Core Concepts
본 연구는 물리적 설계 도면을 디지털 형식으로 변환하고 CAD 파일로 변환하는 혁신적인 방법론을 제안합니다. 이를 위해 객체 감지, 에지 감지, 곡선 감지 및 OCR 기술을 활용하여 도면에서 선, 도형, 문자 등의 정보를 추출하고 구조화된 형식으로 저장합니다.
Abstract
본 연구는 물리적 설계 도면을 디지털 형식으로 변환하고 CAD 파일로 변환하는 혁신적인 방법론을 제안합니다.
데이터 추출 단계:
설계 도면 인식: YOLOv7, YOLOv8 등의 딥러닝 모델을 사용하여 입력 이미지에서 설계 도면 영역을 감지합니다.
전처리 및 필터링: Canny 필터를 적용하여 에지를 감지하고 필요한 대비와 정렬을 수행합니다.
선 및 곡선 추출: 허프 변환 기반의 알고리즘을 사용하여 선과 원을 감지하고 추출합니다.
장식 요소 추출: YOLO 모델을 사용하여 복잡한 도형을 감지하고 추출합니다.
데이터 변환 단계:
OCR을 통한 텍스트 인식: 도면에 포함된 텍스트 정보를 추출합니다.
통합 데이터 변환: 추출된 선, 도형, 텍스트 정보를 CSV 파일 형식으로 저장하고 CAD 파일로 변환합니다.
실험 결과, 제안된 방법론은 설계 도면의 주요 요소를 정확하게 감지하고 추출할 수 있음을 보여줍니다. 향후 연구에서는 YOLO 모델 최적화, 고급 선 및 곡선 추출 기술, 그래픽 컨텍스트 통합, 실시간 변환 및 대화형 편집, 도메인 특화 OCR 개선 등의 방향으로 발전시킬 수 있습니다.
Stats
입력 이미지에서 감지된 원의 개수: 3개
입력 이미지에서 감지된 장식 요소의 개수: 8개
입력 이미지에서 감지된 치수선의 개수: 16개
입력 이미지에서 감지된 텍스트 영역의 개수: 17개
텍스트 인식 정확도: 93%
Quotes
"본 연구는 물리적 설계 도면을 디지털 형식으로 변환하고 CAD 파일로 변환하는 혁신적인 방법론을 제안합니다."
"제안된 방법론은 설계 도면의 주요 요소를 정확하게 감지하고 추출할 수 있음을 보여줍니다."