CN104077447B - 基于纸质平面数据的城市三维空间矢量建模方法 - Google Patents

基于纸质平面数据的城市三维空间矢量建模方法 Download PDF

Info

Publication number
CN104077447B
CN104077447B CN201410310251.XA CN201410310251A CN104077447B CN 104077447 B CN104077447 B CN 104077447B CN 201410310251 A CN201410310251 A CN 201410310251A CN 104077447 B CN104077447 B CN 104077447B
Authority
CN
China
Prior art keywords
city
vector
method based
image
modeling method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410310251.XA
Other languages
English (en)
Other versions
CN104077447A (zh
Inventor
杨俊宴
胡昕宇
史宜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201410310251.XA priority Critical patent/CN104077447B/zh
Publication of CN104077447A publication Critical patent/CN104077447A/zh
Application granted granted Critical
Publication of CN104077447B publication Critical patent/CN104077447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本发明涉及一种基于纸质平面数据的城市三维空间矢量建模方法,针对现有普通二三线和中西部城镇、乡村的大量测绘资料仍旧依托纸质图纸,存在难以管理、难以使用、难以分享的困难,该方法以扫描设备为平台,以OCR、ArcGIS软件为基础,首先通过将纸质图纸矢量化识别,其次对整个矢量图纸进行分层处理,最后将矢量图纸输入空间数据库进行空间建模,形成具有三维形态的可视化模型,成为城乡规划管理者可管控,城乡规划师可利用,以及普通市民可认知的城市空间形态数据。本发明采用简便可行、自动化的步骤,具有快捷、准确的优点,将纸质图纸转化为数字化形态模型,促进了新型城镇化背景下城乡规划成果的利用及技术手段的提升。

