CN111126414A - 一种基于深度学习的装修图内图块识别方法 - Google Patents
一种基于深度学习的装修图内图块识别方法 Download PDFInfo
- Publication number
- CN111126414A CN111126414A CN201911220435.6A CN201911220435A CN111126414A CN 111126414 A CN111126414 A CN 111126414A CN 201911220435 A CN201911220435 A CN 201911220435A CN 111126414 A CN111126414 A CN 111126414A
- Authority
- CN
- China
- Prior art keywords
- primitives
- information
- module
- primitive
- deep learning
- 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
- 238000005034 decoration Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013135 deep learning Methods 0.000 title claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000002372 labelling Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于深度学习的装修图内图块识别方法，包括如下步骤：采用提取设备的API接口模块连接图纸设备，打开AutoCAD图纸，通过提取模块从图纸中提取各部分图元的形状信息和位置信息，标注模块对各类型的图元进行标记，并通过格式编辑模块将图元转换为图片保存到磁盘上，通过对比模块，将数据库内存储的结构信息图片对提取的图片进行对比，对提取的图片进行识别和分类，识别出形状的归属，通过注释模块对AutoCAD图纸上的结构进行标注，标注后存储。本发明通过对图纸上各个结构进行提取，对数据库内存储的图样进行比对，可以方便知晓装修布置图中的各种图元信息，可以将形状归属回写至装修布置图中，图纸结构识别清楚，名称对应精准。
Description
技术领域
本发明涉及图片识别技术领域，尤其涉及一种基于深度学习的装修图内图块识别方法。
背景技术
在建筑装修行业，家装平面布置图是基础数据之一。一般装修平面图由AutoCAD制作，里面包含了房屋的布局(内外墙、门、窗户等)和内部装修布局(如床、桌子、椅子等)。在计算机辅助家装设计和自动渲染过程中，需要对房屋的布局和内部装修布局进行预设置，便于计算机进行设计。调研中，发现即使采用了识别算法进行房屋布局和内部装修布局的识别，一般也是先将AutoCAD中生成的装修平面图转换为图片，然后对图片进行识别，这种识别存在识别精度不足，导致对房屋布局和内部装修布局的识别精度不高。
发明内容
本发明的目的是为了解决现有技术中存在识别精度不足的缺点，而提出的一种基于深度学习的装修图内图块识别方法。
为了实现上述目的，本发明采用了如下技术方案。
本发明提出了一种基于深度学习的装修图内图块识别方法，包括如下步骤：
S1：采用提取设备的API接口模块连接图纸设备，打开AutoCAD图纸，通过提取模块从图纸中提取各部分图元的形状信息和位置信息；
S2：标注模块对各类型的图元进行标记，并通过格式编辑模块将图元转换为图片保存到磁盘上；
S3：通过对比模块，将数据库内存储的结构信息图片对提取的图片进行对比，对提取的图片进行识别和分类，识别出形状的归属，通过注释模块对AutoCAD图纸上的结构进行标注，标注后存储。
优选的，所述S1中，所述API接口连接图纸设备后，图纸设备的权限由提取设备控制，提取设备可对图纸设备进行操作，通过可进行数据采集。
优选的，所述S1中，所述提取步骤：
(1)、复制图纸，将图纸固定在有坐标系的界面内；
(2)、根据图纸上各部分图元的边界线，扫描各个图元的边沿轮廓线；
(3)、根据轮廓线提取出图元的形状信息；
(4)、根据坐标系，提取出各图元的位置信息。
优选的，所述S2中，所述标记步骤：
1)、将提取的图元进行排序，图元自动排列；
2)、根据图元排列的顺序使用数字对图元进行编号；
3)、根据数据序号，进行分组，每个选取相同个数的图元。
优选的，所述S3中，深度学习引擎搜索是根据图片的特征轮廓和标注信息，逐个的对图纸上的每个的部位进行识别匹配，完成对图纸的结构识别。
优选的，所述S3中，所述对比过程为将数据库内信息图片作为比对模板，将提取的图元信息逐个的与模板相比对，与模板相同时，根据模板信息，对图元进行标注，完成识别。
本发明提出的一种基于深度学习的装修图内图块识别方法，有益效果在于：
通过对图纸上各个结构进行提取，对数据库内存储的图样进行比对，可以方便知晓装修布置图中的各种图元信息，进行精准识别后，可以将形状归属回写至装修布置图中，图纸结构识别清楚，名称对应精准。
具体实施方式
下面结合具体实施例来对本发明做进一步说明。
本发明提出了一种基于深度学习的装修图内图块识别方法，包括如下步骤：
S1：采用提取设备的API接口模块连接图纸设备，打开AutoCAD图纸，提取设备可从图纸设备上复制出原版的AutoCAD图纸，在提取图元时，不会破坏原版的AutoCAD图纸，通过提取模块从图纸中提取各部分图元的形状信息和位置信息，API接口连接图纸设备后，图纸设备的权限由提取设备控制，提取设备可对图纸设备进行操作，通过可进行数据采集，提取步骤：
(1)、复制图纸，将图纸固定在有坐标系的界面内；
(2)、根据图纸上各部分图元的边界线，扫描各个图元的边沿轮廓线；
(3)、根据轮廓线提取出图元的形状信息；
(4)、根据坐标系，提取出各图元的位置信息；
S2：标注模块对各类型的图元进行标记，方便之后进行识别，并通过格式编辑模块将图元转换为图片保存到磁盘上，图片格式的图元便于进行识别，标记步骤：
1)、将提取的图元进行排序，图元自动排列；
2)、根据图元排列的顺序使用数字对图元进行编号；
3)、根据数据序号，进行分组，每个选取相同个数的图元；
