【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及建筑工程，具體為一種工程圖紙構(gòu)成解析方法。
技術(shù)介紹
1、目前對工程圖紙的自動化識別，是依據(jù)圖紙進行三維建模或者進行工程設(shè)計智能化審查的基礎(chǔ)，為實現(xiàn)對工程圖紙的自動化識別，首先要對工程圖紙的構(gòu)成進行智能化解析，讓計算機理解工程圖紙由哪些圖紙子塊構(gòu)成，每個圖紙子塊包含哪些圖形元素，這個問題是否解決，是決定圖紙識別能否全自動進行的關(guān)鍵，工程圖紙一般以矢量數(shù)據(jù)形式表達，如采用dwg文件，一張圖紙一般由一個或多個圖紙子塊構(gòu)成，一個圖紙子塊是使用圖紙表達工程信息的基本模塊，例如，一張名稱為“結(jié)構(gòu)平面布置圖(1)”的圖紙中，包括3個圖紙子塊，分別是“第一層結(jié)構(gòu)平面布置圖”“第二層結(jié)構(gòu)平面布置圖”以及“說明”，這三個圖紙子塊分別表達如其名稱所示的工程內(nèi)容，其矢量數(shù)據(jù)是以圖形元素的類別為線索進行組織的，例如，線段類圖形元素保存在線段列表中，文字類圖形元素保存在文字列表中等，原始圖紙并沒有在不同的圖形元素矢量數(shù)據(jù)之間建立工程意義上的關(guān)聯(lián)關(guān)系，其工程意義上是人類閱讀圖紙在大腦中所形成概念。因此，當一張圖紙中同時存在多個圖紙子塊時，并不能通過訪問圖紙的矢量數(shù)據(jù)直接區(qū)分其中任何一個圖紙子塊所包含的圖形元素，因此，要想自動識別工程圖紙的工程含義，首先要確定一張圖紙中包括哪些圖紙子塊，每個圖紙子塊由哪些圖形元素構(gòu)成，這個過程就是圖紙構(gòu)成解析。
2、目前的技術(shù)是通過對圖紙矢量數(shù)據(jù)中圖形元素之間的關(guān)聯(lián)性進行計算分析，將相互交疊或者相互距離較近又在工程意義上具有直接關(guān)聯(lián)的圖形元素歸屬于同一個圖紙子塊，該技術(shù)雖然是采用精確計算方式進行圖紙
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種工程圖紙構(gòu)成解析方法，以解決上述
技術(shù)介紹
中所提出的問題。
2、為實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：一種工程圖紙構(gòu)成解析方法，其方法包括如下步驟：
3、s1、首先將數(shù)據(jù)格式為矢量圖的工程圖紙轉(zhuǎn)換成全圖面的位圖數(shù)據(jù)形式，建立矢量圖和位圖之間的坐標映射關(guān)系；
4、s2、用目標檢測技術(shù)對位圖圖像中的圖紙子塊進行識別，找出每個圖紙子塊的矩形包圍盒，并評估每個圖紙子塊識別結(jié)果的置信度；
5、s3、如果僅得到一個圖紙子塊并且通過置信度評估不確定其正確性，則按四分法將該圖紙矢量數(shù)據(jù)拆分為四份，分別轉(zhuǎn)換為更高分辨率的位圖圖片，重復執(zhí)行步驟s2；
6、s4、如果得到了多個圖紙子塊識別結(jié)果，并且其中某個圖紙子塊不能確定為正確的識別結(jié)果，則對該圖紙子塊按照其包圍盒將矢量數(shù)據(jù)轉(zhuǎn)換為位圖，重復執(zhí)行步驟s2；
7、s5、按照識別所得到的包圍盒范圍，從圖紙矢量數(shù)據(jù)中析取圖形元素，作為對應(yīng)圖紙子塊的圖形元素，完成對工程圖紙的解析。
8、優(yōu)選的，所述步驟s1中，將一整張圖紙的矢量數(shù)據(jù)按照圖紙幅面轉(zhuǎn)換成分辨率恰當?shù)奈粓D圖片，首先使用矢量圖形處理工具，將圖紙導出為矢量圖格式，然后根據(jù)圖紙的實際幅面尺寸和要求的位圖分辨率，確定位圖的尺寸和分辨率要求(位圖的寬度、高度和分辨率)。