Description

基于纸质平面数据的城市三维空间矢量建模方法
技术领域
本发明涉及一种基于纸质平面数据的城市三维空间矢量建模方法,属于城市规划技术领域。
背景技术
在我国的规划管理和测绘部门,长期以来使用纸质图纸来记录和存贮城市空间数据,在长期的和生产过程中,人们积累了大量的纸质工程图纸。这些图纸是人们经验和智慧的结晶,是进行新产品设计与开发的重要依据和基础。然而由于图纸量大,给图纸的保存、管理和使用带来了不便。随着信息技术的发展,计算机辅助设计CAD技术日益广泛的应用到了工程设计的各个领域,CAD的准确性、智能性和易编辑性显著的提高了制图效率,得到了人们的广泛认可并逐渐成为主流的设计方式。但是,现在的大多数CAD软件只能在CAD图形数据文件格式下进行绘制和编辑,对于图像文件则不能识别其内容。由于纸质工程图纸经扫描设备输入计算机时都采用图像文件存储,这就造成现行的CAD系统对原有的纸质工程图纸无法利用。于是,人们面临着这样一个难题,即如何将原有的纸质工程图纸转换成CAD图形数据文件。这一难题一旦解决,不仅将使得保存在纸质图纸上的信息可以迅速方便地为今天所利用。
现行的CAD系统主要采用人机交互的方式输入工程图纸(即由人读图,逐个图素的输入图形),这种图形输入方式相当于对原图进行了重新绘制,存在着繁琐、低效的弊端,严重影响了生产效率。于是,人们希望开发出一种高度自动化和智能化的系统来解决这一难题,这种系统被称为工程图纸处理及识别系统或工程图纸自动化处理系统。工程图纸矢量化是将纸质工程图扫描输入计算机后,对所得的扫描图像经过处理、分析和识别,最终重建其中的图形对象的过程,它是图纸复用、自动理解等应用的基础,技术上涉及计算机图形学、图像处理、人工智能和模式识别等多个领域,处理过程也包含多个方面和多个层次,有很多问题值得深入研究,具有很高的学术价值和应用价值。
目前,基于纸质规划图纸的识别方法有多种,渤海油田等引进的Skantck系统,挪威与德国合资的sysscan系统、美国的AnatechMetag系统、加拿大的Datapash系统等,主要应用了模板匹配、约束网络、条件判别属性关联图和规则等方法。由于工程图不是简单线条的组合,而是包含结构与功能的意义,因此,如果识别系统在识别线条的基础上具有对图纸一定的理解功能,才有可能真正实现工程图的重建。松下公司研制的机械图自动识别装置可以对图面线条与尺寸标注进行一定的校验;德国柏林工业大学研制的CASUS系统可以识别手绘的机械设计草图;美国Andre公司与卡内基一梅隆大学合作研制的Audre智能图像系统不仅保留了点阵形的光栅图像存贮管理及手工编辑功能,一方面用硬件实现模式识别、模式匹配、以及矢量转换功能。但这几种方法计算量大、对线条几何形状要求高,不适用于基于规则的建筑工程图识别方法。
国内如清华大学、中国科技大学、东北大学等也都相继推出了工程图纸的扫描识别系统。但目前规划图纸的智能识别还不能适应当前的需要,建筑图纸的识别更是有遥远的路要走。
发明内容
本发明要解决技术问题是:克服上述技术的缺点,提出一种简便可行、快捷准确地将纸质图纸转化为三维空间矢量的建模方法,该方法可以形成具有三维形态的可视化模型,成为城乡管理者可管控、城乡规划师可利用、普通市民可认知的城市空间形态数据。
为了解决上述技术问题,本发明提出的技术方案是:一种基于纸质平面数据的城市三维空间矢量建模方法,包括以下步骤:
1)使用扫描设备将所述城市的规划图纸录入计算机,并进行二值化处理,得到城市数字图像;
2)使用OCR软件识别并分离出所述城市数字图像中的空间要素图像和矢量文字,然后把分离出的空间要素图像转换成矢量图形;
3)从所述矢量图形导入CAD软件中得到矢量文件,通过人工提取出空间要素,并对提取出的空间要素根据种类进行分类,将每一类空间要素分别存储到不同的图层中;所述空间要素包括街区、建筑和自然地物共三类;
4)在所述矢量文件中新建文字图层,将步骤2)中得到的矢量文字存储到所述文字图层中;
