[发明专利]一种识别线型的方法、设备及可读存储介质在审

专利信息
申请号: 202010694470.8 申请日: 2020-07-17
公开(公告)号: CN111882534A 公开(公告)日: 2020-11-03
发明(设计)人: 张亚娴 申请(专利权)人: 广联达科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06N20/00
代理公司: 北京英特普罗知识产权代理有限公司 11015 代理人: 程超
地址: 100000 北京市海淀区西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 识别 线型 方法 设备 可读 存储 介质
【说明书】:

发明公开了一种识别线型的方法、设备及可读存储介质,所述方法包括:获取待识别的板标识图层,确定所述板标识图层中的线条信息;将具有连通关系的线条聚类以形成线簇;利用第一分类模型,分别确定出每个线簇的线簇类别;其中,所述线簇类别包括:混合线簇或单一线簇;当任一线簇为混合线簇时,利用第二分类模型,分别确定出所述线簇中的每个线条的线型类别;能够高效、准确的识别出板标识图层中每个线条的线型类别。

技术领域

本发明涉及图形处理技术领域,特别涉及一种识别线型的方法、设备及可读存储介质。

背景技术

在建筑领域,图纸翻模是指对设计人员的CAD工程图纸进行三维建模;现有的图纸翻模过程,一般分为:导入CAD设计图纸、图纸整理、图层信息人工提取、信息校核过程、信息识别过程、信息整理过程和三维建模过程。由于CAD作图的开放性,并没有强有力的图纸规范来约束设计人员的细节设计,仅存在一些约定俗称的规则,但这些规则不足以指导翻模过程的顺利实现。

在CAD工程图纸中,信息来源主要为:线条和文本,线条用于示意结构信息,而文本起到辅助说明的作用。为了不同构件识别方便,在进行识别之前,会存在一个图层提取步骤,即提取图纸中当前构件相关的线条和文本。在板识别中,会从结构平面图中提取板标识图层;其中,在板标识图层中包括一些关于标高、板厚的线条以及各种辅助说明的文本。为了后续识别工作的顺利进行,需要识别出板标识图层中的各个线条的线型,现有的解决方案是通过人为编码定义特征的方式进行识别;但是,在板标识图层中线条的种类较多,由于人工编码定义特征进行识别能力有限,只能处理有限的特定模式场景,对于复杂场景无法进行识别;此外,不同种类的线条间存在交叉相连的情况,现有的识别方式无法解决线条交叉相连的情况,从而导致识别不准确和效率低下的问题。

发明内容

本发明的目的在于提供一种识别线型的方法、设备及可读存储介质,能够高效、准确的识别出板标识图层中每个线条的线型类别。

根据本发明的一个方面,提供了一种识别线型的方法,所述方法包括:

获取待识别的板标识图层,确定所述板标识图层中的线条信息;

将具有连通关系的线条聚类以形成线簇;

利用第一分类模型,分别确定出每个线簇的线簇类别;其中,所述线簇类别包括:混合线簇或单一线簇;

当任一线簇为混合线簇时,利用第二分类模型,分别确定出所述线簇中的每个线条的线型类别。

可选的,所述线型类别包括以下一种或多种:多边形、标高、单板引线、无文本直线、表格、范围斜线、带有圆的引线、带有圆的范围标注类型、带有箭头的标注类型、标尺、椭圆、单板嵌入矩形、和其他线型。

可选的,所述方法还包括:

获取线簇样本集;其中,所述线簇样本集包括:多个线簇样本以及每个线簇样本的线簇类别;

分别从每个线簇样本中提取出第一特征参数;

根据每个线簇样本的第一特征参数和线簇类别对预设模型进行训练,以得到第一分类模型。

可选的,所述利用第一分类模型,分别确定出每个线簇的线簇类别,包括:

针对一个线簇,从所述线簇中提取出第一特征参数;

将所述第一特征参数输入到所述第一分类模型中;

获取所述第一分类模型的输出结果;其中,所述输出结果为:混合线簇或单一线簇。

可选的,所述第一特征参数包括以下一种或多种:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广联达科技股份有限公司,未经广联达科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010694470.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top