S3：通过对比模块，将数据库内存储的结构信息图片对提取的图片进行对比，对提取的图片进行识别和分类，识别出形状的归属，通过注释模块对AutoCAD图纸上的结构进行标注，深度学习引擎搜索是根据图片的特征轮廓和标注信息，逐个的对图纸上的每个的部位进行识别匹配，完成对图纸的结构识别，对比过程为将数据库内信息图片作为比对模板，将提取的图元信息逐个的与模板相比对，与模板相同时，根据模板信息，对图元进行标注，完成识别。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于深度学习的装修图内图块识别方法，其特征在于，包括如下步骤：
S1：采用提取设备的API接口模块连接图纸设备，打开AutoCAD图纸，通过提取模块从图纸中提取各部分图元的形状信息和位置信息；
S2：标注模块对各类型的图元进行标记，并通过格式编辑模块将图元转换为图片保存到磁盘上；
S3：通过对比模块，将数据库内存储的结构信息图片对提取的图片进行对比，对提取的图片进行识别和分类，识别出形状的归属，通过注释模块对AutoCAD图纸上的结构进行标注。
2.根据权利要求1所述的一种基于深度学习的装修图内图块识别方法，其特征在于，所述S1中，所述API接口连接图纸设备后，图纸设备的权限由提取设备控制，提取设备可对图纸设备进行操作，同时可进行数据采集。
3.根据权利要求1所述的一种基于深度学习的装修图内图块识别方法，其特征在于，所述S1中，所述提取步骤：
(1)、复制图纸，将图纸固定在有坐标系的界面内；
(2)、根据图纸上各部分图元的边界线，扫描各个图元的边沿轮廓线；
(3)、根据轮廓线提取出图元的形状信息；
(4)、根据坐标系，提取出各图元的位置信息。
4.根据权利要求1所述的一种基于深度学习的装修图内图块识别方法，其特征在于，所述S2中，所述标记步骤：
1)、将提取的图元进行排序，图元自动排列；
2)、根据图元排列的顺序使用数字对图元进行编号；
3)、根据数据序号，进行分组，每个选取相同个数的图元。
5.根据权利要求1所述的一种基于深度学习的装修图内图块识别方法，其特征在于，所述S3中，深度学习引擎搜索是根据图片的特征轮廓和标注信息，逐个的对图纸上的每个的部位进行识别匹配，完成对图纸的结构识别。
6.根据权利要求1所述的一种基于深度学习的装修图内图块识别方法，其特征在于，所述S3中，所述对比过程为将数据库内信息图片作为比对模板，将提取的图元信息逐个的与模板相比对，与模板相同时，根据模板信息，对图元进行标注，完成识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911220435.6A CN111126414A (zh) | 2019-12-03 | 2019-12-03 | 一种基于深度学习的装修图内图块识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911220435.6A CN111126414A (zh) | 2019-12-03 | 2019-12-03 | 一种基于深度学习的装修图内图块识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111126414A true CN111126414A (zh) | 2020-05-08 |
Family
ID=70497263
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911220435.6A Pending CN111126414A (zh) | 2019-12-03 | 2019-12-03 | 一种基于深度学习的装修图内图块识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111126414A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112861713A (zh) * | 2021-02-06 | 2021-05-28 | 贵州博汇云技术开发有限公司 | 大型图纸多张局部放大对比分析系统 |
| CN113268790A (zh) * | 2021-06-04 | 2021-08-17 | 东莞晶彩光学有限公司 | 工程图自动辨识系统及方法 |
| CN113282999A (zh) * | 2021-06-25 | 2021-08-20 | 广东都市建筑规划设计有限公司 | 一种电气照明图纸自动修改生成方法、装置及计算机设备 |
| CN114494114A (zh) * | 2021-12-20 | 2022-05-13 | 上海品览数据科技有限公司 | 一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102779175A (zh) * | 2012-06-26 | 2012-11-14 | 北京尔宜居科技有限责任公司 | 一种利用xml格式数据进行cad格式图像处理的方法 |
| CN103177259A (zh) * | 2013-04-11 | 2013-06-26 | 中国科学院深圳先进技术研究院 | 色块识别方法及装置 |
| CN110033523A (zh) * | 2019-04-19 | 2019-07-19 | 深圳格调网络运营有限公司 | 一种装修设计房屋模型三维空间智能转换系统 |
| CN110502984A (zh) * | 2019-07-11 | 2019-11-26 | 万翼科技有限公司 | 图纸审查方法、装置、计算机设备和存储介质 |
-
2019
- 2019-12-03 CN CN201911220435.6A patent/CN111126414A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102779175A (zh) * | 2012-06-26 | 2012-11-14 | 北京尔宜居科技有限责任公司 | 一种利用xml格式数据进行cad格式图像处理的方法 |
| CN103177259A (zh) * | 2013-04-11 | 2013-06-26 | 中国科学院深圳先进技术研究院 | 色块识别方法及装置 |
| CN110033523A (zh) * | 2019-04-19 | 2019-07-19 | 深圳格调网络运营有限公司 | 一种装修设计房屋模型三维空间智能转换系统 |
| CN110502984A (zh) * | 2019-07-11 | 2019-11-26 | 万翼科技有限公司 | 图纸审查方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 伍济钢;宾鸿赞;: "薄片零件尺寸机器视觉检测系统研究与开发" * |
| 李春生;王丽丽;高玲;: "基于专家系统的异构图形数据格式转换模型设计" * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112861713A (zh) * | 2021-02-06 | 2021-05-28 | 贵州博汇云技术开发有限公司 | 大型图纸多张局部放大对比分析系统 |
| CN113268790A (zh) * | 2021-06-04 | 2021-08-17 | 东莞晶彩光学有限公司 | 工程图自动辨识系统及方法 |
| CN113282999A (zh) * | 2021-06-25 | 2021-08-20 | 广东都市建筑规划设计有限公司 | 一种电气照明图纸自动修改生成方法、装置及计算机设备 |
| CN113282999B (zh) * | 2021-06-25 | 2023-12-22 | 广东都市建筑规划设计有限公司 | 一种电气照明图纸自动修改生成方法、装置及计算机设备 |
| CN114494114A (zh) * | 2021-12-20 | 2022-05-13 | 上海品览数据科技有限公司 | 一种基于深度学习的结构专业墙柱施工图中暗柱及其属性识别的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111126414A (zh) | 一种基于深度学习的装修图内图块识别方法 | |
| Dibeklioglu et al. | 3D facial landmarking under expression, pose, and occlusion variations | |
| CN106097794A (zh) | 基于增强现实的汉语拼音组合认读学习系统及认读方法 | |
| CN105426530A (zh) | 一种商标检索方法、装置和系统 | |
| EP1462997A3 (en) | Image processing device | |
| AU2020103716A4 (en) | Training method and device of automatic identification device of pointer instrument with numbers in natural scene | |
| CN105574161B (zh) | 一种商标图形要素识别方法、装置和系统 | |
| CN114694165B (zh) | 一种pid图纸智能识别与重绘方法 | |
| CN107679512A (zh) | 一种基于手势关键点的动态手势识别方法 | |
| CN109472280B (zh) | 一种更新物种识别模型库的方法、存储介质及电子设备 | |
| CN103020607A (zh) | 一种人脸识别方法及装置 | |
| CN110796131A (zh) | 一种汉字书写评价系统 | |
| CN108961082A (zh) | 一种基于ai图像识别的车险定损系统及方法 | |
| CN103034844B (zh) | 图像识别方法与装置 | |
| CN106980859A (zh) | 一种用于识别铝车轮背腔字符的方法 | |
| CN114219753A (zh) | 一种基于深度学习的电力设备表面缺陷检测方法及终端 | |
| CN114155556A (zh) | 一种基于加入通道混洗模块的堆叠沙漏网络的人体姿态估计方法及系统 | |
| CN117593420A (zh) | 基于图像处理的平面图纸标注方法、装置、介质及设备 | |
| CN111950556A (zh) | 一种基于深度学习的号牌印刷质量检测方法 | |
| CN108846386B (zh) | 一种手绘图案智能识别和纠正方法 | |
| CN109063708B (zh) | 基于轮廓提取的工业图像特征识别方法及系统 | |
| CN110781851A (zh) | 一种基于图片的装修户型图识别方法 | |
| CN112818735B (zh) | 一种基于物品识别的舰艇备件识别方法 | |
| CN114820870A (zh) | 核电流程图辅助绘制方法、装置、计算机设备和存储介质 | |
| Pilania et al. | Implementation of image-based attendance system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230607 Address after: 430000 room 18, floor 21, building 1, Guannan Fuxing Pharmaceutical Park, No. 58, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Applicant after: WUHAN BANGTUO INFORMATION TECHNOLOGY Co.,Ltd. Applicant after: WUHAN University Address before: 430000 room 18, floor 21, building 1, Guannan Fuxing Pharmaceutical Park, No. 58, Guanggu Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Applicant before: WUHAN BANGTUO INFORMATION TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |
|
| RJ01 | Rejection of invention patent application after publication |