5)将所述矢量文件导入到GIS软件中转化为三维数据库,然后将三维数据库导入到VR虚拟软件,形成虚拟现实环境,从而完成城市三维空间的矢量建模。
本发明针对纸质图纸和扫描识别系统,利用机械设计、计算机图形学、图像处理及人工智能等领域方面技术,将研究方向同时转向将现存的大量纸质工程图纸,利用扫描仪等输入设备,将纸质工程图纸信息输入到计算机中,转化成 CAD 软件可以识别的文件,将原有的资源发挥到最大的作用。
本发明带来的有益效果是:1)利用效率提高:与以往纸质图纸难以利用相比,纸质平面数据转化为三维模型数据极大的提高了城市规划纸质图纸的利用效率。2)时间成本缩短:与以往人工描绘纸质图纸进行规划管理相比,降低了二三线城市及中西部地区城乡规划部门规划工作开展的时间成本。3)可操作性增加:部分城镇的纸质图纸包含大量建筑及街区信息,如果需要人工录入,则需要耗费大量的人力财力物力,而通过纸质规划图纸识别并转译为可视化的三维模型,不仅便于规划管理和市民认知,也节约了财力人力物力,提高了工作效率。4)精确性增强:与以往的人工录入计算机相比,本发明采用完全理性的调查标准、统计精度和计算方法,其操作过程和技术成果具有明显的客观性、可计量性、精确性。帮助城市规划部门在城市建设工程实践中进行精确可视化的城市管理建设,高效合理的利用宝贵的城市建设资源。
本发明步骤2)中可以利用光栅图像转化软件将分离出的空间要素图像转换成矢量图形。所述光栅图像转化软件优选为R2V32或WinTopo。
对于工程图纸来讲,用纸质底图扫描输入效果较好,通常一般扫描后可直接形成二值图像。但对于晒图机晒出的蓝图,图纸的畸变、污点等引起的噪声较为严重,特别是经现场使用后还会有其它污损,扫描的图像必须进行消蓝去污等去噪处理。因此,上述技术方案的改进是:对步骤1)中扫描设备扫描城市的规划图纸得到的图像,通过动态自适应阈值法进行二值化处理,这样可以达到消蓝去污的目的。
附图说明
下面结合附图对本发明作进一步说明。
图1为本发明实施例的流程示意图。
图2为本发明实施例中图文分类的示意图。
图3为本发明实施例在ArcGIS软件中打开建筑图层的示意图。
图4为图3中layer Properties 对话框示意图。
图5为本发明实施例在GIS软件中三维模型可视化显示的示意图。
图6为本发明实施例在VR虚拟软件中以人眼或鸟瞰角度导出的图片示意图。
具体实施方式
实施例
本实施例的基于纸质平面数据的城市三维空间矢量建模方法,如图1所示,包括以下步骤:
1)使用扫描设备将所述城市的规划图纸录入计算机,并进行二值化处理,得到城市数字图像;
1.1)扫描设备选择:由于城市的规划图纸往往尺寸较大,因此在仪器选择上,应选择大幅面的A0扫描仪(如没有大幅面扫描仪,可将纸质图纸折叠扫描,最后在AdobePhotoshop软件中拼接)来输入城市的规划图纸。大幅面扫描仪是一种以密接式图像感应系统为传感器的图文扫描输入装置,它通过多个图像感应系统将一幅城市的规划图纸像照片一样拍下来,通过自行转换成为点阵在输入到计算机中。
1.2)使用扫描设备预输入规划纸质图纸:将欲扫描的纸质图纸一侧正面朝下压在扫描仪的扫描入口上,然后启动扫描仪驱动程序后,安装在扫描仪内部的光源开始扫描纸质图纸。为了均匀照亮图纸,扫描仪光源为长条形,扫描入口缓缓将图纸吞入扫描;扫描内容通过转变为模拟电子信号以及数字电子信号后,反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号,最后通过串行或者并行等接口送至计算机,得到城市数字图像。
1.3)使用动态自适应阈值法预处理规划纸质图纸:
