CN105741273A - 一种基于色彩分割的控规图纸自动矢量化方法及系统 - Google Patents
一种基于色彩分割的控规图纸自动矢量化方法及系统 Download PDFInfo
- Publication number
- CN105741273A CN105741273A CN201610051086.XA CN201610051086A CN105741273A CN 105741273 A CN105741273 A CN 105741273A CN 201610051086 A CN201610051086 A CN 201610051086A CN 105741273 A CN105741273 A CN 105741273A
- Authority
- CN
- China
- Prior art keywords
- image
- segmentation
- regulatory control
- color
- type
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/008—Vector quantisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种基于色彩分割的控规图纸自动矢量化方法,包括以下步骤:1)、建立像素数据库;将HSV色彩空间根据不同的色调,饱和度,明度分类为若干类型;2)、将待处理图像转化为HSV色彩空间;3)、将HSV色彩空间的待处理图像中的每一个像素点都与数据库中的类型分别进行匹配,从而得到分割图像;4)、通过OpenCv加载图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型的矢量坐标集合;5)、上述步骤的矢量坐标集合即可转化生成矢量图。本发明的有益效果是:由于采用上述技术方案,可以快速分析图纸,完成整个矢量图纸的转换过程,极大地降低了原人工录入的工作量。
Description
技术领域
本发明属于图像处理领域,尤其是涉及一种基于色彩分割的控规图纸自动矢量化方法及系统。
背景技术
在进行电力规划相关工作时,常常需要对规划地块做空间负荷预测,大多数情况下,操作人员无法从电力部门获得标准的矢量图纸,只能拿到图片格式(JPG,BMP,PNG)的图纸,为了进行准确预测,就需要工作人员将图像格式的控规图亲自绘制到cad或是其他系统中,极大地增大了工作量,这就亟需一种可以快速进行图像格式转化的方法及系统。
发明内容
有鉴于此,本发明旨在提出一种基于色彩分割的控规图纸自动矢量化方法及系统。
本发明的技术方案是这样实现的:
一种基于色彩分割的控规图纸自动矢量化方法,把原始图像按照颜色分割成不同的图层或图像,属于同一个颜色区域的像素点放置于同一图层或同一个图像中,处理图层或图像得到每一个图层或图像的矢量坐标集合,再转化生成矢量图。
进一步的,包括以下步骤:
1)、建立像素分层数据库;将HSV色彩空间根据不同的色调,饱和度,明度分类为若干类型;
2)、将待处理的原始图像进行格式转化,通过HSV色彩空间表示;
3)、将HSV色彩空间表示的待处理图像中的每一个像素点都与数据库中的类型分别进行匹配,从而得到分割图像;
4)、通过OpenCv加载图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型的矢量坐标集合;
5)、上述步骤的矢量坐标集合即可转化生成矢量图。
进一步的,所述步骤1)中建立的数据库为ACCESS。
进一步的,所述步骤1)中的若干类型分别匹配相应的规划用地类型。
进一步的,所述步骤2)中的原始图像采用RGB色彩空间,其格式为BMP、JPG、PNG中的一个。
进一步的,所述步骤3)中的分割图像是将属于同一个类型的像素点放置于同一图层中,分割后的图像由若干图层组成;或者将属于同一个类型的像素点放置于同一图像中,得到若干不同类型的图像。
进一步的,所述步骤4)中OpenCv图像加载,是分别加载每一个图层,或每一个不同类型的图像,对其分别进行矢量坐标化。
进一步的,所述步骤5)是将得到的矢量坐标集合以CAD指定的脚本命令格式,新建并写入到一个(.scr)格式的文件中,并通过程序调用CAD程序,执行这个脚本命令,最终CAD将通过脚本命令将矢量坐标点集合写入到一个(.DWG)格式文件中,这也就是最终所获得的矢量图纸。
一种基于色彩分割的控规图纸自动矢量化系统,包括数据库模块、图像转化模块、图像切割模块、图像矢量化模块和输出模块,所述图像转化模块将原始图像转化为HSV色彩空间,所述图像切割模块将HSV色彩空间的图像像素与数据库模块中的数据类型进行一一匹配,得到按照数据类型分割的图像,图像矢量化模块通过OpenCv加载分割图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型的矢量坐标集合,输出模块将矢量坐标集合转化生成矢量图。
本发明具有的优点和积极效果是:由于采用上述技术方案,可以快速分析图纸,完成整个矢量图纸的转换过程,极大地降低了原人工录入的工作量。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
原理介绍:
HSV色彩空间:HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(HexconeModel)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。
RGB转化到HSV的算法:
max=max(R,G,B);
min=min(R,G,B);
V=max(R,G,B)/255;
S=(max-min)/max;
if(R=max)H=(G-B)/(max-min)*60;
if(G=max)H=120+(B-R)/(max-min)*60;
if(B=max)H=240+(R-G)/(max-min)*60;
if(H<0)H=H+360;
HSV转化到RGB的算法:
if(s=0)
R=G=B=V;
else
H/=60;
i=INTEGER(H);
