CN117437356A - 一种通过图纸识别进行3d建模的方法及装置 - Google Patents
一种通过图纸识别进行3d建模的方法及装置 Download PDFInfo
- Publication number
- CN117437356A CN117437356A CN202311403222.3A CN202311403222A CN117437356A CN 117437356 A CN117437356 A CN 117437356A CN 202311403222 A CN202311403222 A CN 202311403222A CN 117437356 A CN117437356 A CN 117437356A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- model
- modeling
- list
- classifying
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000010276 construction Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000012552 review Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 13
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Algebra (AREA)
- Structural Engineering (AREA)
- Databases & Information Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种通过图纸识别进行3D建模的方法及装置，该通过图纸识别进行3D建模的方法，包括以下步骤：S1，获取二维图纸，并对二维图纸进行预处理；S2，将二维图纸分类存入列表中；S3，对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；S4，将不同列表对应的3D模型进行粘合并优化；S5，通知工作人员进行复查，将复查后的3D模型输出和保存。本发明通过对二维图纸进行预处理和向量化等操作，并自动提取边界特征并寻找相邻的其他二维图形进行组合生成初步的3D模型，再自动粘合3D模型，从而大大降低人力成本，增加构建效率，避免重复劳动，解决了现有技术中存在人工将二维图像转3D模型效率低的问题。
Description
技术领域
本发明涉及建筑信息化技术领域，尤其涉及一种通过图纸识别进行3D建模的方法及装置。
背景技术
随着科学技术的不断进步，计算机在建筑工程领域的运用越来越广泛，工程中咨询用到的工程计量软件就是一个运用而生的案例。
工程计量软件的应用使得作业效率比起传统的手工算量有了极大的提升，在二维图纸转换到3D模型的过程中，作业人员经常使用的是工程计量软件的绘制性功能，此种方法可以将CAD原始图纸进行快速3D翻模。
例如公开号为：CN107169214A的发明专利公开的一种建筑模型设计方法，包括：绘制土建专业、钢筋专业等二维图纸；根据各专业二维图纸尺寸信息，建立各专业3D模型；对单专业3D模型进行碰撞检查，修改3D模型中碰撞点；进行两两专业3D模型间的碰撞检查，修改各专业3D模型中碰撞点；进行所有专业3D模型间的碰撞检查，辨别碰撞点真假，并修改各专业3D模型中的真碰撞点；根据修改后的各专业3D模型完善各专业二维图纸，完成建筑模型设计。
例如公开号为：CN109215115A的发明专利公开的一种通过图纸识别进行3D建模的方法、系统、终端及介质，包括：获取CAD建筑设计图中的构件图层名称，并得到构件图层名称表；对CAD建筑设计图中的若干张图纸进行拆分命名，并得到图纸文件目录；在3D建模环境下，导入置空模型，在置空模型中导入所有图纸，并对置空模型进行规范性调整；根据图纸文件目录内部定义的顺序规则，依次确定每张图纸需要执行的构件功能项；在调整后的置空模型中，根据构件图层名称表，对每张图纸中需要进行建模的构件，通过启用对应的构件功能项进行识别建模。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中，建筑类的二维CAD图纸不仅应用在上述的工程造价方面，还应用在其他各个方面，但现在二维的CAD图纸既不直观也不利于后续进一步开发利用，例如三维装修设计、3D模型展示、上述的造价计算等等，对于大型工程，依旧会耗费的大量的人力资源，工作效率较低，存在人工将二维图像转3D模型效率低的问题。
发明内容
