[发明专利]一种基于深度学习辅助识别CAD中墙体的方法和装置

说明书

本发明公开了一种基于深度学习辅助识别CAD中墙体的方法，包括以下步骤：获取并解析户型图对应的CAD文件数据；获取对所述CAD文件数据识别获得的第一墙体；利用墙体识别模型对所述CAD文件数据对应的户型图进行识别，获得第二墙体；利用所述第二墙体对所述第一墙体进行交叉验证，获得最终墙体；所述墙体识别模型以深度学习网络为基础，经训练得到。本发明还公开了一种基于深度学习辅助识别CAD中墙体的装置。该方法和装置能够提高墙体识别的准确率。

技术领域

本发明属于建筑室内设计技术领域，具体涉及一种基于深度学习辅助识别CAD中墙体的方法和装置。

背景技术

目前，建筑室内空间设计主要是依靠计算机辅助设计(Computer Aided Design，CAD)来进行绘制。对于采用CAD绘制完成的建筑室内空间设计图，识别建筑的室内墙体对于室内面积计算、供热设计、供气设计以及通风及空调系统设计等有着十分重要的意义。

现有的墙体识别方法大多数是根据设计图上的图像特征识别墙体，具体包括：首先，根据家具等干扰物体的几何结构对设计图中的直线进行匹配，认为相似度达到一定预设阈值的直线即为干扰物体，将其删除；然后对剩下的直线集合，进行直线匹配，生成多对平行线，并合并缺口较小的共线直线；最后，按照配对的平行线按照墙体宽度范围生成墙体。这种依靠线段约束和几何结构的墙体识别方法计算过程复杂，计算效率低。此外，这样墙体识别方法难以剔除抽象或复杂的几何结构，导致墙体识别偏差较大，识别准确率低。

申请公布号CN103971098A的专利申请公开了一种户型图中墙体的识别方法。该识别方法包括：对户型图进行预处理；检测户型图的外形轮廓；采用墙体阈值分割方法对户型图进行处理，得到二值图；对二值图进行腐蚀、膨胀、边缘检测；对边缘图像进行hough变换得到直线坐标信息，根据直线坐标信息获取墙的坐标信息。其中墙体阈值分割方法中的分割阈值T由墙体的平均灰度值和墙体以外区域的平均灰度值决定。该方法并没有排除户型图中的家具等干扰物体，因此，识别准确性低。

申请公布号为CN106156438A的专利申请公开了一种墙体识别方法及装置。墙体识别方法包括：获取用户上传的户型图；对户型图进行栅格化；向用户显示栅格化后的户型图；获取用户选择的属于墙体区域的位置点；根据位置点的信息，由栅格化后的户型图中识别墙体区域。该墙体识别方法通过网页前端与后台服务器进行简单的交互，实现对建筑墙体的识别，虽然计算过程简单，具有更好的识别准确率，但是需要网页前端(用户)与后台服务器进行交互，不能够实现自动化，且用户的选择会存在误差，因此，也会存在识别准确性低的问题。

发明内容

本发明的目的是提供一种基于深度学习辅助识别CAD中墙体的方法和装置，以解决墙体识别准确性低的问题。

为解决上述问题，本发明提供以下技术方案：

一方面，本发明实施例提供一种基于深度学习辅助识别CAD中墙体的方法，包括以下步骤：

获取并解析户型图对应的CAD文件数据；

获取对所述CAD文件数据识别获得的第一墙体；

利用墙体识别模型对所述CAD文件数据对应的户型图进行识别，获得第二墙体；

利用所述第二墙体对所述第一墙体进行交叉验证，获得最终墙体；

所述墙体识别模型以深度学习网络为基础，经训练得到。

另一方面，本发明实施例提供一种基于深度学习辅助识别CAD中墙体的装置，包括：

一个或多个处理器，存储器以及存储在所述存储器中并可在所述一个或多个处理器上执行的一个或多个计算机程序，所述一个或多个处理器在执行所述一个或多个计算机程序时，实现上述方法的步骤。