对于工程图纸来讲,用纸质底图扫描输入效果较好,通常一般扫描后可直接形成二值图像。但对于晒图机晒出的蓝图,图纸的畸变、污点等引起的噪声较为严重,特别是经现场使用后还会有其它污损,扫描图像必须进行消蓝去污等去噪处理。一般采用动态自适应阈值法,在分离目标和背景的同时达到消蓝去污的目的。动态自适应阈值法是基于影像DN值的直方图统计特征,是一种比较简便快捷的辨识和分析目标或前景(其他部分称为背景)的方法。若直方图满足双峰分布,在直方图最大波峰之后选取有效的最小波谷对应的DN值作为阈值,把小于等于阈值的部分判定为一项内容,大于阈值的部分判定为另一项内容,从而得到二值化图。本实施例中采用的动态自适应阈值法可参见《微型电脑应用》(2004年第20卷第1期)公开的《地质图件的多阈值动态自适应二值化法及改进的二值图像细化算法》。
2)如图2所示,使用OCR软件识别并分离出所述城市数字图像中的空间要素图像和矢量文字,然后把分离出的空间要素图像转换成矢量图形。
规划图纸的空间要素是由街区、建筑和自然地物构成,而建筑等空间要素数据由包含平面、高度等多维数据构成。
2.1)图文分离。规划图纸通常由图形和字符(文字、符号等)两部分组成,扫描图像的处理方式是字符识别和图形矢量化分别进行,所以从城市数字图像中分离出字符是一项重要的步骤,图文分离由OCR软件进行,分离出空间要素图像和矢量文字。本实施例中OCR软件可以使用汉王、尚书七号或者IBM的OCR软件等。
2.2)空间要素的提取。通过光栅图像转化软件如R2V32或WinTopo等将空间要素图像中的单线和多条线转换成相应的矢量图形。
3)从所述矢量图形导入CAD软件中得到矢量文件,通过人工提取出空间要素,并对提取出的空间要素根据种类进行分类,将每一类空间要素分别存储到不同的图层中;所述空间要素包括街区、建筑和自然地物共三类。
规划图纸的主要空间要素是由街区、建筑、自然地物构成,在对空间要素提取之后,将矢量图形导入CAD软件,在CAD软件中利用图层(layer)对街区,建筑,自然地物三类进行人工分层分离。
本实施例对矢量图形在AutoCAD软件中进行处理,运用pe命令将建筑层及街区层的所有线条转化为pl线并进行连接,保证每个建筑和街区的矢量线框都闭合。
4)在所述矢量文件中新建文字图层,将步骤2)中得到的矢量文字存储到所述文字图层中。
这样,通过步骤3)和步骤4)提取其相关的信息,存储到数据库中可以为以后的工程量计算和工程估价提供依据,并将提取的信息存储到数据库中。
5)将所述矢量文件导入到GIS软件中转化为三维数据库,然后将三维数据库导入到VR虚拟软件,形成虚拟现实环境,从而完成城市三维空间的矢量建模。
将矢量文件用AutoCAD软件打开,只打开建筑图层,关闭其他图层,选择所有对象,运用wblock命令另存为文件名为jianzhu的dwg文件,运用以上命令另存jiequ以及wenzi两个dwg文件。
如图3所示,在ArcGIS软件的ArcScene中点击添加数据工具,打开jianzhu文件。
在ArcScene中点击添加数据工具,打开jiequ文件。
在ArcScene中点击添加数据工具,打开wenzi文件。
使用Spatial join命令,将wenzi文件中高度信息传递至jianzhu文件,并在其中新建属性栏“高度”。
在jianzhu图层右键,点击“图层属性”命令,如图4所示,打开图层属性面板(LayerProperties)选择“拉伸”选项卡,选择按照“高度”字段拉伸。
如图5所示点击确定可以看到快速建立的盒状三维模型。也可以在图层属性面板(Layer Properties)中“Symbol”选项卡中给模型选择颜色纹理,这里选择按照颜色类型显示。
然后将三维数据库导入VR虚拟软件,形成虚拟现实环境,以更好的模拟城市三维环境。如图6所示,以人眼或鸟瞰角度导出图片,作为规划参考或公示的资料,便于规划成果的审查与市民了解。本实施例中将三维数据库导入VR虚拟软件,形成虚拟现实环境为现有技术,可以参考《湖南城市学院学学报(自然科学版)》(第21卷第4期,2012年12月)第69-73页公开的《虚拟现实技术在城市规划中的应用》,以及《测绘通报》(2010年第5期)第45-47页公开的《虚拟现实技术在城市规划管理中的应用研究与实践》。
本发明不局限于上述实施例所述的具体技术方案,凡采用等同替换形成的技术方案均为本发明要求的保护范围。

