[发明专利]一种工程图纸的图像识别方法、系统及相关装置

权利要求书

1.一种工程图纸的图像识别方法，其特征在于，包括：

获取工程图纸数据；

对所述工程图纸数据进行预处理，得到图像数据；

将所述图像数据输入训练模型，得到图像识别结果；其中，所述训练模型为包含多边形训练模型、双平行线训练模型和门窗训练模型的混合模型。

2.根据权利要求1所述的图像识别方法，其特征在于，将所述图像数据输入训练模型之前，还包括：

训练所述多边形训练模型；

训练所述双平行线训练模型；

训练所述门窗训练模型；

在全连接层整合所述多边形训练模型、所述双平行线训练模型和所述门窗训练模型，得到所述训练模型。

3.根据权利要求2所述的图像识别方法，其特征在于，训练所述多边形训练模型包括：

确定卷积大小为5×5像素、输出特征图深度为1和滑动步长为1；

在全连接层中按照多边形的类型进行分类；所述类型包括定点数据、内角角度特征和输出形状；

输入柱形构件数据并采用平均池化进行训练，得到多边形训练模型。

4.根据权利要求2所述的图像识别方法，其特征在于，训练所述双平行线训练模型包括：

确定卷积大小为5×5像素、输出特征图深度为1和滑动步长为3；

在全连接层中按照双平行线的间距分类；

输入梁墙边线数据并采用最大池化进行训练，得到双平行线训练模型。

5.根据权利要求2所述的图像识别方法，其特征在于，训练所述门窗训练模型包括：

确定卷积大小为3×3像素、输出特征图深度为1和滑动步长为1；

在全连接层中按照弧线特征进行分类；

输入门窗数据并采用平均池化进行训练，得到门窗训练模型。

6.根据权利要求2所述的图像识别方法，其特征在于，在全连接层整合所述多边形训练模型、所述双平行线训练模型和所述门窗训练模型，得到所述训练模型之前，还包括：

为所述多边形训练模型、所述双平行线训练模型和所述门窗训练模型配置各自的分类准确率；

在所述多边形训练模型、所述双平行线训练模型和所述门窗训练模型配置各自的分类准确率均达标后，执行在全连接层整合所述多边形训练模型、所述双平行线训练模型和所述门窗训练模型，得到所述训练模型的步骤。

7.根据权利要求1所述的工程图像的识别方法，其特征在于，对所述工程图纸数据进行预处理，得到图像数据包括：

利用预设放缩因子对所述工程图纸数据进行缩放，得到第一图像数据；

对所述第一图像数据进行颜色过滤，得到第二图像数据；

对所述第二图像数据进行图像形态学操作，得到所述优化图像数据；所述图像形态学操作包括二值化操作和开运算操作。

8.一种工程图纸的图像识别系统，其特征在于，包括：

图纸获取模块，用于获取工程图纸数据；

预处理模块，用于对所述工程图纸数据进行预处理，得到图像数据；

模型识别模块，用于将所述图像数据输入训练模型，得到图像识别结果；其中，所述训练模型为包含多边形训练模型、双平行线训练模型和门窗训练模型的混合模型。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的工程图纸的图像识别方法的步骤。

10.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-7任一项所述的工程图纸的图像识别方法的步骤。