CN112990143A - 一种建筑图纸的模型匹配方法、系统及相关装置 - Google Patents

一种建筑图纸的模型匹配方法、系统及相关装置 Download PDF

Info

Publication number
CN112990143A
CN112990143A CN202110481908.9A CN202110481908A CN112990143A CN 112990143 A CN112990143 A CN 112990143A CN 202110481908 A CN202110481908 A CN 202110481908A CN 112990143 A CN112990143 A CN 112990143A
Authority
CN
China
Prior art keywords
picture data
model
preset
building
identification
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.)
Granted
Application number
CN202110481908.9A
Other languages
English (en)
Other versions
CN112990143B (zh
Inventor
何楠
戴闻刚
王能锋
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.)
Pin Ming Technology Co ltd
Original Assignee
Hangzhou Pinming Safety Control Information Technology Co ltd
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 Hangzhou Pinming Safety Control Information Technology Co ltd filed Critical Hangzhou Pinming Safety Control Information Technology Co ltd
Priority to CN202110481908.9A priority Critical patent/CN112990143B/zh
Publication of CN112990143A publication Critical patent/CN112990143A/zh
Application granted granted Critical
Publication of CN112990143B publication Critical patent/CN112990143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/12Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Architecture (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请提供一种建筑图纸的模型匹配方法,包括:获取所述建筑图纸;对所述建筑图纸进行标定,得到第一图片数据;利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。本申请可用于指导预设图纸识别模型的修正,从而有助于提高利用预设图纸识别模型执行建筑图纸识别的效率。本申请还提供一种建筑图纸的模型匹配系统、计算机可读存储介质和电子设备,具有上述有益效果。

Description

一种建筑图纸的模型匹配方法、系统及相关装置
技术领域
本申请涉及工业技术领域,特别涉及一种建筑图纸的模型匹配方法、系统及相关装置。
背景技术
建筑工程软件建模设计软件是一类按照设计完成的CAD实体模型,根据CAD实体标志的构件名称、尺寸信息、标高属性、材质类型等属性,等比例构建一些工程领域的柱、梁、墙、板、基础等模型,计算这些模型的体积、面积等土建量或者钢筋量。再套用一些国家或者省市的一些计价标准,获取该工程的造价数据。为工程的预决算、招投标提供数据支持。
因此,建筑工程软件对于构建的建筑模型需要尽可能的与CAD图纸上面的构件类型和位置是一一对应的。建筑工程软件提供了一种把CAD实体构件转变为包含属性、尺寸信息等,自身软件认可的一种数据结构,但是这个转变的过程是需要人为去操作的。一个完整的模型,要包含柱、梁、墙、板、装饰等十一大类的构件类型,每种构件又要包含至少三种以上的小类构件,也就是一个完整的建筑模型中要包含至少108种类型的构件。每个建筑模型中,每个类型的构件又包含拥有不同属性的构件实例,同一属性的构件实例又很大可能的布置在不同的坐标位置,即根据图纸建模的过程是一件及其细致和繁琐的工程。
在大量人工这些处理这些细致、繁琐的问题之后,如何在范围大到几万平方米的地下室工程中,或者是高达三十多层的工程中,核对出布置构件的缺漏,快速定位得到模型位置与图纸位置的不同之处,是建筑工程软件一个急迫的需求。
建筑工程软件中针对大量的手工建模的繁琐工作,实现了一种分析建筑和结构图纸中CAD实体的文本属性和边线属性等信息,快速构建模型的批量转化构件方法。但是这个快速构建模型的过程,对CAD实体数据的分析并不能够完全准确的构建模型。对于算法造成的缺漏的构件,就更难以在几万平方或者几十层楼的工程里定位到,快速定位或者指出缺漏模型的位置更难以实现。否则就可以通过优化批量转化构件功能直接实现构件转化,而不用在后期进行手工定位补充工程模型了。
因此,无论手工建模还是自动模型转化功能建模,模型建立之后,如何快速检测到模型中和图纸中的不一致之处,定位到模型和图纸中的差异位置,快速指导模型的修正,是建筑工程建模设计软件亟待解决的问题。
发明内容
本申请的目的是提供一种建筑图纸的模型匹配方法、模型匹配系统、计算机可读存储介质和电子设备,通过对建筑图纸进行标定后转化为图片数据进行匹配,能够确认预设图纸识别模型度建筑图纸的识别度,有助于实现预设图纸识别模型的高精度识别。
为解决上述技术问题,本申请提供一种建筑图纸的模型匹配方法,具体技术方案如下:
获取所述建筑图纸;
对所述建筑图纸进行标定,得到第一图片数据;
利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;
将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
可选的,获取所述建筑图纸之后,还包括:
对所述建筑图纸进行无效数据过滤,所述无效数据包括颜色、文字属性、边框、图纸说明、图纸目录和设计单位中至少一项或任意几项的组合。
可选的,对所述建筑图纸进行标定,得到第一图片数据包括:
确定所述建筑图纸中的所有CAD实体;
计算所有CAD实体的第一最大外包;
将所述CAD实体的第一最大外包中心点的图像坐标点作为所述第一图片数据中像素坐标系的原点,并根据所述原点的坐标得到图像坐标点转化到像素坐标的第一转换矩阵;
利用所述第一转换矩阵生成所述建筑图纸对应的第一图片数据。
可选的,利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据包括:
获取预设图纸识别模型对应模型空间中的所有标准模型;
计算所述标准模型的第二最大外包;
将所述第二最大外包中心点的图像坐标点作为对应图片数据的像素坐标系的原点,得到图像坐标点转化到像素坐标的第二转换矩阵;
按照所述第二转换矩阵生成所述建筑图纸对应的第二图片数据。
可选的,将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度包括:
将所述第一图片数据对应的第一转换矩阵与所述第二图片数据对应的第二转换矩阵进行比对;
根据所述第一转换矩阵和所述第二转换矩阵的一致程度确定所述预设图纸识别模型对所述建筑图纸的识别度。
可选的,将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度包括:
比对所述第一图片数据和所述第二图片数据中用边线表示的构件区域,得到第一比对结果;
比对所述第一图片数据和所述第二图片数据中含边线和填充表示的构件区域,得到第二比对结果;
比对所述第一图片数据和所述第二图片数据中含边线和中线表示的构件区域,得到第三比对结果;
比对所述第一图片数据和所述第二图片数据中平行直线表示的构件区域,得到第四比对结果;
根据所述第一比对结果、所述第二比对结果、所述第三比对结果和所述第四比对结果确定所述预设图纸识别模型对所述建筑图纸的识别度。
可选的,若所述预设图纸识别模型对所述建筑图纸存在识别误差,将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度之后,还包括:
生成所述第一图片数据和所述第二图片数据的差值图像;
根据所述差值图像确定差异位置对应的图纸坐标和模型空间坐标;
根据所述图纸坐标对应的图纸数据以及所述模型空间坐标对应的构件数据对所述预设图纸识别模型进行优化。
本申请还提供一种建筑图纸的模型匹配系统,包括:
获取模块,用于获取所述建筑图纸;
标定模块,用于对所述建筑图纸进行标定,得到第一图片数据;
识别模块,用于利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;
比对模块,用于将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本申请还提供一种电子设备,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上所述的方法的步骤。
本申请提供一种建筑图纸的模型匹配方法,包括:获取所述建筑图纸;对所述建筑图纸进行标定,得到第一图片数据;利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
本申请通过对第一图片数据和经过预设图纸识别模型识别得到的第二图片数据进行比对,从而得到预设图纸识别模型对建筑图纸的识别度。能够基于预设图纸识别模型快速检测到第一图片数据和第二图片的差异位置,可用于指导预设图纸识别模型的修正,从而有助于提高利用预设图纸识别模型执行建筑图纸识别的效率。
本申请还提供一种建筑图纸的模型匹配系统、计算机可读存储介质和电子设备,具有上述有益效果,此处不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种建筑图纸的模型匹配方法的流程图;
图2为本申请实施例提供的含边线和中线表示的构件区域的示意图;
图3为本申请实施例提供的含边线和填充表示的构件区域的示意图;
图4为本申请实施例提供的平行直线表示的构件区域的示意图;
图5为本申请实施例所提供的一种建筑图纸的模型匹配系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种建筑图纸的模型匹配方法的流程图,该方法包括:
S101:获取所述建筑图纸;
本实施例对于建筑图纸的具体格式和类型不作具体限定,其可以为基于CAD软件的.dwg图纸,也可以为基于其他工业设计软件的建筑图纸。
S102:对所述建筑图纸进行标定,得到第一图片数据;
本步骤旨在对建筑图纸进行标定,以得到图片数据,其目的在于实现建筑图纸对应图纸数据与图片数据的转化。在此对于如何标定不作具体限定,只要可以将建筑图纸由图纸数据转化为对应的图片数据即可。本步骤的一种优选的标定过程可以如下:
S1021:确定建筑图纸中的所有CAD实体;
S1022:计算所有CAD实体的第一最大外包;
S1023:将所述CAD实体的第一最大外包中心点的图像坐标点作为所述第一图片数据中像素坐标系的原点,并根据所述原点的坐标得到图像坐标点转化到像素坐标的第一转换矩阵;
S1024:利用所述第一转换矩阵生成所述建筑图纸对应的第一图片数据。
在执行图纸数据到图片数据的转换过程中,可以优先确定图片数据中像素坐标系。上述过程首先确定CAD边线实体的最大外包,以CAD实体最大外包中心点的图像坐标点为对应图片的像素坐标系中的原点,获取该坐标点转化到像素坐标的第一转换矩阵,最后按照模型空间中模型构件的外包生成模型空间的图片数据。该图片数据可以为任何图片格式,包括但不限于jpg、png等。
S103:利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;
本步骤旨在利用预设图纸识别模型直接对建筑图纸进行图纸识别和标定,从而得到第二图片数据。在此对于采用何种预设图纸识别模型不做具体限定,且图纸识别过程和标定过程均可以由预设图纸识别模型完成。
本实施例对于预设图纸识别模型如何执行图纸识别不作具体限定,优选的,在此提供一种利用预设图纸识别模型得到第二图片数据的过程:
第一步、获取预设图纸识别模型对应模型空间中的所有标准模型;
第二步、计算所述标准模型的第二最大外包;
第三步、将所述第二最大外包中心点的图像坐标点作为对应图片数据的像素坐标系的原点,得到图像坐标点转化到像素坐标的第二转换矩阵;
第四步、按照所述第二转换矩阵生成所述建筑图纸对应的第二图片数据;
当然还可以采用其他方式得到标准图片数据,例如采用软件直接得到标准图片数据等。
需要注意的是,在本申请的其他实施例中,本步骤与S101、S102可以相互独立执行,即本步骤得到第二图片数据的过程与得到第一图片数据的相互独立,并无既定的执行顺序。
S104:将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
执行本步骤时可以将图片数据对应的第一转换矩阵与标准图片数据中对应的第二转换矩阵进行比对,若第一转换矩阵与第二转换矩阵一致,可以确定预设图纸识别模型的识别率较高。需要注意的是,本步骤需要确定预设图纸识别模型对建筑图纸的识别度,该识别度可以以百分比或者按照图纸数据中不同构件区域进行表述,例如哪些构件区域能够完美识别,哪些构件区域识别度较差,即识别存在误差等。换句话说,本实施例对于识别度的具体表示方法不作具体限定。
在本实施例的其他实施例中,若在执行第一图片数据和第二图片数据的的比对时针对构件区域,则其对应的本步骤的具体实施过程可以如下:
比对所述第一图片数据和所述第二图片数据中含边线和填充表示的构件区域,得到第二比对结果;
比对所述第一图片数据和所述第二图片数据中含边线和中线表示的构件区域,得到第三比对结果;
比对所述第一图片数据和所述第二图片数据中平行直线表示的构件区域,得到第四比对结果;
根据所述第一比对结果、所述第二比对结果、所述第三比对结果和所述第四比对结果确定所述预设图纸识别模型对所述建筑图纸的识别度。
特别的,在进行平行直线表示的构件区域比对时,可以先将平行直线转换为封闭区域,然后参考含边线和填充表示的构件区域或含边线和中线表示的构件区域的比对过程进行比对,从而得到第四比对结果。
本申请通过对第一图片数据和经过预设图纸识别模型识别得到的第二图片数据进行比对,从而得到预设图纸识别模型对建筑图纸的识别度。能够基于预设图纸识别模型快速检测到第一图片数据和第二图片的差异位置,可用于指导预设图纸识别模型的修正,从而有助于提高利用预设图纸识别模型执行建筑图纸识别的效率。
基于上述实施例,作为优选的实施例,步骤S101获取建筑图纸之后,可以对建筑图纸进行无效数据过滤,无效数据包括颜色、文字属性、边框、图纸说明、图纸目录和设计单位中至少一项或任意几项的组合。在此对于具体的过滤方式不作限定,且容易理解的是,不同类型的过滤数据也可以采用不同的过滤方式。优选的,可以利用建筑图纸中对应图纸空间中的图层进行过滤,即直接过滤掉仅包含无效数据的图层。
本实施例中涉及到图纸空间可以为含有CAD实体的dwg图纸,模型空间指在建筑模型设计软件中的一些表达CAD实体模型的空间。并且dwg表示的图纸空间也是可以在模型空间中显示的。
模型空间的像素坐标默认是以毫米(mm)为单位,调整图纸比例与模型空间按照1:1比例显示,以保证位置标定中位置的统一。
为了提高匹配效率,并降低无效信息对于匹配过程的干扰。可以根据图纸空间中表达CAD实体信息的图层,过滤掉一些文字属性、边框、图纸说明、图纸目录、设计单位等一些非必要信息。留下需要对比的边线信息;利用建筑模型设计软件的图层过滤功能,只留下待对比检测的模型信息。
在上述实施例的基础上,作为优选的实施例,若所述预设图纸识别模型对所述建筑图纸存在识别误差,则上述实施例中步骤S104之后,还可以包括如下步骤:
第一步、生成所述第一图片数据和所述第二图片数据的差值图像;
第二步、根据所述差值图像确定差异位置对应的图纸坐标和模型空间坐标;
第三步、根据所述图纸坐标对应的图纸数据以及所述模型空间坐标对应的构件数据对所述预设图纸识别模型进行优化。
当预设图纸识别模型存在识别误差时,先生成差值图像,差值图像表明了识别误差所在,进而确定差异位置对应的坐标。需要注意的是,需要分别确认差异位置的图纸坐标和模型空间坐标。图纸坐标用于指示差异位置在建筑图纸中的位置,而模型空间坐标用于指示建筑图纸在模型空间显示后,对应的差异位置的坐标。该模型空间主要指预设图纸识别模型在识别建筑图纸时表达CAD实体模型的空间。在明确存在识别误差的构建数据后,即可对预设图纸识别模型进行优化。
下文以本申请的一种具体应用过程对本申请提供的建筑图纸的模型匹配方法进行说明:
获取建筑图纸中所有CAD实体,计算所有CAD边线实体的最大外包,以CAD实体最大外包中心点的图像坐标点为对应图片的像素坐标系中的原点,获取该坐标点转化到像素坐标的转换矩阵MatA。按照外包范围生成jpg格式的图片数据DataA。
获取模型空间中的所有标准模型,计算模型空间中所有标准模型的最大外包,以最大外包中心点的图像坐标点为对应图片的像素坐标系的原点,获取该坐标点转化到像素坐标的转换矩阵MatB。按照模型空间中模型构件的外包生成jpg格式的图片数据DataB。
由上可知,本申请十四回来中利用转换矩阵将图纸空间和模型空间的数据转换到像素空间的对应位置,可以获得图纸空间的图片数据DataA和模型空间的图片数据DataB在像素空间原点位置对应的图片数据。当图纸位置和模型位置一一对应,图纸空间生成图片的转换矩阵MatA和模型空间生成图片的转换矩阵MatB是一致的;图纸位置和模型位置存在偏差时候,图纸空间生成图片的转换矩阵MatA和模型空间生成图片的转换矩阵MatB不一致。
本申请的目的是对比图纸设计中的构件和模型空间中的构件是否是一一对应的检测,只需要考虑图片中几何形状信息数据,而无需考虑图片数据中颜色等信息。因此可以对图片进行预处理,过滤掉图片中的颜色等信息,下文为本实施例提供的一种优选的预处理过程:
步骤1、处理图片数据DataA,具体过程可以如下:
1)获取图片数据DataA,将真彩数据DataA转换为8bit为表示的0-255的灰度图像DataA_L;
2)把灰度图像DataA_L转换为numpy数组,根据图片的数据特征知,图片中有大量的,该图片数据灰度分布很集中,记表示的图片数据DataB数据的灰度值为A和B,取中间值C(C>A且C<B)为阈值;
3)根据阈值C生成该灰度图像DataA_L的二值图像DataA_2;
步骤2、处理图片数据DataB,具体过程如下:
1)获取图片数据DataB,将真彩数据DataA转换为8bit为表示的0-255的灰度图像DataB_L;
2)把灰度图像DataB_L转换为numpy数组,根据图片的数据特征知,图片中有大量的,该图片数据灰度分布很集中,记表示的图片数据DataB数据的灰度值为A和B,取中间值C(C>A且C<B)为阈值;
3)根据阈值C生成该灰度图像DataB_L的二值图像DataB_2;
预处理结束后,此后可以对步骤1、2获得的DataA_2、DataB_2两张二值图片进行对比,由于实体信息可能会有以下表示形态:
1)用边线表示构件区域;
2)含中线和边线图形表示构件区域,如图2所示;
3)含有边线和边线填充状态表示构件区域,如图3所示;
4)含有平行直线的非封闭区域表示构件区域,如图4所示。
因此对于情况1)描述的用边线表示的构件区域进行图片比较,可以得到不同区域;
对于情况3)描述的含边线和填充表示的构件区域进行图片对比,可以将图片的区域内部进行填充,然后再进行图片比较;
对于情况2)描述的含边线和中线表示的构件区域进行图片比较,可以利用情况1)处理之后对减去的结果中剔除非封闭图形方式处理;也可以按照情况3)处理方式,对所有图片区域进行填充之后再进行图片比较;
对于情况4)描述的平行直线表示的构件区域,处理成封闭区域,然后按照情况2)或者情况3)进行处理。
针对每种情况进行对比,得到相应的比较结果,并整合各比对结果,即可确定预设图纸识别模型对建筑图纸的识别度。
下面对本申请实施例提供的一种建筑图纸的模型匹配系统进行介绍,下文描述的模型匹配系统与上文描述的建筑图纸的模型匹配方法可相互对应参照。
参见图2,图2为本申请实施例所提供的一种建筑图纸的模型匹配系统结构示意图,本申请还提供一种建筑图纸的模型匹配系统,包括:
获取模块100,用于获取所述建筑图纸;
标定模块200,用于对所述建筑图纸进行标定,得到第一图片数据;
识别模块300,用于利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;
比对模块400,用于将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
基于上述实施例,作为优选的实施例,还包括:
过滤模块,用于对所述建筑图纸进行无效数据过滤,所述无效数据包括颜色、文字属性、边框、图纸说明、图纸目录和设计单位中至少一项或任意几项的组合。
基于上述实施例,作为优选的实施例,所述标定模块200包括:
实体确认单元,用于确定所述建筑图纸中的所有CAD实体;
外包计算单元,用于计算所有CAD实体的第一最大外包;
坐标转换单元,用于将所述CAD实体的第一最大外包中心点的图像坐标点作为所述第一图片数据中像素坐标系的原点,并根据所述原点的坐标得到图像坐标点转化到像素坐标的第一转换矩阵;
图片生成单元,用于利用所述第一转换矩阵生成所述建筑图纸对应的第一图片数据。
基于上述实施例,作为优选的实施例,所述识别模块300包括:
模型获取单元,用于获取模型空间中所有的所述标准模型;
第二外包计算单元,用于计算所述标准模型的第二最大外包;
第二坐标转换单元,用于将所述第二最大外包中心点的图像坐标点作为对应图片数据的像素坐标系的原点,得到图像坐标点转化到像素坐标的第二转换矩阵;
第二图片生成单元,用于按照所述第二转换矩阵生成所述建筑图纸对应的第二图片数据。
基于上述实施例,作为优选的实施例,比对模块400包括:
比对单元,用于将所述第一图片数据对应的第一转换矩阵与所述第二图片数据对应的第二转换矩阵进行比对;
识别度确定单元,用于根据所述第一转换矩阵和所述第二转换矩阵的一致程度确定所述预设图纸识别模型对所述建筑图纸的识别度。
基于上述实施例,作为优选的实施例,比对模块400包括:
第一比对单元,用于比对所述第一图片数据和所述第二图片数据中用边线表示的构件区域,得到第一比对结果;
第二比对单元,用于比对所述第一图片数据和所述第二图片数据中含边线和填充表示的构件区域,得到第二比对结果;
第三比对单元,用于比对所述第一图片数据和所述第二图片数据中含边线和中线表示的构件区域,得到第三比对结果;
第四比对单元,用于比对所述第一图片数据和所述第二图片数据中平行直线表示的构件区域,得到第四比对结果;
识别度整合单元,用于根据所述第一比对结果、所述第二比对结果、所述第三比对结果和所述第四比对结果确定所述预设图纸识别模型对所述建筑图纸的识别度。
基于上述实施例,作为优选的实施例,还可以包括:
优化模块,用于生成所述第一图片数据和所述第二图片数据的差值图像;根据所述差值图像确定差异位置对应的图纸坐标和模型空间坐标;根据所述图纸坐标对应的图纸数据以及所述模型空间坐标对应的构件数据对所述预设图纸识别模型进行优化。
本申请还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory ,ROM)、随机存取存储器(Random Access Memory ,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电子设备,可以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,可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种建筑图纸的模型匹配方法,其特征在于,包括:
获取所述建筑图纸;
对所述建筑图纸进行标定,得到第一图片数据;
利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;
将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
2.根据权利要求1所述的模型匹配方法,其特征在于,获取所述建筑图纸之后,还包括:
对所述建筑图纸进行无效数据过滤,所述无效数据包括颜色、文字属性、边框、图纸说明、图纸目录和设计单位中至少一项或任意几项的组合。
3.根据权利要求1所述的模型匹配方法,其特征在于,对所述建筑图纸进行标定,得到第一图片数据包括:
确定所述建筑图纸中的所有CAD实体;
计算所有CAD实体的第一最大外包;
将所述CAD实体的第一最大外包中心点的图像坐标点作为所述第一图片数据中像素坐标系的原点,并根据所述原点的坐标得到图像坐标点转化到像素坐标的第一转换矩阵;
利用所述第一转换矩阵生成所述建筑图纸对应的第一图片数据。
4.根据权利要求3所述的模型匹配方法,其特征在于,利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据包括:
获取预设图纸识别模型对应模型空间中的所有标准模型;
计算所述标准模型的第二最大外包;
将所述第二最大外包中心点的图像坐标点作为对应图片数据的像素坐标系的原点,得到图像坐标点转化到像素坐标的第二转换矩阵;
按照所述第二转换矩阵生成所述建筑图纸对应的第二图片数据。
5.根据权利要求4所述的模型匹配方法,其特征在于,将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度包括:
将所述第一图片数据对应的第一转换矩阵与所述第二图片数据对应的第二转换矩阵进行比对;
根据所述第一转换矩阵和所述第二转换矩阵的一致程度确定所述预设图纸识别模型对所述建筑图纸的识别度。
6.根据权利要求4所述的模型匹配方法,其特征在于,将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度包括:
比对所述第一图片数据和所述第二图片数据中用边线表示的构件区域,得到第一比对结果;
比对所述第一图片数据和所述第二图片数据中含边线和填充表示的构件区域,得到第二比对结果;
比对所述第一图片数据和所述第二图片数据中含边线和中线表示的构件区域,得到第三比对结果;
比对所述第一图片数据和所述第二图片数据中平行直线表示的构件区域,得到第四比对结果;
根据所述第一比对结果、所述第二比对结果、所述第三比对结果和所述第四比对结果确定所述预设图纸识别模型对所述建筑图纸的识别度。
7.根据权利要求1、5和6中任一项所述的模型匹配方法,其特征在于,若所述预设图纸识别模型对所述建筑图纸存在识别误差,将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度之后,还包括:
生成所述第一图片数据和所述第二图片数据的差值图像;
根据所述差值图像确定差异位置对应的图纸坐标和模型空间坐标;
根据所述图纸坐标对应的图纸数据以及所述模型空间坐标对应的构件数据对所述预设图纸识别模型进行优化。
8.一种建筑图纸的模型匹配系统,其特征在于,包括:
获取模块,用于获取所述建筑图纸;
标定模块,用于对所述建筑图纸进行标定,得到第一图片数据;
识别模块,用于利用预设图纸识别模型对所述建筑图纸进行图纸识别并标定,得到第二图片数据;
比对模块,用于将所述第一图片数据与所述第二图片数据进行比对,确定所述预设图纸识别模型对所述建筑图纸的识别度。
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任一项所述的建筑图纸的模型匹配方法的步骤。
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任一项所述的建筑图纸的模型匹配方法的步骤。
CN202110481908.9A 2021-04-30 2021-04-30 一种建筑图纸的模型匹配方法、系统及相关装置 Active CN112990143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110481908.9A CN112990143B (zh) 2021-04-30 2021-04-30 一种建筑图纸的模型匹配方法、系统及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110481908.9A CN112990143B (zh) 2021-04-30 2021-04-30 一种建筑图纸的模型匹配方法、系统及相关装置

Publications (2)

Publication Number Publication Date
CN112990143A true CN112990143A (zh) 2021-06-18
CN112990143B CN112990143B (zh) 2021-08-31

Family

ID=76336831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110481908.9A Active CN112990143B (zh) 2021-04-30 2021-04-30 一种建筑图纸的模型匹配方法、系统及相关装置

Country Status (1)

Country Link
CN (1) CN112990143B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469086A (zh) * 2021-07-09 2021-10-01 上海智臻智能网络科技股份有限公司 建筑平面图中的区域划分方法、装置、设备及介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503283A (zh) * 2016-09-09 2017-03-15 武汉开目信息技术股份有限公司 一种二维图纸智能比较方法及装置
CN109472266A (zh) * 2018-01-29 2019-03-15 国网浙江省电力公司湖州供电公司 一种电气工程验收过程中图像资料检查系统及方法
CN109858452A (zh) * 2019-02-15 2019-06-07 滨州建筑工程施工图审查中心 建筑图纸自动比对方法和装置
CN111046462A (zh) * 2019-11-27 2020-04-21 湖南城市学院 一种室外建筑设计用图纸展示系统及方法
CN111382710A (zh) * 2020-03-12 2020-07-07 湖南力光信息技术有限公司 一种基于图像识别的图纸比对方法
CN111832437A (zh) * 2020-06-24 2020-10-27 万翼科技有限公司 建筑图纸识别方法、电子设备及相关产品
CN111832447A (zh) * 2020-06-30 2020-10-27 万翼科技有限公司 建筑图纸构件识别方法、电子设备及相关产品
CN111832445A (zh) * 2020-06-29 2020-10-27 万翼科技有限公司 工程图纸的定位方法及相关装置
WO2020227117A1 (en) * 2019-05-03 2020-11-12 Procore Technologies, Inc. Pattern matching tool
CN112100795A (zh) * 2019-06-17 2020-12-18 北京广联达云图梦想科技有限公司 一种计算机辅助设计图纸的对比方法及装置
CN112241565A (zh) * 2020-10-27 2021-01-19 万翼科技有限公司 建模方法及相关装置
CN112364404A (zh) * 2020-10-14 2021-02-12 广东电网有限责任公司阳江供电局 三维数字化设计智能翻模及审图的方法
CN112613339A (zh) * 2020-11-24 2021-04-06 北京中电普华信息技术有限公司 一种电气图纸自动化识别与审查方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503283A (zh) * 2016-09-09 2017-03-15 武汉开目信息技术股份有限公司 一种二维图纸智能比较方法及装置
CN109472266A (zh) * 2018-01-29 2019-03-15 国网浙江省电力公司湖州供电公司 一种电气工程验收过程中图像资料检查系统及方法
CN109858452A (zh) * 2019-02-15 2019-06-07 滨州建筑工程施工图审查中心 建筑图纸自动比对方法和装置
WO2020227117A1 (en) * 2019-05-03 2020-11-12 Procore Technologies, Inc. Pattern matching tool
CN112100795A (zh) * 2019-06-17 2020-12-18 北京广联达云图梦想科技有限公司 一种计算机辅助设计图纸的对比方法及装置
CN111046462A (zh) * 2019-11-27 2020-04-21 湖南城市学院 一种室外建筑设计用图纸展示系统及方法
CN111382710A (zh) * 2020-03-12 2020-07-07 湖南力光信息技术有限公司 一种基于图像识别的图纸比对方法
CN111832437A (zh) * 2020-06-24 2020-10-27 万翼科技有限公司 建筑图纸识别方法、电子设备及相关产品
CN111832445A (zh) * 2020-06-29 2020-10-27 万翼科技有限公司 工程图纸的定位方法及相关装置
CN111832447A (zh) * 2020-06-30 2020-10-27 万翼科技有限公司 建筑图纸构件识别方法、电子设备及相关产品
CN112364404A (zh) * 2020-10-14 2021-02-12 广东电网有限责任公司阳江供电局 三维数字化设计智能翻模及审图的方法
CN112241565A (zh) * 2020-10-27 2021-01-19 万翼科技有限公司 建模方法及相关装置
CN112613339A (zh) * 2020-11-24 2021-04-06 北京中电普华信息技术有限公司 一种电气图纸自动化识别与审查方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JABAL, MOHAMAD FAIZAL AB.等: "A Comparative Study on Extraction and Recognition Method of CAD Data from CAD Drawings", 《2009 INTERNATIONAL CONFERENCE ON INFORMATION MANAGEMENT AND ENGINEERING, PROCEEDINGS》 *
李锐: "DXF建筑工程图的读取、识别与三维重建", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469086A (zh) * 2021-07-09 2021-10-01 上海智臻智能网络科技股份有限公司 建筑平面图中的区域划分方法、装置、设备及介质
CN113469086B (zh) * 2021-07-09 2023-06-06 上海智臻智能网络科技股份有限公司 建筑平面图中的区域划分方法、装置、设备及介质

Also Published As

Publication number Publication date
CN112990143B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
Kim et al. Automated dimensional quality assurance of full-scale precast concrete elements using laser scanning and BIM
US11150633B2 (en) System and method for automated geometric shape deviation modeling for additive manufacturing
CN102105908B (zh) 用于制造母型模具的方法和装置
CN108830554B (zh) 基于任务模型的数据成果信息质量智能检测方法和系统
CN110096540B (zh) 测绘数据转换方法、设备、存储介质及装置
CN113128457A (zh) 一种建筑模型的识别方法、系统及相关装置
CN103530852A (zh) 一种镜头畸变校正方法
CA3045217A1 (en) Method for constructing a 3d digital model from a 2d plan
CN112990143B (zh) 一种建筑图纸的模型匹配方法、系统及相关装置
CN113901550A (zh) 装配式建筑bim模型生成方法及相关设备
CN105719341A (zh) 基于rpc模型从航天遥感影像上提取建筑物高度的方法
CN114758005B (zh) 激光雷达与相机外参标定方法及装置
CN109992865B (zh) 一种在AutoCAD工程图纸中处理标高的方法
CN102122394B (zh) 从iges文件中汇入曲面的系统及方法
CN106682275B (zh) 工业厂房结构建模的荷载处理方法和装置
CN112270034A (zh) 一种墙体拆分方法、装置及系统
CN115311429B (zh) 一种基于Revit的数据导出方法及系统
CN108959707B (zh) 一种基于Unity的BIM模型纹理材质可视化方法
CN116956838A (zh) 工程量清单的项目确定方法及确定装置
CN116956837A (zh) 工程量清单的项目确定方法及确定装置
KR102353827B1 (ko) 규칙 기반의 Scan-to-BIM 매핑 파이프라인 구조 설계 장치 및 방법
KR101484721B1 (ko) 정도계측포인트 자동 설정방법 및 정도계측도 문서 작성 시스템
CN116522459B (zh) 基于bim模型生成结构分析模型的方法、装置及设备
CN117236794B (zh) 基于bim的工程监理信息管理方法、系统、介质和设备
CN117190974B (zh) 一种地质灾害斜坡单元的坡高计算方法

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Block C, 5th Floor, Building B, Paradise Software Park, No. 3 Xidoumen Road, Xihu District, Hangzhou, Zhejiang 310000

Patentee after: Pin Ming Technology Co.,Ltd.

Address before: 310012 Room C, 5 / F, building B, Paradise Software Park, 3 xidoumen Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: HANGZHOU PINMING SAFETY CONTROL INFORMATION TECHNOLOGY CO.,LTD.