студентам необходимо разрабатывать схемы без использования подобных систем. Кроме того, большинство промышленных САПР не позволяют создавать схемы, соответствующие ГОСТ 2.743-91 [1] ввиду ориентации на международные стандарты обозначения элементов, что может создавать сложности в условиях необходимости создания проектной документации, удовлетворяющей ГОСТ.

Распознавание графических изображений таких схем смогло бы значительно упростить процесс создания цифровых устройств, избавив разработчиков от необходимости одновременно реализовывать одинаковые схемы с помощью нескольких программных продуктов. Разрабатываемая система позволит производить проверку схем на предмет соответствия требованиям ГОСТ и корректности соединений, а также создавать описание схемы в формате, пригодном для дальнейшего моделирования.

В докладе описываются основные этапы обработки изображения при распознавании схем, разработанные алгоритмы, позволяющие решить поставленную задачу, а также существующие подходы к решению похожей задачи [2].

 

Литература

1.       ГОСТ 2.743-91. Единая система конструкторской документации. Обозначения условные графические в схемах. Элементы цифровой техники. изд. – М. Издательство стандартов, 1991

2.       Yuchi Liu, Yao Xiao. Circuit Sketch Recognition

https://stacks.stanford.edu/file/druid:bf950qp8995/Liu_Xiao.pdf

 

 

РАЗРАБОТКА СИСТЕМЫ РАСПОЗНАВАНИЯ ПРИНЦИПИАЛЬНЫХ ЭЛЕКТРИЧЕСКИХ СХЕМ

 

Основные функции системы

     Поиск ошибок в схеме

     Верификация схемы на соответствие ГОСТ

     Преобразование схемы в объектную модель

     Генерация описания модели на языке HDL

 

 

Этапы обработки данных в системах распознавания образов

 

Существующие подходы к решению задачи сегментации схемы

 

Существующие подходы к решению задачи сегментации схемы

Пример описания элемента схемы:

[Diode] Component name

ARROW (B,P)   Critical points

ARROW (P) MIDLINE 90    Rule statement

EMIT B P Output

 

Используемый подход.

Выделение и аппроксимация контуров

 

Используемый подход.

Выделение и аппроксимация контуров

 

Используемый подход к решению задачи сегментации схемы

 

Используемые программные средства

OpenCV (Open Source Computer Vision Library) 

- библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения

Tesseract – свободная библиотека, предназначенная для оптического распознавания символов, разрабатывавшаяся Hewlett-Packard с середины 1980-х по середину 1990-х. В настоящее время принадлежит Google, исходные тексты открыты под лицензией Apache 2.0 для продолжения разработки.

 

 

Описание: Tesseract OCR logo (Google).png

 

Текущие результаты

     Проведено исследование алгоритмов сегментации схем

     Разработан и реализован собственный алгоритм сегментации для схем, удовлетворяющих требованиям ГОСТ 2.743-91

     Разработан и реализован алгоритм аппроксимации контуров

     Разработано приложение для отладки и демонстрации процесса обработки схем

     Начата работа в направлении распознавания текста на схеме с использованием Tesseract

 

Пример схемы с визуализацией распознанных объектов

 

Дальнейшая работа

Нахождение ошибок в схеме

Исследование алгоритмов бинаризации

Доработка алгоритма аппроксимации контуров

Добавление функциональности создания описания схемы на языке SystemC с использованием модуля, разработанного в рамках выпускной работы бакалавра

Оптимизация разработанных алгоритмов