CN117272819A - 一种快速生成施工图的数据处理转换方法 - Google Patents

一种快速生成施工图的数据处理转换方法 Download PDF

Info

Publication number
CN117272819A
CN117272819A CN202311272449.9A CN202311272449A CN117272819A CN 117272819 A CN117272819 A CN 117272819A CN 202311272449 A CN202311272449 A CN 202311272449A CN 117272819 A CN117272819 A CN 117272819A
Authority
CN
China
Prior art keywords
data
attribute
construction drawing
characters
branch
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
Application number
CN202311272449.9A
Other languages
English (en)
Inventor
刘华
孙惠婷
程燊
王志
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.)
Suzhou Sugaoxin Digital Technology Co ltd
Original Assignee
Suzhou Sugaoxin Digital 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 Suzhou Sugaoxin Digital Technology Co ltd filed Critical Suzhou Sugaoxin Digital Technology Co ltd
Priority to CN202311272449.9A priority Critical patent/CN117272819A/zh
Publication of CN117272819A publication Critical patent/CN117272819A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422—Technical drawings; Geographical maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种快速生成施工图的数据处理转换方法，具体涉及数据处理转换方法领域，包括以下步骤：步骤一、获得确切数据；步骤二、将获得的确切数据进行数据分类；步骤三、根据分类的数据生成不同的坐标点数据；对所述不同坐标点数据执行第一预设处理得到不同的目标坐标点数据；步骤三、根据不同的所述目标坐标点数据进行几何建模，建模完毕根据坐标点进行排列组合生成三维施工图，本发明通过将大量数据有目的分类，将分类的数据单独的进行建模，这样减少因数据过多混乱出现建模错误的出现，且增加了建模的效率，将建模好的图形，根据坐标点进行排列组合形成三维施工图。

