工程造價貫穿于整個工程投資前后的工作，如何有效地控制成本，在工程投資中起著決定性的作用。當前我國計價軟件工程量自動計算主要分為：(1)二維算量軟件，根據(jù)設計圖紙將各類構件繪制到計算機中，輸入構件屬性，軟件根據(jù)規(guī)則自動計算各構件實體的工程量進行匯總統(tǒng)計；(2)三維算量軟件，將建筑物的立體構造在計算機上表現(xiàn)出來；(3)四維算量軟件，在三維算量軟件的基礎上增加一個時間軸，隨時間的推移模型空間出現(xiàn)變化。但是由于這些軟件操作復雜，工程計價人員掌握需要耗費大量的時間和精力，而且數(shù)據(jù)輸入工作量大，對用戶的軟件應用水平要求高。設計人員有時繪制出來的設計圖缺乏制圖規(guī)范，也易導致識別困難。
1 DXF文件格式
1.1 DXF文件格式說明
　DXF 是Autodesk公司開發(fā)的用于AutoCAD與其他軟件之間進行CAD數(shù)據(jù)交換的CAD數(shù)據(jù)文件格式，是一種基于矢量的 ASCII 文本格式[1]。DXF文件的結構如表1所示。

1.2 DXF實體段及分析處理
　    實體段記錄了每個幾何元素的名稱、所在圖層名、線型名及有關的幾何數(shù)據(jù)，其中實體類型有直線（LINE）、圓（CIRCLE）、文本（TEXT）等幾十種。圖元實體信息存放著相應圖元實體所必須含有的各種信息。因此，通過DXF文件實體段的數(shù)據(jù)分析，可以得到所需要的對應圖元實體。在讀取DXF文件時應考慮：(1)由于某一實體的定義數(shù)據(jù)順序不固定。在編寫DXF文件處理程序時應該按組碼的出現(xiàn)來記錄數(shù)據(jù)。(2)必須全面考慮圖元信息的各種可能結構,避免出現(xiàn)圖形讀不出來或者缺少的現(xiàn)象發(fā)生。(3)讀出來的圖形出現(xiàn)多線或與原圖不符的情況，主要是讀取中把其他的類讀入到自己的類造成的。(4)讀出來的圖形邊界不完整,主要是在編程中沒有考慮數(shù)據(jù)范圍，導致只能讀取部分圖形。因此要使圖形讀入完整，采用導出前光滑后炸開，圖形都變成小塊后，降低讀入錯誤。建立電氣構件的圖元信息規(guī)則，如某線圖元信息表明其長度超過電氣構件的最大長度或小于某個閾值，則舍棄該線圖元信息，其處理流程如圖1所示。

2 電氣構件形狀特征計算
2.1不變矩
　形狀不變矩是基于區(qū)域的物體形狀表示方法?；趨^(qū)域形狀的中心矩和歸一化中心矩原理，Hu提出了一系列具有旋轉(zhuǎn)、縮放和平移無關的7個矩特征用于表征圖像的形狀[2-5]。
　設一幅M×N的圖像用二維離散函數(shù)f(x,y)表示，其p+q階矩的定義為:

　　　
      某些圖像在計算不變矩時可能會出現(xiàn)極小值和負值或矩值之間差距較小的現(xiàn)象，對相似度距離計算有很大影響。為了避免這種情況，本文通過取對數(shù)加絕對值的方法修正矩值：
　  
2.2 矩特征RTS不變性
　從矩的物理意義上分析[6,7]，圖像的灰度分布函數(shù)可以看成是圖像的密度函數(shù)。由3階以下的矩構成的7個矩特征具有旋轉(zhuǎn)、平移不變性。當密度函數(shù)發(fā)生變化時，圖像的實質(zhì)沒有發(fā)生變化,此時改變的只是各階矩的值，計算得到的各階矩仍具有旋轉(zhuǎn)、平移不變性。在工程圖繪制中，電氣構件的位置往往需要根據(jù)實際情況進行旋轉(zhuǎn)?；诿婢鼗叶炔蛔兙靥卣鞯挠嬎惆藞D像較多的信息，因此得到的圖像特征具有較強的魯棒性。本文對三極暗插座進行旋轉(zhuǎn)、縮放如圖2所示，計算得到不變矩特征值如表2所示。

3 實驗仿真
3.1實驗仿真流程設計
　本文實驗仿真在MATLAB R2007a上實現(xiàn)，實驗仿真步驟如下：
　(1) 讀入CAD工程圖，轉(zhuǎn)換為DXF文件，根據(jù)規(guī)則刪除冗余信息；
　(2) 將DXF文件轉(zhuǎn)換成圖像文件；
   (3) 圖像分割，計算分割后每個區(qū)域的不變矩；
   (4) 計算各區(qū)域不變矩與電氣構件不變矩距離，分類統(tǒng)計電氣構件。
3.2 DXF文件冗余圖形信息刪除實驗仿真結果
   讀取原始建筑安裝工程圖紙并轉(zhuǎn)換為DXF文件，然后導出為圖像，結果如圖3所示。對DXF文件實體段圖元信息分析，刪除與電氣構件無關的冗余圖元信息，再導出為圖像則可獲得如圖4所示的分割的電氣構件區(qū)域圖像。
　通過對圖3、圖4對比可作如下分析：(1)圖3中的墻體、樓梯、文字標注、門等與電氣構件無關的圖形元素在圖4中已經(jīng)完全被刪除了，圖4只保留電氣構件相關圖形信息，如配電箱、插座等。(2)圖4中的電氣構件圖形保留在原來圖紙中的位置信息。(3)保留了各電氣構件圖形之間的拓撲關系，有利于將來進一步處理。

