工程图纸经扫描成光栅图像输入计算机后,图形文件以像素点的形式保存,需要占用大量内存,并且不便于信息的及时更新,因此光栅图像矢量化成为研究的重点,光栅图像矢量化方法是一种将光栅图像进行处理、分析、识别,将其最终转化成可以被计算机辅助设计软件识别的矢量图形的文件格式的一种方法。光栅图像矢量化方法是涉及了图像的处理分析、人工智能和模式识别等领域的一种具有重要理论意义和巨大商业价值的技术。本文主要是针对图纸的矢量化过程开展一些讨论与研究。图纸矢量化过程包括图像二值化、去噪、平滑、细化、矢量化以及矢量化的输出。本文在分析小波去噪运算特点及数学形态学去噪的基础之上,将改进的小波变换和数学形态学去噪方法结合,该方法具有很好的去噪效果,并且可以确保图像的完整性和准确性。直线、圆弧、圆是图纸中图像识别与矢量化主要处理的三个基本的图像元素,在识别直线过程中,针对目前Hough变换识别直线时计算量大,准确率不高,本文对斜率分式查表法Hough变换进行了改进,构建梯度阈值,对像素点进行分类,通过设定梯度阈值过滤掉不属于直线的像素点,解决Hough变换计算量大的缺点;将最小二乘法与本文改进Hough变换相结合,提高识别精度,这样既克服了直接用Hough变换识别时精度不高的缺点,又克服了最小二乘法在拟合直线时容易受噪声点干扰的缺点。通过分析圆和圆弧的几何特征,利用Hough变换和圆的几何性质相结合的方法有效地解决了传统Hough变换识别圆时产生三维参数的问题,大大减小了计算量和复杂度。最后本文通过把矢量化的结果按照AutoCAD系统中的DXF文件格式进行记录,实现了矢量化的输出过程。实验表明,本文算法在去噪时结果显著,能够满足后续矢量化处理的需要,改进识别算法在识别直线和圆时准确率高,能够识别出扫描图纸中的直线和圆,满足实际应用的要求。