9、優(yōu)選的，所述步驟s1中，建立矢量圖和位圖之間的坐標轉(zhuǎn)換關(guān)系，以保證從位圖中獲取的特征點坐標在轉(zhuǎn)換為矢量數(shù)據(jù)之后具有足夠的精確度，轉(zhuǎn)換關(guān)系步驟為：
10、s1.1、根據(jù)圖紙幅面和位圖的尺寸要求，使用矢量圖形處理軟件，將矢量圖數(shù)據(jù)按比例縮放或裁剪，使其符合位圖的尺寸要求；
11、s1.2、建立矢量圖和位圖之間的坐標轉(zhuǎn)換關(guān)系，根據(jù)位圖的分辨率和矢量圖的實際尺寸，計算出矢量圖中每個點對應(yīng)的位圖像素位置，并進行坐標轉(zhuǎn)換；
12、s1.3、根據(jù)坐標轉(zhuǎn)換關(guān)系，將矢量圖數(shù)據(jù)映射到位圖中的對應(yīng)位置，并生成位圖圖片，可以使用圖像處理軟件或編程語言進行此操作，確保生成的位圖滿足要求的分辨率和圖像質(zhì)量。
13、優(yōu)選的，所述步驟s2中針對位圖圖片，采用目標檢測技術(shù)識別其中的圖紙子塊范圍，識別其中的圖紙子塊范圍步驟為：
14、s2.1、數(shù)據(jù)準備：收集一組具有標注邊界框的圖紙子塊樣本作為訓練數(shù)據(jù)集，標注邊界框應(yīng)該準確框出每個圖紙子塊的范圍；
15、s2.2、模型選擇與訓練：選擇適合目標檢測的模型，如fasterr-cnn、yolo、ssd，根據(jù)訓練數(shù)據(jù)集，使用選定的模型進行訓練，訓練步驟包括將圖像輸入模型、計算損失函數(shù)和優(yōu)化模型參數(shù)；
16、s2.3、圖紙子塊識別：對于待識別的工程圖紙，將圖像輸入已訓練好的目標檢測模型中，模型會返回識別出的圖紙子塊的邊界框位置和類別信息；
17、s2.4、邊界框后處理：目標檢測模型通常會返回多個候選的邊界框，因此需要進行后處理，可以使用非極大值抑制(non-maximumsuppression，nms)技術(shù)，選擇具有最高置信度的邊界框，并且移除與其重疊度過高的邊界框；
18、s2.5、結(jié)果展示與評估：根據(jù)目標檢測模型的輸出，可以將識別出的圖紙子塊的邊界框在原始圖紙上繪制出來，以便可視化展示，可以通過與人工標注進行比對，計算準確率、召回率評價指標，評估模型的性能。
19、優(yōu)選的，所述步驟s2中獲得每個圖紙子塊的包圍盒，在每個圖紙子塊包圍盒中結(jié)合目標檢測與文字識別技術(shù)，嘗試獲取該圖紙子塊的標題，并對每個圖紙子塊的置信度進行計算與評估，對每個圖紙子塊的置信度進行計算與評估，首先對每個圖紙子塊進行特征提取，提取可以描述子塊內(nèi)容、結(jié)構(gòu)和形狀的特征，例如，可以提取子塊的顏色直方圖、紋理特征、邊緣特征，然后使用已標注的圖紙子塊樣本，訓練一個機器學習模型或深度學習模型，可以使用分類模型或回歸模型，根據(jù)特征和標注的置信度進行模型訓練，訓練時，可以使用交叉驗證方法來評估模型的性能，使用訓練好的模型，對未知圖紙子塊進行預測，并計算置信度，根據(jù)模型輸出的預測結(jié)果和置信度，可以根據(jù)模型的預測概率、置信度得分進行計算，得到每個圖紙子塊的置信度值，然后對于生成的置信度結(jié)果，可以進行評估與調(diào)整，例如，可以通過與人工標注的置信度進行比對，計算準確率、召回率評價指標，評估模型的性能，如果發(fā)現(xiàn)模型的置信度不準確或不準確的情況，可以通過增加樣本數(shù)量、調(diào)整特征選擇、改進模型結(jié)構(gòu)方法進行模型調(diào)整和優(yōu)化。