本申请实施例通过提供一种通过图纸识别进行3D建模的方法及装置，解决了现有技术中，存在人工将二维图像转3D模型效率低的问题，实现了大大降低人力成本，增加了构建效率，避免了重复的劳动，减少了出错的可能性。
本申请实施例提供了一种通过图纸识别进行3D建模的方法，包括以下步骤：S1，获取二维图纸，并对二维图纸进行预处理；S2，将二维图纸分类存入列表中；S3，对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；S4，将不同列表对应的3D模型进行粘合并优化；S5，通知工作人员进行复查，将复查后的3D模型输出和保存。
进一步的，所述S1中的二维图纸为同一个项目中的多个构件的多张二维图纸，这些二维图纸需要绘制出该项目的各个角度的图像。
进一步的，所述S1中对二维图纸进行预处理至少包括清除图纸中非必要的部分、进行图像处理和向量化、对二维图形进行标注和注释，并检查二维图纸中二维图形的单位统一情况。
进一步的，所述检查二维图纸中二维图形的单位统一情况指对所有二维图纸中二维图形的单位进行检查，若单位不统一则通知并等待工作人员调整二维图形单位并重新检查，直至单位统一，当单位统一时即可继续后续操作，否则操作暂停。
进一步的，所述S2中将二维图纸分类存入列表中指将多张二维图纸进行分类，在将图纸按照类别存入列表中，每个列表对应一种类别。
进一步的，所述将多张二维图纸进行分类包括按照层次分类、按照区域分类、按照名称分类、按照构建分类。
进一步的，所述S3中边界特征提取的具体流程为：步骤1，针对每张二维图纸，使用Canny算法进行边缘检测，得到每个二维图形的边界点集合：其中，Gx和Gy分别表示图像在x和y方向上的梯度，E(x，y)表示图像的边缘强度；步骤2，使用PCA算法对每个二维图形的边界点集合进行向量化，得到其方向和长度特征:/>其中，X表示原始点集合，/>表示点集的均值向量，W表示将点集投影到新坐标系中的旋转矩阵，T为转置符号，Z表示新坐标系中的点集。
进一步的，所述S3中的初步构建出对应的3D模型指使用Bezier曲面拟合算法、已知的几何约束和先验知识，对每个二维图形进行3D模型的初步构建：上述公式中，P(u，v)表示三维空间曲面上的一个点，m和n表示Bezier曲面的次数，Bi,m(u)和Bj,n(v)为Bezier基函数，Pi,j表示Bezier曲面上的控制点。
进一步的，所述S4中将不同列表对应的3D模型进行粘合并优化的具体流程为：步骤1，对于每个列表中的3D模型，将其与其他列表中的3D模型进行比较，寻找可相连接的线段，并标记为(i，j)，其中i和j分别表示连接的两个模型的编号:步骤2，基于已知的连接关系，构建连接矩阵C，连接矩阵C是一个n×n的矩阵，其中n为3D模型的数量，C(i，j)表示连接模型i和j所需的变换矩阵；步骤3，使用非线性优化算法对连接矩阵C进行优化，以最小化所有连接处的误差，其中，优化的目标函数如下所示：minc∑(i,j∈L)||fi(p)-Ci,jfj(p)||2，上述公式中，L是连接列表，fi(p)表示第i个3D模型中点p的坐标，Ci,j表示连接矩阵中连接模型i和j的变换矩阵；步骤4，根据优化后的连接矩阵C，将不同列表对应的3D模型进行粘合，形成一个完整的3D模型。
本申请实施例提供了一种通过图纸识别进行3D建模的装置，包括准备模块、分类模块、构建模块、整合模块和输出模块：所述准备模块：用于获取二维图纸，并对二维图纸进行预处理；所述分类模块：用于将二维图纸分类存入列表中；所述构建模块：用于对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；所述整合模块：用于将不同列表对应的3D模型进行粘合并优化；所述输出模块：用于通知工作人员进行复查，将复查后的3D模型输出和保存。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过对二维图纸进行预处理和向量化等操作，并自动提取边界特征并寻找相邻的其他二维图形进行组合，生成初步的3D模型，从而实现自动组合和生成3D模型，进而实现了大大降低人力成本，增加了构建效率，避免了重复的劳动，减少了出错的可能性，有效解决了现有技术中人工将二维图像转3D模型效率低的问题。
2、通过自动检查二维图形的单位是否统一，并在统一后进行进一步的处理，从而避免了因为单位不统一为后续的计算和构建带来的麻烦和错误，还避免了人工逐个检查的繁琐过程，进而保证了模型的准确性。
3、通过变换连接矩阵和使用非线性优化算法对不同列表对应的3D模型进行比较和粘合，从而对不同部分的3D模型精确对齐和优化，进而实现了使得生成的完整3D模型更加精准和真实。
附图说明