Description

一种快速生成施工图的数据处理转换方法
技术领域
本发明涉及数据处理转换方法领域，更具体地说，涉及一种快速生成施工图的数据处理转换方法。
背景技术
数字制图是指使用广义的计算机通过数字技术以数字数据形式创建电子图纸。
但是现有的数字制图，都是制图的数据输入计算机，计算机根据数据统一制图，这样需要计算机拥有大量的计算能力，会给计算机增加严重的负担，影响计算机内部的配件使用寿命，且制图的错误概率也较高，制图效率低下。
发明内容
本发明主要解决的技术问题是提供一种快速生成施工图的数据处理转换方法，能够解决上述背景技术所提出的问题。
为解决上述技术问题，根据本发明的一个方面，更具体的说是一种快速生成施工图的数据处理转换方法，其特征在于，包括以下步骤：
步骤一、获得确切数据；
步骤二、将获得的确切数据进行数据分类；
步骤三、根据分类的数据生成不同的坐标点数据；对所述不同坐标点数据执行第一预设处理得到不同的目标坐标点数据；
步骤三、根据不同的所述目标坐标点数据进行几何建模，建模完毕根据坐标点进行排列组合生成三维施工图。
更进一步的，所述步骤一的数据获得方法为手动输入、设备扫描等和网络传输等。
更进一步的，所述步骤二的数据分类方法为：
步骤3.1、构建自顶向下的贪婪搜索遍历可能的决策树空间构造决策树；
步骤3.2、使用统计测试来确定每一个实例属性单独分类样例的能力，分类能力最好的属性作为树的根结点测试；
步骤3.3、为根结点属性的每个可能值产生一个分支，并把样例排列到适当的分支(也就是样例的该属性值对应的分支)之下，重复这个过程，用每个分支结点关联的样例来选取在该点被测试的最佳属性，分类时通过余弦法计算输入数据的向量分别和每个分支结点关联最佳属性的向量进行相似度计算，选出相似度最高的分支，其中余弦法计算相似度公式如下：
其中x1，x2...xn为输入数据的向量，y1，y2...yn,为分支结点关联最佳属性的向量，cosθ越小相随度越高。
更进一步的，所述设备扫描数据获取方法为：
步骤4.1、将记录文字的纸张放入扫描设备获取待识别图像；
步骤4.2、对所述待识别图像进行版面分析，根据属性将所述待识别图像分割为不同部分，并标定各部分的属性；
步骤4.3、对标定为文字的图像部分进行图像切分，以切分出独立的个体文字；
步骤4.4、对所述个体文字进行特征提取，并将提取到的特征与已有特征库内中的特征进行比对，确定相似度最高的特征所对应的文字，并作为识别文字。
更进一步的，所述步骤二中数据分类的数据特征为物体行为特征数据和物理特征数据。
更进一步的，所述物体行为特征数据包括窗、门、柱、梁、墙壁的位置和形状尺寸信息；所述物理特征数据包括弹性、惯性、质量、硬度和表面纹理信息。
本发明一种快速生成施工图的数据处理转换方法的有益效果为：
本发明将记录文字的纸张放入扫描设备获取待识别图像，这样可以提取纸张上的文字，这样防止记录的数据过多，导致人工录入时间过长，影响成图的效率，并且还可以减少人员的劳动；
本发明通过将大量数据有目的分类，将分类的数据单独的进行建模，这样减少因数据过多混乱出现建模错误的出现，且增加了建模的效率，将建模好的图形，根据坐标点进行排列组合形成三维施工图，这样减少建模失误，且增加建模的效率。
附图说明
下面结合附图和具体实施方法对本发明做进一步详细的说明。
图1为本发明一种快速生成施工图的数据处理转换方法的流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
根据本发明的一个方面，如图1所示，提供了一种快速生成施工图的数据处理转换方法，其特征在于，包括以下步骤：
步骤一、获得确切数据；
步骤二、将获得的确切数据进行数据分类；
步骤三、根据分类的数据生成不同的坐标点数据；对不同坐标点数据执行第一预设处理得到不同的目标坐标点数据；
步骤三、根据不同的目标坐标点数据进行几何建模，建模完毕根据坐标点进行排列组合生成三维施工图。
在本实施例中，步骤一的数据获得方法为手动输入、设备扫描等和网络传输等。
在本实施例中，步骤二的数据分类方法为：
步骤3.1、构建自顶向下的贪婪搜索遍历可能的决策树空间构造决策树；
步骤3.2、使用统计测试来确定每一个实例属性单独分类样例的能力，分类能力最好的属性作为树的根结点测试；
步骤3.3、为根结点属性的每个可能值产生一个分支，并把样例排列到适当的分支(也就是样例的该属性值对应的分支)之下，重复这个过程，用每个分支结点关联的样例来选取在该点被测试的最佳属性，分类时通过余弦法计算输入数据的向量分别和每个分支结点关联最佳属性的向量进行相似度计算，选出相似度最高的分支，其中余弦法计算相似度公式如下：
其中x1，x2...xn为输入数据的向量，y1，y2...yn,为分支结点关联最佳属性的向量，cosθ越小相随度越高。
在本实施例中，设备扫描数据获取方法为：
步骤4.1、将记录文字的纸张放入扫描设备获取待识别图像；
步骤4.2、对待识别图像进行版面分析，根据属性将待识别图像分割为不同部分，并标定各部分的属性；
步骤4.3、对标定为文字的图像部分进行图像切分，以切分出独立的个体文字；
步骤4.4、对个体文字进行特征提取，并将提取到的特征与已有特征库内中的特征进行比对，确定相似度最高的特征所对应的文字，并作为识别文字。
在本实施例中，步骤二中数据分类的数据特征为物体行为特征数据和物理特征数据。
在本实施例中，物体行为特征数据包括窗、门、柱、梁、墙壁的位置和形状尺寸信息；物理特征数据包括弹性、惯性、质量、硬度和表面纹理信息。
其中本文中出现的电器元件均为现实中存在的电器元件。
当然，上述说明并非对本发明的限制，本发明也不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也属于本发明的保护范围。

Claims (6)

