该文围绕着二维精确参数化重构以及三维重构这两个前沿性的关键主题,进行了较为深入的探讨,现将工作及创新总结归纳如下:(1)全面、深入地对扫描工程图识别与理解系统的各关键技术作了一综合评述;(2)该文首次把工程图与图论中的图更为广泛地联系了起来;(3)该文真正实现了扫描工程图的参数化;(4)首次提出了基于扫描工程图的参数化建库工具的研究思想及实现方法;(5)该文首次从研究人的读图的两种常用方法形体分析法和线面分析法开始,详细研究了基于模式匹配的方法进行三维重构的全过程;(6)该文建立了2.5D形体重构的LTG方法并对其进行了扩展讨论;(7)该文初步解决了在建立形体的CSG树中的前人从未提及的、并十分值得研究的问题,冰是当组成物体的基本体素的定型尺寸及定位尺寸确定时,是否存在唯一的CSG树,通过布尔运算获得CSG树的根结点;(8)该文首次讨论了基于线面形体分析的三维重构方法;(9)为了扩大三维重构的范围,该文从人的思维模型出发,通过对神经网络和专家系统的对比,提出了由神经网络和专家系统组成的智能混合系统的模型.文中针对现有模型的局限性,讨论并提出了基于神经网络的专家系统以及基于专家系统的神经网络两种智能混合系统模型,分析了种自的原理、结构和相辅相成的优点并总结了它们的不足;(10)探索了基于神经网络的知识获取方法是实现知识自动获取的重要途径之一,为解决了专家系统的知识获取瓶颈问题提供了一种有效的方法.建立了一种实用的MBP网络模型,实现一种有效、快速、实用的神经网络学习算法,总结了影响神经网络学习的三个主要因素(即权值、激励函数和拓扑结构),并在MBP网络模型中综合考虑了这三个因素.