3.3 圖像分割及目標表達
    對DXF文件導出的圖像文件進行圖像分割，顏色空間由RGB轉(zhuǎn)為灰度，則圖像背景的白色與有意義的電氣構件的灰度分割閾值θ很容易確定。通過像素8連通標記確定不同電氣構件區(qū)域，滿足分割區(qū)域互不交叉及特定區(qū)域的一致性[8]。  
    特殊情況考慮：如電話出線座，由“H”和外包圓構成，在8連通計算下會被識別成兩個區(qū)域，一個為外包圓，另一個是“H”，這時應采用像素位置包含的方法將這兩個區(qū)域合并成一個區(qū)域，這樣就可以將圖4分割成多個單獨的電氣構件區(qū)域并進行編號，然后再進行不變矩的計算和圖像識別。
3.4電氣構件特征識別
3.4.1  部分安裝工程圖標準電氣構件圖不變矩
    本文對構成建筑安裝工程圖的電氣構件標準圖像進行不變矩計算，部分電氣構件的不變矩特征值如表3所示。表3中的電氣構件來自工程圖紙圖例說明中標準電氣構件圖例。
3.4.2 相似度距離計算
    (1)特征值歸一和歐氏距離
    同一特征的不同分量可能具有完全不同的物理意義，各自變化的幅度也可能存在較大的差異，如果不進行歸一化操作直接進行相似度計算就可能引起較大偏差。通過計算每一個電氣構件特征值向量的均值μ和標準差σ，進行特征歸一化，數(shù)值落在[-1，1]區(qū)間的概率為99%[9]，將超出-1或1的數(shù)值賦值為-1或1。然后根據(jù)歐氏距離公式計算兩個電氣構件不變矩特征值的距離。
    (2)電氣構件距離計算歸類結果示例
    如圖4經(jīng)分割后的電氣構件區(qū)域，計算該區(qū)域圖像不變矩為t(7.105 6，16.093 4，25.589 5，25.229 2，50.388 0，
33.305 6，51.017 1),計算各標準電氣構件圖像的不變矩特征值的歐氏距離得到與三極暗插座圖的距離d=0.951 7；與白熾燈圖的距離d=0.875 8；與電視出線板圖的距離d=0.742 1;與單位單極開關圖的距離d=0.795 0；與兩位單極開關圖的距離d=0.808 8；與兩極加三極暗插座圖的距離d=0.771 2；與單管日光燈圖的距離d=0.702 9，與其他電氣構件的歐氏距離均小于0.951 7。因此判斷該區(qū)域圖像為三極暗插座，實驗顯示該區(qū)域圖像為   ，其他分割區(qū)域圖像驗算的結果也是準確的，由此可證明實驗結果的準確性。
3.5 實驗結論
　通過上述實驗，可得出以下結論：
　(1)原始的安裝工程圖像包含墻體、樓梯、門窗、標注等多種構件圖元，電氣構件區(qū)域不易分割。本文通過讀取安裝工程圖的DXF文件，根據(jù)自定義規(guī)則刪除與電氣構件無關的墻體、門窗等圖元信息，能較好地得到獨立的電氣構件區(qū)域，如圖4所示。
　(2)對分割區(qū)域進行修正的不變矩特征計算，并將特征值歸一處理，再與所有的標準電氣構件特征值計算相似度距離。根據(jù)相似度距離大小可判斷該區(qū)域圖像屬于哪一類電氣構件，實驗結果證明該方法準確無誤。
　(3)本文示例獲得的分割區(qū)域的圖像存儲空間為1.25 KB、尺寸為43×67像素，由此得到特征值；采用標準電氣構件圖像存儲空間為37.8 KB、尺寸為238×343像素，計算得到修正不變矩特征與本文方法得到的特征值差距很小，其他區(qū)域圖像大小尺寸也相類似。顯然本方法使計算成本得到有效控制。實驗證明本文的方法能準確、有效地識別安裝工程圖紙中的不同電氣構件。
　建筑工程圖紙自動識別綜合了建筑、計算機圖形圖像、人工智能等多學科內(nèi)容，是建筑行業(yè)信息化一個重要的發(fā)展方向。本文通過分析DXF文件實體段圖元實體信息的構成及表示，并根據(jù)實際應用的建立刪除冗余信息規(guī)則，設計了一個計算機自動識別系統(tǒng)，對圖像中的電氣構件區(qū)域進行分割、識別、分類統(tǒng)計，目的是利用計算機自動為工程計價相關軟件提供相應的數(shù)據(jù)信息。實驗仿真表明該方法快速、有效。
參考文獻
[1] 龔清洪,常智勇,莫蓉,等.基于ＤＸＦ文件的圖元優(yōu)化排序[J].計算機應用,2006,26(1):169-171.
[2] HU M K. Visual pattern recognition by moment invariants[J]. IRE Trans. IT, 1962(8):179-187.
[3] 張偉,何金國.Hu不變矩的構造與推廣[J].計算機應用,2010,30(9):2449-2452.
[4] 劉進,張?zhí)煨?不變矩構造方法的研究[J]. 華中科技大學學報,2003,31(3):115-118.
[5] 張坤華,王敬儒,張啟衡.基于擴展目標的不變矩跟蹤算法[J].強激光與粒子束,2002,14(1):6-10.
[6] 董衛(wèi)軍， 周明全． 基于紋理-形狀特征的圖像檢索技術[J]．計算機工程與應用，2004(24):12-14.
[7] 楊杰,陳曉云,徐榮聰.利用小波進行基于形狀和紋理的圖像分類[J].計算機應用,2007,27(2):373-375.
[8] 章毓晉.圖像分割[M].北京:科學出版社,2001
[9] 肖漢光,蔡從中. 特征向量的歸一化比較性研究[J].計算機工程與應用,2009,45(22):117-119.