1.一种快速生成施工图的数据处理转换方法，其特征在于，包括以下步骤：
步骤一、获得确切数据；
步骤二、将获得的确切数据进行数据分类；
步骤三、根据分类的数据生成不同的坐标点数据；对所述不同坐标点数据执行第一预设处理得到不同的目标坐标点数据；
步骤三、根据不同的所述目标坐标点数据进行几何建模，建模完毕根据坐标点进行排列组合生成三维施工图。
2.根据权利要求1所述的一种快速生成施工图的数据处理转换方法，其特征在于：所述步骤一的数据获得方法为手动输入、设备扫描等和网络传输等。
3.根据权利要求2所述的一种快速生成施工图的数据处理转换方法，其特征在于：所述步骤二的数据分类方法为：
步骤3.1、构建自顶向下的贪婪搜索遍历可能的决策树空间构造决策树；
步骤3.2、使用统计测试来确定每一个实例属性单独分类样例的能力，分类能力最好的属性作为树的根结点测试；
步骤3.3、为根结点属性的每个可能值产生一个分支，并把样例排列到适当的分支(也就是样例的该属性值对应的分支)之下，重复这个过程，用每个分支结点关联的样例来选取在该点被测试的最佳属性，分类时通过余弦法计算输入数据的向量分别和每个分支结点关联最佳属性的向量进行相似度计算，选出相似度最高的分支，其中余弦法计算相似度公式如下：
其中x1，x2...xn为输入数据的向量，y1，y2...yn,为分支结点关联最佳属性的向量，cosθ越小相随度越高。
4.根据权利要求3所述的一种快速生成施工图的数据处理转换方法，其特征在于：所述设备扫描数据获取方法为：
步骤4.1、将记录文字的纸张放入扫描设备获取待识别图像；
步骤4.2、对所述待识别图像进行版面分析，根据属性将所述待识别图像分割为不同部分，并标定各部分的属性；
步骤4.3、对标定为文字的图像部分进行图像切分，以切分出独立的个体文字；
步骤4.4、对所述个体文字进行特征提取，并将提取到的特征与已有特征库内中的特征进行比对，确定相似度最高的特征所对应的文字，并作为识别文字。
5.根据权利要求4所述的一种快速生成施工图的数据处理转换方法，其特征在于：所述步骤二中数据分类的数据特征为物体行为特征数据和物理特征数据。
6.根据权利要求5所述的一种快速生成施工图的数据处理转换方法，其特征在于：所述物体行为特征数据包括窗、门、柱、梁、墙壁的位置和形状尺寸信息；所述物理特征数据包括弹性、惯性、质量、硬度和表面纹理信息。
CN202311272449.9A 2023-09-28 2023-09-28 一种快速生成施工图的数据处理转换方法 Pending CN117272819A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311272449.9A CN117272819A (zh) 2023-09-28 2023-09-28 一种快速生成施工图的数据处理转换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311272449.9A CN117272819A (zh) 2023-09-28 2023-09-28 一种快速生成施工图的数据处理转换方法

Publications (1)

Publication Number Publication Date
CN117272819A true CN117272819A (zh) 2023-12-22

Family

ID=89214074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311272449.9A Pending CN117272819A (zh) 2023-09-28 2023-09-28 一种快速生成施工图的数据处理转换方法

Country Status (1)

Country Link
CN (1) CN117272819A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673410A (zh) * 2008-09-12 2010-03-17 中国科学院计算技术研究所 一种基于矢量建筑图纸重建三维模型的方法
WO2019195736A2 (en) * 2018-04-05 2019-10-10 Chevron U.S.A. Inc. Classification of piping and instrumental diagram information using machine-learning
KR20200066762A (ko) * 2018-12-03 2020-06-11 (주)에프엠종합건설 Bim 데이터를 이용한 건축 공사 시방서 생성 방법, 이를 수행하기 위한 기록매체 및 시스템
CN112257137A (zh) * 2019-07-22 2021-01-22 成都笔木智绘科技有限公司 一种基于Revit的建筑结构BIM正向自动设计方法
CN113297652A (zh) * 2020-07-27 2021-08-24 躺平设计家(上海)科技有限公司 施工图的生成方法、装置及设备
CN114627210A (zh) * 2022-02-17 2022-06-14 广东舍卫工程技术咨询有限公司 一种基于图形识别的施工图修正方法与系统
CN114840900A (zh) * 2022-05-18 2022-08-02 滁州学院 一种基于i-GBDT技术的衍生式BIM构件自动生成方法
US20230281350A1 (en) * 2020-05-26 2023-09-07 Bim & Scan Limited A Computer Implemented Method of Generating a Parametric Structural Design Model