20、優(yōu)選的，所述步驟s3中，如果步驟s2僅得到了一個圖紙子塊，并且其置信度低于系統(tǒng)閾值，則對當前圖紙按照四分法進行分割，將矢量數(shù)據(jù)按照分割后的圖紙區(qū)域提高分辨率轉(zhuǎn)換為位圖圖片，針分割后轉(zhuǎn)換的四個位圖依次圖片重復執(zhí)行步驟s2。
21、優(yōu)選的，所述步驟s3中使用圖紙編輯軟件或編程語言中的圖形處理函數(shù)，將圖紙按照選定的分割方式進行分割，可以使用線段或矩形框?qū)D紙分成四個區(qū)域，并記錄每個區(qū)域的坐標范圍，然后使用圖紙編輯軟件或編程語言中的圖形處理函數(shù)，根據(jù)每個區(qū)域的坐標范圍，提取對應(yīng)區(qū)域內(nèi)的矢量數(shù)據(jù)，可以使用矢量圖形格式(如svg)或圖形庫的本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種工程圖紙構(gòu)成解析方法，其特征在于：其方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S1中，將一整張圖紙的矢量數(shù)據(jù)按照圖紙幅面轉(zhuǎn)換成分辨率恰當?shù)奈粓D圖片，首先使用矢量圖形處理工具，將圖紙導出為矢量圖格式，然后根據(jù)圖紙的實際幅面尺寸和要求的位圖分辨率，確定位圖的尺寸和分辨率要求(位圖的寬度、高度和分辨率)。
3.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S1中，建立矢量圖和位圖之間的坐標轉(zhuǎn)換關(guān)系，以保證從位圖中獲取的特征點坐標在轉(zhuǎn)換為矢量數(shù)據(jù)之后具有足夠的精確度，轉(zhuǎn)換關(guān)系步驟為：
4.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S2中針對位圖圖片，采用目標檢測技術(shù)識別其中的圖紙子塊范圍，識別其中的圖紙子塊范圍步驟為：
5.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S2中獲得每個圖紙子塊的包圍盒，在每個圖紙子塊包圍盒中結(jié)合目標檢測與文字識別技術(shù)，嘗試獲取該圖紙子塊的標題，并對每個圖紙子塊的置信度進行計算與評估，對每個圖
6.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S3中，如果步驟S2僅得到了一個圖紙子塊，并且其置信度低于系統(tǒng)閾值，則對當前圖紙按照四分法進行分割，將矢量數(shù)據(jù)按照分割后的圖紙區(qū)域提高分辨率轉(zhuǎn)換為位圖圖片，針分割后轉(zhuǎn)換的四個位圖依次圖片重復執(zhí)行步驟S2。
7.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S3中使用圖紙編輯軟件或編程語言中的圖形處理函數(shù)，將圖紙按照選定的分割方式進行分割，可以使用線段或矩形框?qū)D紙分成四個區(qū)域，并記錄每個區(qū)域的坐標范圍，然后使用圖紙編輯軟件或編程語言中的圖形處理函數(shù)，根據(jù)每個區(qū)域的坐標范圍，提取對應(yīng)區(qū)域內(nèi)的矢量數(shù)據(jù)，可以使用矢量圖形格式(如SVG)或圖形庫的函數(shù)來處理和提取矢量數(shù)據(jù)，對于每個區(qū)域的矢量數(shù)據(jù)，可以使用圖像處理軟件或編程語言中的圖形處理函數(shù)，提高其分辨率，可以調(diào)整線條粗細、增加細節(jié)。然后，將矢量數(shù)據(jù)轉(zhuǎn)換為位圖圖片格式(如JPEG、PNG)，可以使用圖像處理軟件或編程語言中的圖形處理函數(shù)來進行轉(zhuǎn)換，完成對分隔后的圖紙轉(zhuǎn)換。
8.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S4中，當步驟S2、S3從某個位圖識別得到的圖紙子塊個數(shù)多于1個，并且某個子塊的置信度低于系統(tǒng)閾值時，則以當前子塊包圍盒為范圍，對其中的矢量數(shù)據(jù)進行位圖轉(zhuǎn)換，獲得更高分辨率的位圖，并對該位圖重復執(zhí)行步驟S2。
9.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟S5中對于置信度不小于系統(tǒng)閾值的圖紙子塊，按照其矩形包圍盒范圍，從其對應(yīng)的矢量數(shù)據(jù)中獲取圖形元素，構(gòu)成該圖紙子塊的圖形元素集。
10.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述構(gòu)成圖形元素集步驟為：
...【技術(shù)特征摘要】
1.一種工程圖紙構(gòu)成解析方法，其特征在于：其方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟s1中，將一整張圖紙的矢量數(shù)據(jù)按照圖紙幅面轉(zhuǎn)換成分辨率恰當?shù)奈粓D圖片，首先使用矢量圖形處理工具，將圖紙導出為矢量圖格式，然后根據(jù)圖紙的實際幅面尺寸和要求的位圖分辨率，確定位圖的尺寸和分辨率要求(位圖的寬度、高度和分辨率)。
3.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟s1中，建立矢量圖和位圖之間的坐標轉(zhuǎn)換關(guān)系，以保證從位圖中獲取的特征點坐標在轉(zhuǎn)換為矢量數(shù)據(jù)之后具有足夠的精確度，轉(zhuǎn)換關(guān)系步驟為：
4.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟s2中針對位圖圖片，采用目標檢測技術(shù)識別其中的圖紙子塊范圍，識別其中的圖紙子塊范圍步驟為：
5.根據(jù)權(quán)利要求1所述的一種工程圖紙構(gòu)成解析方法，其特征在于：所述步驟s2中獲得每個圖紙子塊的包圍盒，在每個圖紙子塊包圍盒中結(jié)合目標檢測與文字識別技術(shù)，嘗試獲取該圖紙子塊的標題，并對每個圖紙子塊的置信度進行計算與評估，對每個圖紙子塊的置信度進行計算與評估，首先對每個圖紙子塊進行特征提取，提取可以描述子塊內(nèi)容、結(jié)構(gòu)和形狀的特征，例如，可以提取子塊的顏色直方圖、紋理特征、邊緣特征，然后使用已標注的圖紙子塊樣本，訓練一個機器學習模型或深度學習模型，可以使用分類模型或回歸模型，根據(jù)特征和標注的置信度進行模型訓練，訓練時，可以使用交叉驗證方法來評估模型的性能，使用訓練好的模型，對未知圖紙子塊進行預測，并計算置信度，根據(jù)模型輸出的預測結(jié)果和置信度，可以根據(jù)模型的預測概率、置信度得分進行計算，得到每個圖紙子塊的置信度值，然后對于生成的置信度結(jié)果，可以進行評估與調(diào)整，例如，可以通過與人工標注的置信度進行比對，計算準確率、召回率評價指標，評估模型的性能，如果發(fā)現(xiàn)模型的置信度不準...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郭湛，
申請(專利權(quán))人：北京中昌工程咨詢有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。