f=H-i;
a=V*(1-s);
b=V*(1-s*f);
c=V*(1-s*(1-f));
switch(i)
case0:R=V;G=c;B=a;
case1:R=b;G=v;B=a;
case2:R=a;G=v;B=c;
case3:R=a;G=b;B=v;
case4:R=c;G=a;B=v;
case5:R=v;G=a;B=b;
OpenCv:OpenCV的全称是:OpenSourceComputerVisionLibrary。OpenCV是一个基于(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写,它的主要接口也是C++语言,但是依然保留了大量的C语言接口。该库也有大量的Python,JavaandMATLAB/OCTAVE(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch,Ruby的支持。
本发明包括一种基于色彩分割的控规图纸自动矢量化方法,包括以下步骤:
1)、建立像素数据库;通过智能分析加人工处理,将HSV色彩空间根据不同的色调,饱和度,明度分类为98大类,2690小类的类型且分别匹配相应的规划用地类型,通过ACCESS数据库建立成软件应用的后台数据库;
2)、将待处理图像RGB色彩空间(BMP、JPG、PNG格式)转化为HSV色彩空间;
3)、将HSV色彩空间的待处理图像中的每一个像素点都与数据库中的类型分别进行一一匹配(循环遍历所有像素点,并通过SQL语句对每个像素点到数据库中查询其所对应的颜色类型与用地类型。),从而得到分割图像,分割图像是将属于同一个类型的像素点放置于同一图层中,分割后的图像由若干图层组成;或者将属于同一个类型的像素点放置于同一图像中,得到若干不同类型的图像;
4)、通过OpenCv加载图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型(连通体)的矢量坐标集合;
5)、上述步骤已经获得了整张图纸上的所有区域坐标,我们需要根据用户配置的最小区域面积,过滤掉小于最小面积的区域,最终将获得的所有区域通过windowsGIS(开源GIS)平台,将所有区域转化生成矢量图,保存为CAD文件。
步骤5)可以将得到的矢量坐标集合以CAD指定的脚本命令格式,新建并写入到一个(.scr)格式的文件中,并通过程序调用CAD程序,执行这个脚本命令,最终CAD将通过脚本命令将矢量坐标点集合写入到一个(.DWG)格式文件中,这也就是最终所获得的矢量图纸。
本方法可以通过以下系统实现:
一种基于色彩分割的控规图纸自动矢量化系统,包括数据库模块、图像转化模块、图像切割模块、图像矢量化模块和输出模块,所述图像转化模块将原始图像转化为HSV色彩空间,所述图像切割模块将HSV色彩空间的图像像素与数据库模块中的数据类型进行一一匹配,得到按照数据类型分割的图像,图像矢量化模块通过OpenCv加载分割图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型的矢量坐标集合,输出模块将矢量坐标集合转化生成矢量图。
在实际测试过程中我们发现对于控规图纸每个色块的边缘的像素损失是比较严重的,如果使用简单的通过RGB色彩空间分割就会使得每个色块边缘产生锯齿情况。在色彩空间转换为HSV以后我们很大程度上控制住了色彩的基色,然后通过后台数据库中所存储的分类信息。能够对每个像素点给定一个明确的颜色类别。使用这种方法能有效的做到对于图纸的分割,并保证了边缘的平滑,最终得到令操作员满意的结果。
本发明提出了一种基于色彩空间的图像分割矢量化方法,该方法通过对控规图纸图像的色彩空间进行转换分析并结合后台数据与用地类型做智能匹配,对图纸中每种用地类型依次抽取,转化,融合,最终获取一张完整的控规图纸矢量图(CAD格式)。本发明利用控规图纸的特性(颜色分明的色彩区块),对图纸进行整体的有RGB色彩空间转换为HSV色彩空间,这样可以通过0-360个色调将颜色大致分类,再通过饱和度及亮度的范围对像素值进行归类。然后对分割后图像利用OpenCV(开源图像处理系统)提供的二值化,联通体提取等方法得到每个类型的矢量坐标属性并导入系统。本发明通过自动与精准的转换并结合成熟的软件系统,完整的将控规图纸的图像格式转换为标准的CAD矢量格式。大大提高了设计人员的工作效率,并可推广到建筑设计与电力规划等多个领域。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (9)
1.一种基于色彩分割的控规图纸自动矢量化方法,其特征在于:把原始图像按照颜色分割成不同的图层或图像,属于同一个颜色区域的像素点放置于同一图层或同一个图像中,处理图层或图像得到每一个图层或图像的矢量坐标集合,再转化生成矢量图。
2.根据权利要求1所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:包括以下步骤:
1)、建立像素分层数据库;将HSV色彩空间根据不同的色调,饱和度,明度分类为若干类型;
2)、将待处理的原始图像进行格式转化,通过HSV色彩空间表示;
3)、将HSV色彩空间表示的待处理图像中的每一个像素点都与数据库中的类型分别进行匹配,从而得到分割图像;
4)、通过OpenCv加载图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型的矢量坐标集合;
5)、上述步骤的矢量坐标集合即可转化生成矢量图。
3.根据权利要求2所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:所述步骤1)中建立的数据库为ACCESS。
4.根据权利要求2或3所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:所述步骤1)中的若干类型分别匹配相应的规划用地类型。
5.根据权利要求2所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:所述步骤2)中的原始图像采用RGB色彩空间,其格式为BMP、JPG、PNG中的一个。