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673410A (zh) * 2008-09-12 2010-03-17 中国科学院计算技术研究所 一种基于矢量建筑图纸重建三维模型的方法
WO2019195736A2 (en) * 2018-04-05 2019-10-10 Chevron U.S.A. Inc. Classification of piping and instrumental diagram information using machine-learning
KR20200066762A (ko) * 2018-12-03 2020-06-11 (주)에프엠종합건설 Bim 데이터를 이용한 건축 공사 시방서 생성 방법, 이를 수행하기 위한 기록매체 및 시스템
CN112257137A (zh) * 2019-07-22 2021-01-22 成都笔木智绘科技有限公司 一种基于Revit的建筑结构BIM正向自动设计方法
US20230281350A1 (en) * 2020-05-26 2023-09-07 Bim & Scan Limited A Computer Implemented Method of Generating a Parametric Structural Design Model
CN113297652A (zh) * 2020-07-27 2021-08-24 躺平设计家(上海)科技有限公司 施工图的生成方法、装置及设备
CN114627210A (zh) * 2022-02-17 2022-06-14 广东舍卫工程技术咨询有限公司 一种基于图形识别的施工图修正方法与系统
CN114840900A (zh) * 2022-05-18 2022-08-02 滁州学院 一种基于i-GBDT技术的衍生式BIM构件自动生成方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SUNG-O KANG ET AL: "A Digitization and Conversion Tool for Imaged Drawings to Intelligent Piping and Instrumentation Diagrams (P&ID)", ENERGIES, no. 12, 31 December 2019 (2019-12-31), pages 1 - 27 *
刘虎: "基于施工图的建筑物快速三维建模研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 7, 15 July 2015 (2015-07-15), pages 2 - 4 *
王玉琨;陈冲;: "基于建筑施工图的三维重建方法研究", 微计算机信息, no. 28, 5 October 2010 (2010-10-05), pages 126 - 128 *
程凤伟等: "人工智能实现技术及发展研究", vol. 1, 31 July 2019, 中国原子能出版社, pages: 230 - 231 *
陈道蓄等: "算法漫步 乐在其中的计算思维", vol. 1, 31 August 2021, 机械工业出版社, pages: 138 - 139 *

Similar Documents

Publication Publication Date Title
CN114359283B (zh) 基于Transformer的缺陷检测方法和电子设备
CN112347550B (zh) 耦合式室内三维语义建图及建模方法
CN111650453A (zh) 基于加窗特征希尔伯特图像化的电力设备诊断方法及系统
JPWO2011086889A1 (ja) 特徴点選択システム、特徴点選択方法および特徴点選択プログラム
KR20170089745A (ko) 특징점 포지셔닝 방법 및 장치
CN112328715A (zh) 视觉定位方法及相关模型的训练方法及相关装置、设备
JP2015111339A (ja) 画像検索システム、画像検索装置、検索サーバ装置、画像検索方法、及び画像検索プログラム
CN114360030A (zh) 一种基于卷积神经网络的人脸识别方法
CN111161314A (zh) 目标对象的位置区域确定方法、装置、电子设备及存储介质
CN112163106A (zh) 二阶相似感知的图像哈希码提取模型建立方法及其应用
KR102166117B1 (ko) 시멘틱 매칭 장치 및 방법
CN114863129A (zh) 仪表数值分析方法、装置、设备及存储介质
CN117474918A (zh) 异常检测方法和装置、电子设备以及存储介质
CN113295142A (zh) 一种基于faro扫描仪和点云的地形扫描分析方法和装置
CN117237681A (zh) 图像处理方法、装置及相关设备
CN117272819A (zh) 一种快速生成施工图的数据处理转换方法
CN115439938B (zh) 一种防分裂的人脸档案数据归并处理方法及系统
CN107977967B (zh) 一种面向视角合成的无参考图像质量评价方法
CN109934185A (zh) 数据处理方法及装置、介质和计算设备
JP2022140857A (ja) マシンビジョン用の画像データを処理するための方法及び装置
JP2022186235A (ja) データクラスタリングプログラム、データクラスタリング方法および情報処理装置
CN113222887A (zh) 基于深度学习的纳米铁标记神经干细胞示踪的方法
CN112199984A (zh) 一种大尺度遥感图像的目标快速检测方法
CN111488905B (zh) 基于高维PCANet的鲁棒图像识别方法
JP7190147B1 (ja) ３次元形状記述子抽出器の製造方法、３次元形状検索方法及び３次元形状検索システム

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