Claims (5)

1.一种基于纸质平面数据的城市三维空间矢量建模方法,其特征在于,包括以下步骤:
1)使用扫描设备将所述城市的规划图纸录入计算机,并进行二值化处理,得到城市数字图像;
2)使用OCR软件识别并分离出所述城市数字图像中的空间要素图像和矢量文字,然后把分离出的空间要素图像转换成矢量图形;
3)将所述矢量图形导入CAD软件中,得到矢量文件,通过人工提取出空间要素,并对提取出的空间要素根据种类进行分类,将每一类空间要素分别存储到不同的图层中;所述空间要素包括街区、建筑和自然地物共三类;
4)在所述矢量文件中新建文字图层,将步骤2)中得到的矢量文字存储到所述文字图层中;
5)将所述矢量文件导入到GIS软件中转化为三维数据库,然后将三维数据库导入到VR虚拟软件,形成虚拟现实环境,从而完成城市三维空间的矢量建模。
2.根据权利要求1所述的基于纸质平面数据的城市三维空间矢量建模方法,其特征在于:步骤2)中利用光栅图像转化软件将分离出的空间要素图像转换成矢量图形。
3.根据权利要求1所述的基于纸质平面数据的城市三维空间矢量建模方法,其特征在于:对步骤1)中扫描设备扫描城市的规划图纸得到的图像,通过动态自适应阈值法进行二值化处理。
4.根据权利要求2所述的基于纸质平面数据的城市三维空间矢量建模方法,其特征在于:所述光栅图像转化软件为R2V32或WinTopo。
5.根据权利要求1或2所述的基于纸质平面数据的城市三维空间矢量建模方法,其特征在于:步骤3)中将提取的建筑和街区的矢量线条进行人工连接,使每个建筑和街区的矢量线框都闭合。
CN201410310251.XA 2014-07-01 2014-07-01 基于纸质平面数据的城市三维空间矢量建模方法 Active CN104077447B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410310251.XA CN104077447B (zh) 2014-07-01 2014-07-01 基于纸质平面数据的城市三维空间矢量建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410310251.XA CN104077447B (zh) 2014-07-01 2014-07-01 基于纸质平面数据的城市三维空间矢量建模方法

Publications (2)

Publication Number Publication Date
CN104077447A CN104077447A (zh) 2014-10-01
CN104077447B true CN104077447B (zh) 2017-02-22

Family

ID=51598699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410310251.XA Active CN104077447B (zh) 2014-07-01 2014-07-01 基于纸质平面数据的城市三维空间矢量建模方法

Country Status (1)

Country Link
CN (1) CN104077447B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933229B (zh) * 2015-05-29 2018-04-13 华南理工大学 一种基于网络图片的建成环境景观特征识别方法
CN105138780A (zh) * 2015-09-01 2015-12-09 北京海颐威工程技术有限公司 一种快速建立三维建筑信息模型的装置
CN106127839B (zh) * 2016-06-22 2019-10-22 国网上海市电力公司 用于配电网结构优化设计的信息处理方法和装置
CN106777631A (zh) * 2016-12-07 2017-05-31 上海理工大学 一种处理图片的方法
CN106845008B (zh) * 2017-02-16 2018-12-21 珠海格力电器股份有限公司 一种vr设备的处理方法及装置
CN108346169B (zh) * 2018-02-09 2021-08-24 城市生活(北京)资讯有限公司 一种二维矢量渲染方法及装置
WO2019196186A1 (zh) * 2018-04-12 2019-10-17 东南大学 一种用于构建城市设计数字化沙盘的系统
CN109887084B (zh) * 2019-02-20 2023-05-23 成都市勘察测绘研究院 一种利用浸入式虚拟现实技术用于城市规划的方法
CN110175366A (zh) * 2019-04-26 2019-08-27 南京友谱信息科技有限公司 区域级构筑及建筑整体透视三维模型建模方法
CN110992249A (zh) * 2019-11-28 2020-04-10 宁波明锐工业产品设计有限公司 一种将矢量平面图形转换为3d工程模型的方法
CN111784801B (zh) * 2020-07-08 2024-03-01 武汉市测绘研究院 一种竣工单体建筑车位平面图自动化绘制方法及系统
CN112182263A (zh) * 2020-12-02 2021-01-05 西安热工研究院有限公司 发电设备工程图纸的图像处理方法、系统以及处理设备
CN112528353B (zh) * 2020-12-18 2024-06-07 深圳须弥云图空间科技有限公司 一种基于cad图纸进行三维场景重建的方法及装置
CN113361368B (zh) * 2021-06-01 2024-03-19 福建福昕软件开发股份有限公司 基于桌面软件通过函数拟合识别pdf内多类线条的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5761328A (en) * 1995-05-22 1998-06-02 Solberg Creations, Inc. Computer automated system and method for converting source-documents bearing alphanumeric text relating to survey measurements
CN1804863A (zh) * 2006-01-16 2006-07-19 浙江大学 纸质矢量地图自动数字化的方法
CN103150751A (zh) * 2013-01-10 2013-06-12 江苏易图地理信息工程有限公司 在数字地图中实现建筑物内外一体化的三维建模方法
CN103617300A (zh) * 2013-11-21 2014-03-05 姜泽华 施工图纸数据快速采集录入系统及其使用方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5761328A (en) * 1995-05-22 1998-06-02 Solberg Creations, Inc. Computer automated system and method for converting source-documents bearing alphanumeric text relating to survey measurements
CN1804863A (zh) * 2006-01-16 2006-07-19 浙江大学 纸质矢量地图自动数字化的方法
CN103150751A (zh) * 2013-01-10 2013-06-12 江苏易图地理信息工程有限公司 在数字地图中实现建筑物内外一体化的三维建模方法
CN103617300A (zh) * 2013-11-21 2014-03-05 姜泽华 施工图纸数据快速采集录入系统及其使用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
图纸档案数字化信息系统的设计及应用;徐义田 等;《东北测绘》;19971231;第20卷(第4期);35-36 *