6.根据权利要求2所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:所述步骤3)中的分割图像是将属于同一个类型的像素点放置于同一图层中,分割后的图像由若干图层组成;或者将属于同一个类型的像素点放置于同一图像中,得到若干不同类型的图像。
7.根据权利要求2所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:所述步骤4)中OpenCv图像加载,是分别加载每一个图层,或每一个不同类型的图像,对其分别进行矢量坐标化。
8.根据权利要求2所述的基于色彩分割的控规图纸自动矢量化方法,其特征在于:所述步骤5)是将得到的矢量坐标集合以CAD指定的脚本命令格式,新建并写入到一个(.scr)格式的文件中,并通过程序调用CAD程序,执行这个脚本命令,最终CAD将通过脚本命令将矢量坐标点集合写入到一个(.DWG)格式文件中,这也就是最终所获得的矢量图纸。
9.一种基于色彩分割的控规图纸自动矢量化系统,其特征在于:包括数据库模块、图像转化模块、图像切割模块、图像矢量化模块和输出模块,所述图像转化模块将原始图像转化为HSV色彩空间,所述图像切割模块将HSV色彩空间的图像像素与数据库模块中的数据类型进行一一匹配,得到按照数据类型分割的图像,图像矢量化模块通过OpenCv加载分割图像,将图像进行灰度图像转换,使其二值化,并进行连通体抽取,得到每一个类型的矢量坐标集合,输出模块将矢量坐标集合转化生成矢量图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610051086.XA CN105741273A (zh) | 2016-01-25 | 2016-01-25 | 一种基于色彩分割的控规图纸自动矢量化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610051086.XA CN105741273A (zh) | 2016-01-25 | 2016-01-25 | 一种基于色彩分割的控规图纸自动矢量化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105741273A true CN105741273A (zh) | 2016-07-06 |
Family
ID=56246585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610051086.XA Pending CN105741273A (zh) | 2016-01-25 | 2016-01-25 | 一种基于色彩分割的控规图纸自动矢量化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105741273A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345454A (zh) * | 2018-09-18 | 2019-02-15 | 徐庆 | 位图图像矢量化的方法、存储介质及系统 |
CN109583282A (zh) * | 2017-09-29 | 2019-04-05 | 高德软件有限公司 | 一种矢量道路确定方法及装置 |
CN110097500A (zh) * | 2019-03-20 | 2019-08-06 | 合肥名德光电科技股份有限公司 | 基于ai的图像无损放大方法 |
CN110853042A (zh) * | 2019-11-14 | 2020-02-28 | 空间信息产业发展股份有限公司 | 一种基于图像识别的涉密矢量图形自动分割系统及方法 |
CN110909602A (zh) * | 2019-10-21 | 2020-03-24 | 广联达科技股份有限公司 | 一种二维矢量图子域识别方法及装置 |
CN112307533A (zh) * | 2020-10-30 | 2021-02-02 | 深圳集智数字科技有限公司 | 一种控规图生成方法及相关设备 |
CN113706997A (zh) * | 2021-09-06 | 2021-11-26 | 深圳市库思科技有限公司 | 城乡规划图纸标准化处理方法、装置及电子设备 |
CN114092606A (zh) * | 2021-11-30 | 2022-02-25 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102136151A (zh) * | 2011-03-11 | 2011-07-27 | 山东大学 | 一种光栅图像的矢量化方法 |
WO2014098202A1 (en) * | 2012-12-17 | 2014-06-26 | Mitsubishi Electric Corporation | System and method for determining a defect on a surface of an object |
-
2016
- 2016-01-25 CN CN201610051086.XA patent/CN105741273A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102136151A (zh) * | 2011-03-11 | 2011-07-27 | 山东大学 | 一种光栅图像的矢量化方法 |
WO2014098202A1 (en) * | 2012-12-17 | 2014-06-26 | Mitsubishi Electric Corporation | System and method for determining a defect on a surface of an object |
Non-Patent Citations (2)
Title |
---|
王杨刚: "彩色土地利用图件自动矢量化研究", 《中国优秀硕士学位论文全文数据库(基础科学辑)》 * |