图1为本申请实施例提供的通过图纸识别进行3D建模的方法流程图；
图2为本申请实施例提供的边界特征提取的具体流程图；
图3为本申请实施例提供的将不同列表对应的3D模型进行粘合并优化的具体流程图；
图4为本申请实施例提供的通过图纸识别进行3D建模的装置结构图。
具体实施方式
本申请实施例通过提供一种通过图纸识别进行3D建模的方法及装置，解决了现有技术中，存在人工将二维图像转3D模型效率低的问题，通过对二维图纸进行预处理和向量化等操作，并自动提取边界特征并寻找相邻的其他二维图形进行组合，生成初步的3D模型，此外还通过将转换连接矩阵将3D模型进行自动粘合，实现了大大降低人力成本，增加了构建效率，避免了重复的劳动，减少了出错的可能性。
本申请实施例中的技术方案为解决上述存在人工将二维图像转3D模型效率低的问题，总体思路如下：
首先获取二维图纸进行预处理，包括将图纸中非必要的部分清除、图像处理和向量化等操作，再检查图纸中二维图形的单位是否统一，若不统一则通知工作人员将图纸中的单位统一为一个单位，待工作人员统一完毕后重新检查图形单位直至所有图形的单位统一，若统一则继续进行分类操作；接着将二维图纸按照层次(或按照区域分类、按照名称分类、按照构建分类)进行分类，分别将同一层次的二维图纸保存在一个列表中，对于每个列表中的二维图纸，分别提取其中每个二维图形的边界特征，然后使用这些特征来寻找相邻的其他二维图形，并计算它们的位置和方向等信息，并通过这些信息，可以让系统自动将相邻的二维图形组合在一起，初步生成二维图纸对应的3D模型，接着将每个列表对应的3D模型与其他列表中的3D模型进行比较，找到可相连的线段，并根据这些线段构建待优化的连接矩阵，将待优化的连接矩阵使用非线性优化算法进行优化，之后根据优化后的连接矩阵将不同列表对应的3D模型进行粘合，形成一个完整的3D模型，再通知工作人员对完整的3D模型进行复查(例如检查部件之间的空隙、粘合处的强度等等)，若复查到错误可自行根据图纸进行修改后再输出和保存，若无错误则将完整的3D模型直接进行输出和保存，达到了大大降低人力成本，增加了构建效率，避免了重复的劳动，减少了出错的可能性。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示，为本申请实施例提供的通过图纸识别进行3D建模的方法流程图，该方法应用于通过图纸识别进行3D建模的装置中，该方法包括以下步骤：S1，获取二维图纸，并对二维图纸进行预处理；S2，将二维图纸分类存入列表中；S3，对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；S4，将不同列表对应的3D模型进行粘合并优化；S5，通知工作人员进行复查，将复查后的3D模型输出和保存。
进一步的，S1中的二维图纸为同一个项目中的多个构件的多张二维图纸，这些二维图纸需要绘制出该项目的各个角度的图像。
在本实施例中，进行3D建模之前，需要获取该项目的多个构建的多张二维图纸，并绘制出该项目的各个角度图像，这些角度图像通常用于展示该项目的不同视角，以便在进行3D建模时更好地把握项目的结构和细节。
进一步的，S1中对二维图纸进行预处理至少包括清除图纸中非必要的部分、进行图像处理和向量化、对二维图形进行标注和注释，并检查二维图纸中二维图形的单位统一情况。
进一步的，检查二维图纸中二维图形的单位统一情况指对所有二维图纸中二维图形的单位进行检查，若单位不统一则通知并等待工作人员调整二维图形单位并重新检查，直至单位统一，当单位统一时即可继续后续操作，否则操作暂停。
在本实施例中，在进行3D建模前，单位的一致性是至关重要的，因为不同的图形可能使用不同的单位，可能导致在后续的操作中出现错误；如果发现单位不一致的情况，需要通知工作人员调整二维图形的单位，并重新进行检查，直至所有二维图形的单位都是一致的为止，只有当单位统一时，才能继续进行后续的操作，从而避免后续构建出的3D模型出错。
进一步的，S2中将二维图纸分类存入列表中指将多张二维图纸进行分类，在将图纸按照类别存入列表中，每个列表对应一种类别。
进一步的，将多张二维图纸进行分类包括按照层次分类、按照区域分类、按照名称分类、按照构建分类。
在本实施例中，在工程设计中，往往会存在多个不同的图纸，这些图纸可能包含了不同的信息，如结构、机电、管道等等，因此，为了更好地管理这些图纸并方便后续处理，需要将这些图纸进行分类，使每个列表都对应一种特定的类别，有助于组织数据和提高处理效率；由于图纸一般由多个层次组成，如框架、门窗、天花板等，按照层次分类可以将同一层次的图纸存储在一个列表中；由于工程中往往会涉及到不同的区域，如公共区域、办公区域、生产区域等，按照区域分类可以将同一区域内的图纸存储在一个列表中，方便后续的处理和管理；按照名称分类是根据图纸的命名规则对图纸进行分类，如按照建筑物名称、构件名称等分类，这种分类方法比较简单易行，但使用时需要确保图纸命名规则的统一；按照构建分类是按照工程构件的种类进行分类，如结构、机电、管道等，这种分类方法可以将同一构件的图纸存储在一个列表中。
进一步的，如图2所示，为本申请实施例提供的边界特征提取的具体流程图，S3中边界特征提取的具体流程为：步骤1，针对每张二维图纸，使用Canny算法进行边缘检测，得到每个二维图形的边界点集合： 其中，Gx和Gy分别表示图像在x和y方向上的梯度，E(x，y)表示图像的边缘强度；步骤2，使用PCA算法对每个二维图形的边界点集合进行向量化，得到其方向和长度特征:/>其中，X表示原始点集合，/>表示点集的均值向量，W表示将点集投影到新坐标系中的旋转矩阵，T为转置符号，Z表示新坐标系中的点集。
在本实施例中，边界点集合是指通过边缘检测算法，找到图像中所有的边缘像素点，从而构成的点集合，这些点代表了图像中的边界特征；在Canny算法中，边缘像素点是通过比较每个像素点与其周围像素点的灰度差异和梯度大小，然后根据一定的阈值进行筛选和连接得到的；边缘强度是指图像上某一点处的梯度大小，代表了该点像素的边缘程度；在Canny算法中，边缘强度被用来判断是否将该点标记为边缘像素点；在上述流程中，Canny算法用于提取边缘像素点，PCA算法用于将这些像素点进行向量化，以得到其方向和长度特征，进而用于构建3D模型；边缘强度是Canny算法中用于判断边缘像素点的重要参数，它可以用于筛选出较为显著的边缘特征，从而提高特征提取的精度和准确性。
上述流程中使用的Canny算法是一种边缘检测算法，通过计算图像中像素的梯度和非极大值抑制，可以得到图像的边缘信息，在本流程中，Canny算法被用于检测二维图形的边界，并得到每个二维图形的边界点集合，此处采用的Canny算法通过对图像进行高斯滤波、计算梯度、非极大值抑制、双阈值等步骤来提取边缘信息，从而得到图形的边界点集合；PCA算法是一种数据降维算法，通过将数据投影到低维空间中，可以减少数据的冗余信息，此处采用PCA算法对边界点集合进行向量化，PCA算法通过对边界点集合进行主成分分析，可以得到其主方向和主长度，这些特征可以用于后续的三维重建。
进一步的，S3中的初步构建出对应的3D模型指使用Bezier曲面拟合算法、已知的几何约束和先验知识，对每个二维图形进行3D模型的初步构建：上述公式中，P(u，v)表示三维空间曲面上的一个点，m和n表示Bezier曲面的次数，Bi,m(u)和Bj,n(v)为Bezier基函数，Pi,j表示Bezier曲面上的控制点。
在本实施例中，这个公式表示二维的Bezier曲面，u和v分别表示在两个参数方向上的取值范围，m和n分别表示在两个参数方向上的阶数；根据已知的几何约束和先验知识，确定Bezier曲面的次数；根据Bezier曲面的次数，计算出Bezier基函数，即Bi,m(u)和Bj,n(v)；根据边界点集合和Bezier基函数，计算出Bezier曲面上的控制点Pi,j；根据控制点，生成Bezier曲面，并初步构建出对应的3D模型。
此处的几何约束是对于3D模型中不同元素之间的相对位置、大小、形状等方面的限制，例如可以限制不同面的相交、保证曲面的光滑连续等；先验知识是对于某个特定类型的物体或者场景，已有的知识和经验总结，例如对于一个汽车模型，可以利用已有的汽车外形数据，进行形状的先验约束；结合这些约束和知识能够更加准确地生成符合要求的3D模型。
进一步的，如图3所示，为本申请实施例提供的将不同列表对应的3D模型进行粘合并优化的具体流程图，S4中将不同列表对应的3D模型进行粘合并优化的具体流程为：步骤1，对于每个列表中的3D模型，将其与其他列表中的3D模型进行比较，寻找可相连接的线段，并标记为(i，j)，其中i和j分别表示连接的两个模型的编号:步骤2，基于已知的连接关系，构建连接矩阵C，连接矩阵C是一个n×n的矩阵，其中n为3D模型的数量，C(i，j)表示连接模型i和j所需的变换矩阵；步骤3，使用非线性优化算法对连接矩阵C进行优化，以最小化所有连接处的误差，其中，优化的目标函数如下所示：上述公式中，L是连接列表，fi(p)表示第i个3D模型中点p的坐标，Ci,j表示连接矩阵中连接模型i和j的变换矩阵；步骤4，根据优化后的连接矩阵C，将不同列表对应的3D模型进行粘合，形成一个完整的3D模型。