Also Published As

Publication number Publication date
CN104077447A (zh) 2014-10-01

Similar Documents

Publication Publication Date Title
CN104077447B (zh) 基于纸质平面数据的城市三维空间矢量建模方法
Shi et al. Road detection from remote sensing images by generative adversarial networks
Zhang et al. Integrating bottom-up classification and top-down feedback for improving urban land-cover and functional-zone mapping
Workman et al. Wide-area image geolocalization with aerial reference imagery
US5278946A (en) Method of presenting multimedia data in a desired form by comparing and replacing a user template model with analogous portions of a system
CN108875595A (zh) 一种基于深度学习和多层特征融合的驾驶场景目标检测方法
CN106920243A (zh) 改进的全卷积神经网络的陶瓷材质件序列图像分割方法
Kim et al. CityCraft: 3D virtual city creation from a single image
CN107403430A (zh) 一种rgbd图像语义分割方法
US11170536B2 (en) Systems and methods for home improvement visualization
CN106909902A (zh) 一种基于改进的层次化显著模型的遥感目标检测方法
CN107527054B (zh) 基于多视角融合的前景自动提取方法
Kong et al. Enhanced facade parsing for street-level images using convolutional neural networks
Wang et al. Automatic segmentation of urban point clouds based on the Gaussian map
CN104484347B (zh) 一种基于地理信息的层次化视觉特征提取方法
CN113505670A (zh) 基于多尺度cam和超像素的遥感图像弱监督建筑提取方法
CN110334719A (zh) 一种提取遥感影像中建筑物图像的方法及系统
CN114519819A (zh) 一种基于全局上下文感知的遥感图像目标检测方法
CN101887522A (zh) 基于多点同时快速行进的遥感影像道路提取方法
Xue et al. Weakly supervised point cloud segmentation via deep morphological semantic information embedding
CN110363848A (zh) 一种基于数字岩心的孔隙网络模型的可视化方法及装置
Böhm et al. The IQmulus urban showcase: Automatic tree classification and identification in huge mobile mapping point clouds
Parente et al. Integration of convolutional and adversarial networks into building design: A review
Tejeswari et al. Building footprint extraction from space-borne imagery using deep neural networks
CN105528791B (zh) 一种面向触摸屏手绘图像的质量评价装置及其评价方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant