在机械设计资料中,有相当一部分参数之间的函数关系难于用简单而又准确的数学公式来表达,因此常以线图的形式给出.由于计算机不能直接用线图来参加运算,参与运算的是根据线图查得的一些数据,因此在进行计算机辅助设计中如何处理这些线图是非常重要的.传统的做法通常是直接查阅,这种方法效率低,数据的可重用性差,无法进行管理.基于上述事实,我们拟开发一套通用的处理系统,以实现对线图图像的操作和对线图数据的相关的处理.利用该处理系统将机械设计中常用的线图进行数字化处理后存入计算机,同时用户可方便、快捷的查询和检索处理过的线图,实现线图库的随时扩充和更新.该文讨论了怎样采集线图上的数据,以及如何进行坐标系的变换和处理坐标的统一等问题,这些问题对原始数据的初始化处理是必须的.文中介绍了三次样条函数在线图数据处理中的应用,并且详细地讨论了其优缺点.重点论述了灰色系统模型以及人工神经网络在处理线图数据中的应用.作者利用灰色系统理论的基本原理,建立了用于机械设计线图处理的灰色微分模型,并且详细论述了模型的建立过程,对结果的精度进行了评估,同时对应用中可能出现的问题进行了细致地分析,形成了一种线图数据处理算法.利用神经网络的基本原理建立了能够处理多线图的神经网络模型,并且详细的讨论了径向基函数神经网络的具体应用,对其优点、缺点以及适用范围等进行了细致的讨论,并对上述三种方法进行了比较和分析.经过对比分析我们得出:以上三种处理方法的相对误差均可以控制在2％以下,系统在处理线图数据时的总体误差在4％以下.这一精度能够满足对线图查询的精度要求.径向基函数神经网络的处理精度随数据量的增大而提高.灰色模型更适用于稀疏数据建模.