在本实施例中，对于每个列表中的3D模型，提取出其特征描述子，并计算与其他列表中的3D模型特征的相似度(一般可以使用SIFT、SURF、ORB等算法提取特征描述子)，通过比较相似度，可以找到可相连接的线段，并记录下它们的编号，即(i，j)；根据找到的连接关系，构建连接矩阵C，每个可连接的线段都对应着一组变换矩阵，将3D模型i上的点p变换到3D模型j上的点q，因此，连接矩阵C是一个n×n的矩阵，C(i，j)表示连接3D模型i和j所需的变换矩阵，一般使用ICP(Iterative Closest Point，迭代最近点)算法计算出这些变换矩阵；使用非线性优化算法对连接矩阵C进行优化，以最小化所有连接处的误差，其中，优化的变量是连接矩阵C中的每个变换矩阵；使用变换矩阵将一个模型中的点变换到另一个模型中的坐标系中，并进行重叠区域的融合，从而形成一个完整的3D模型。
如图4所示，为本申请实施例提供的通过图纸识别进行3D建模的装置结构图，本申请实施例提供的通过图纸识别进行3D建模的装置包括准备模块、分类模块、构建模块、整合模块和输出模块：准备模块：用于获取二维图纸，并对二维图纸进行预处理；分类模块：用于将二维图纸分类存入列表中；构建模块：用于对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；整合模块：用于将不同列表对应的3D模型进行粘合并优化；输出模块：用于通知工作人员进行复查，将复查后的3D模型输出和保存。
在本实施例中，首先通过准备模块获取二维图纸，并对二维图纸进行预处理，即对二维图纸进行清除图纸中非必要的部分、进行图像处理和向量化、对二维图形进行标注和注释，并检查二维图纸中二维图形的单位统一情况等操作，以便于继续后续步骤；接着在分类模块将预处理后的二维图纸进行分类，分类时可以根据该项目的特点进行分类，分类之后将每类二维图纸各自保存在一个列表中，减少后续构建的3D模型出错；之后在构建模块中对二维图纸的边界特征进行提取，接着根据提取出的边界特征结合Bezier曲面拟合算法对每个二维图形对应的3D模型进行初步构建，然后在整合模块中将每个列表对应的3D模型与其他列表中的3D模型进行比较，找到可相连的线段，并根据这些线段构建待优化的连接矩阵，将待优化的连接矩阵使用非线性优化算法进行优化，之后根据优化后的连接矩阵将不同列表对应的3D模型进行粘合，形成一个完整的3D模型，最后通过输出模块通知工作人员对完整的3D模型进行复查，若复查到错误可自行根据图纸进行修改后再输出和保存，若无错误则将完整的3D模型直接进行输出和保存。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：相对于公开号为：CN107169214A的发明专利公开的一种建筑模型设计方法，本申请实施例通过图纸识别自动化地实现了3D建模，节省了人力和时间成本，提高了建模效率，同时还具有较高的准确性和精度，可以有效避免人工操作可能带来的误差和漏洞；相对于公开号为：CN109215115A的发明专利公开的一种通过图纸识别进行3D建模的方法、系统、终端及介质，本申请实施例包含了对图纸进行单位统一、二维图形分类、边界特征提取、自动组合和连接矩阵优化等多个环节，从而构建出更加完整和精细的3D模型，提高了建模质量。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种通过图纸识别进行3D建模的方法，其特征在于，包括以下步骤：
S1，获取二维图纸，并对二维图纸进行预处理；
S2，将二维图纸分类存入列表中；
S3，对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；
S4，将不同列表对应的3D模型进行粘合并优化；
S5，通知工作人员进行复查，将复查后的3D模型输出和保存。
2.如权利要求1所述通过图纸识别进行3D建模的方法，其特征在于：所述S1中的二维图纸为同一个项目中的多个构件的多张二维图纸，这些二维图纸需要绘制出该项目的各个角度的图像。
3.如权利要求1所述通过图纸识别进行3D建模的方法，其特征在于：所述S1中对二维图纸进行预处理至少包括清除图纸中非必要的部分、进行图像处理和向量化、对二维图形进行标注和注释，并检查二维图纸中二维图形的单位统一情况。
4.如权利要求3所述通过图纸识别进行3D建模的方法，其特征在于：所述检查二维图纸中二维图形的单位统一情况指对所有二维图纸中二维图形的单位进行检查，若单位不统一则通知并等待工作人员调整二维图形单位并重新检查，直至单位统一，当单位统一时即可继续后续操作，否则操作暂停。
5.如权利要求1所述通过图纸识别进行3D建模的方法，其特征在于：所述S2中将二维图纸分类存入列表中指将多张二维图纸进行分类，在将图纸按照类别存入列表中，每个列表对应一种类别。
6.如权利要求5所述通过图纸识别进行3D建模的方法，其特征在于：所述将多张二维图纸进行分类包括按照层次分类、按照区域分类、按照名称分类、按照构建分类。
7.如权利要求1所述通过图纸识别进行3D建模的方法，其特征在于：所述S3中边界特征提取的具体流程为：
步骤1，针对每张二维图纸，使用Canny算法进行边缘检测，得到每个二维图形的边界点集合：其中，Gx和Gy分别表示图像在x和y方向上的梯度，E(x，y)表示图像的边缘强度；
步骤2，使用PCA算法对每个二维图形的边界点集合进行向量化，得到其方向和长度特征:其中，X表示原始点集合，/>表示点集的均值向量，W表示将点集投影到新坐标系中的旋转矩阵，T为转置符号，Z表示新坐标系中的点集。
8.如权利要求1所述通过图纸识别进行3D建模的方法，其特征在于：所述S3中的初步构建出对应的3D模型指使用Bezier曲面拟合算法、已知的几何约束和先验知识，对每个二维图形进行3D模型的初步构建：
上述公式中，P(u，v)表示三维空间曲面上的一个点，m和n表示Bezier曲面的次数，Bi,m(u)和Bj,n(v)为Bezier基函数，Pi,j表示Bezier曲面上的控制点。
9.如权利要求1所述通过图纸识别进行3D建模的方法，其特征在于：所述S4中将不同列表对应的3D模型进行粘合并优化的具体流程为：
步骤1，对于每个列表中的3D模型，将其与其他列表中的3D模型进行比较，寻找可相连接的线段，并标记为(i，j)，其中i和j分别表示连接的两个模型的编号:
步骤2，基于已知的连接关系，构建连接矩阵C，连接矩阵C是一个n×n的矩阵，其中n为3D模型的数量，C(i，j)表示连接模型i和j所需的变换矩阵；
步骤3，使用非线性优化算法对连接矩阵C进行优化，以最小化所有连接处的误差，其中，优化的目标函数如下所示：
minc∑(i,j∈L)||fi(p)-Ci,jfj(p)||2，
上述公式中，L是连接列表，fi(p)表示第i个3D模型中点p的坐标，Ci,j表示连接矩阵中连接模型i和j的变换矩阵；
步骤4，根据优化后的连接矩阵C，将不同列表对应的3D模型进行粘合，形成一个完整的3D模型。
10.一种通过图纸识别进行3D建模的装置，其特征在于，包括准备模块、分类模块、构建模块、整合模块和输出模块：
所述准备模块：用于获取二维图纸，并对二维图纸进行预处理；
所述分类模块：用于将二维图纸分类存入列表中；
所述构建模块：用于对每个列表中的二维图纸进行边界特征提取，初步构建出对应的3D模型；
所述整合模块：用于将不同列表对应的3D模型进行粘合并优化；
所述输出模块：用于通知工作人员进行复查，将复查后的3D模型输出和保存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311403222.3A CN117437356A (zh) | 2023-10-26 | 2023-10-26 | 一种通过图纸识别进行3d建模的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311403222.3A CN117437356A (zh) | 2023-10-26 | 2023-10-26 | 一种通过图纸识别进行3d建模的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117437356A true CN117437356A (zh) | 2024-01-23 |
Family
ID=89551038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311403222.3A Withdrawn CN117437356A (zh) | 2023-10-26 | 2023-10-26 | 一种通过图纸识别进行3d建模的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117437356A (zh) |
-
2023
- 2023-10-26 CN CN202311403222.3A patent/CN117437356A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reja et al. | Computer vision-based construction progress monitoring | |
| Ma et al. | A review of 3D reconstruction techniques in civil engineering and their applications | |
| Wang et al. | Fully automated generation of parametric BIM for MEP scenes based on terrestrial laser scanning data | |