赵春晖 等: "测井工程图的前景背景分割方法", 《应用科技》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583282A (zh) * | 2017-09-29 | 2019-04-05 | 高德软件有限公司 | 一种矢量道路确定方法及装置 |
CN109583282B (zh) * | 2017-09-29 | 2021-04-09 | 阿里巴巴(中国)有限公司 | 一种矢量道路确定方法及装置 |
CN109345454A (zh) * | 2018-09-18 | 2019-02-15 | 徐庆 | 位图图像矢量化的方法、存储介质及系统 |
CN109345454B (zh) * | 2018-09-18 | 2023-01-06 | 徐庆 | 位图图像矢量化的方法、存储介质及系统 |
CN110097500A (zh) * | 2019-03-20 | 2019-08-06 | 合肥名德光电科技股份有限公司 | 基于ai的图像无损放大方法 |
CN110097500B (zh) * | 2019-03-20 | 2023-02-03 | 合肥名德光电科技股份有限公司 | 基于ai的图像无损放大方法 |
CN110909602A (zh) * | 2019-10-21 | 2020-03-24 | 广联达科技股份有限公司 | 一种二维矢量图子域识别方法及装置 |
CN110853042A (zh) * | 2019-11-14 | 2020-02-28 | 空间信息产业发展股份有限公司 | 一种基于图像识别的涉密矢量图形自动分割系统及方法 |
CN110853042B (zh) * | 2019-11-14 | 2023-01-10 | 空间信息产业发展股份有限公司 | 一种基于图像识别的涉密矢量图形自动分割系统及方法 |
CN112307533A (zh) * | 2020-10-30 | 2021-02-02 | 深圳集智数字科技有限公司 | 一种控规图生成方法及相关设备 |
CN113706997A (zh) * | 2021-09-06 | 2021-11-26 | 深圳市库思科技有限公司 | 城乡规划图纸标准化处理方法、装置及电子设备 |
CN114092606A (zh) * | 2021-11-30 | 2022-02-25 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105741273A (zh) | 一种基于色彩分割的控规图纸自动矢量化方法及系统 | |
Cheng et al. | Color image segmentation based on homogram thresholding and region merging | |
RU2680765C1 (ru) | Автоматизированное определение и обрезка неоднозначного контура документа на изображении | |
Ohta | A region-oriented image-analysis system by computer | |
CN103699532B (zh) | 图像颜色检索方法和系统 | |
CN101872416B (zh) | 对道路图像进行车牌识别的方法和系统 | |
CN105740774A (zh) | 一种图像的文本区域定位方法及装置 | |
CN105608455B (zh) | 一种车牌倾斜校正方法及装置 | |
CN105528614B (zh) | 一种漫画图像版面的识别方法和自动识别系统 | |
Tripathi et al. | Face detection using combined skin color detector and template matching method | |
CN113139445A (zh) | 表格识别方法、设备及计算机可读存储介质 | |
CN106407983A (zh) | 图像主体的识别、矫正与配准方法 | |
US8744177B2 (en) | Image processing method and medium to extract a building region from an image | |
CN109389617A (zh) | 一种基于片上异构系统的运动目标识别与追踪方法及系统 | |
CN108274476B (zh) | 一种人形机器人抓取球体的方法 | |
CN109978904A (zh) | 基于图像技术的挺水植物生长信息提取方法 | |
CN114777792A (zh) | 路径规划方法、装置、计算机可读介质及电子设备 | |
Xu et al. | License plate recognition system based on deep learning | |
CN108022245A (zh) | 基于面线基元关联模型的光伏面板模板自动生成方法 | |
CN112884074B (zh) | 基于决策树的图像设计方法、设备、存储介质及装置 | |
Shengze et al. | Research based on the HSV humanoid robot soccer image processing | |
CN111260603B (zh) | 识别风力发电机组叶片尖端的方法及装置 | |
JP2005175641A (ja) | 画像処理装置 | |
CN101799929A (zh) | 指定颜色层提取设备和方法 | |
Yin et al. | Headdress Detection Based on Saliency Map for Thangka Portrait Image. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160706 |
|
RJ01 | Rejection of invention patent application after publication |