| Lu et al. | Semi-automatic geometric digital twinning for existing buildings based on images and CAD drawings | |
| Dimitrov et al. | Segmentation of building point cloud models including detailed architectural/structural features and MEP systems | |
| Han et al. | Potential of big visual data and building information modeling for construction performance analytics: An exploratory study | |
| Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
| Esfahani et al. | Quantitative investigation on the accuracy and precision of Scan-to-BIM under different modelling scenarios | |
| Fard et al. | Application of visualization techniques for construction progress monitoring | |
| Park et al. | Bringing information to the field: automated photo registration and 4D BIM | |
| Zhou et al. | Image-based onsite object recognition for automatic crane lifting tasks | |
| CN113360583A (zh) | 一种基于bim模型与监控影像对比的施工进度可视化方法 | |
| Pantoja-Rosero et al. | Damage-augmented digital twins towards the automated inspection of buildings | |
| WO2023202381A1 (zh) | 三维模型分割方法、装置、计算设备及可读存储介质 | |
| KR101445973B1 (ko) | 영상 처리 기술을 이용한 블록 제작 공정 진척도 인식 방법 및 그 시스템 | |
| Bassier et al. | Comparison of 2D and 3D wall reconstruction algorithms from point cloud data for as-built BIM. | |
| CN115294294A (zh) | 基于深度图像和点云的管线bim模型重建方法及系统 | |
| Agapaki et al. | State-of-practice on as-is modelling of industrial facilities | |
| Park et al. | Point cloud information modeling (PCIM): An innovative framework for as-is information modeling of construction sites | |
| CN115424265A (zh) | 一种点云语义分割标注方法及系统 | |
| CN115546116A (zh) | 全覆盖式岩体不连续面提取与间距计算方法及系统 | |
| CN113870326B (zh) | 一种基于图像和三维点云配准的结构损伤映射、量化及可视化方法 | |
| CN115222884A (zh) | 一种基于人工智能的空间对象分析及建模优化方法 | |
| CN117593420A (zh) | 基于图像处理的平面图纸标注方法、装置、介质及设备 | |
| CN117437356A (zh) | 一种通过图纸识别进行3d建模的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240123 |
|
| WW01 | Invention patent application withdrawn after publication |