[发明专利]基于建筑图纸的柱和墙自动识别方法有效
申请号: | 201810141220.4 | 申请日: | 2018-02-09 |
公开(公告)号: | CN108376248B | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 谢鸿宇;李长辉;朱俊华;谭传浩;宋扬;林东铨;张家锐;张淦光;胡恩轩 | 申请(专利权)人: | 广州大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T17/10;G06F30/13 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 梁顺宜;郝传鑫 |
地址: | 510000 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 建筑 图纸 自动识别 方法 | ||
本发明公开了一种基于建筑图纸的柱和墙自动识别方法,通过读取柱所在图层和墙所在图层的信息,根据每一个表示柱的图元找出所有柱的柱线的端点的坐标数据对应写入一个柱点集;根据所有经过处理的新墙线判断所有的闭合多边形墙线是否与柱相连,若不相连,则找出闭合多边形墙线的端点的坐标数据对应写入一个墙点集;若相连,则找出闭合多边形墙线和柱连接在一起形成的墙柱图元的端点的坐标数据对应写入一个墙柱点集;根据每一个柱点集生成相应的柱轮廓线并输出,根据每一个墙点集生成墙轮廓线并输出,根据每一个墙柱点集生成墙柱轮廓线并输出;能够提高建筑对象柱和墙的识别效率及识别精度。
技术领域
本发明涉及建筑图纸中的建筑对象识别技术领域,尤其涉及一种基于建筑图纸的柱和墙自动识别方法。
背景技术
随着城市建设和计算机技术的快速发展,应用计算机完成建筑物的设计工作已经成为常用手段,并且从二维建筑图纸的设计逐渐转变为三维建筑模型的设计。
现有技术如翟锐的《AutoCAD建筑工程图的读取_识别与三维重建》、袁庆萍的《建筑图三维重建技术研究》、刘川的《基于ObjectARX与Google Earth的城市三维建模系统研究》和刘励静的《利用二维图形数据构建三维场景技术的研究》等,使用的技术方案基本一致,都是先读取建筑图纸,用计算机图像处理的算法识别图元,获取建筑对象的二维数据,再根据预先设置好的标高,输出到三维引擎生成建筑物的三维模型。
但是,现有技术在建筑图纸的识别过程中未能充分利用建筑图纸所包含的信息,识别对象过少,并且没有对建筑图纸的细节进行识别,导致建筑对象的识别效率低,识别精度低。
发明内容
本发明实施例所要解决的技术问题在于,提供一种基于建筑图纸的柱和墙自动识别方法,能够提高建筑对象柱和墙的识别效率及识别精度。
为了解决上述技术问题,本发明实施例采用如下技术方案:提供一种基于建筑图纸的柱和墙自动识别方法,包括以下步骤:
读取柱所在图层和墙所在图层的信息以获取所有所述图层中所有图元的属性信息以及端点的坐标数据;
根据所述柱所在图层中每一个表示柱的图元找出所有所述柱的柱线的端点的坐标数据对应写入一个柱点集;
根据所述墙所在图层中每一段墙线的属性信息以及端点的坐标数据对所有所述墙线进行处理得到所有新墙线;
根据所有所述新墙线的属性信息以及端点的坐标数据判断所有的闭合多边形墙线是否与柱相连,若不相连,则找出所述闭合多边形墙线的端点的坐标数据对应写入一个墙点集;若相连,则找出所述闭合多边形墙线和所述柱连接在一起形成的墙柱图元的端点的坐标数据对应写入一个墙柱点集;
将每一个所述柱点集中的所有端点按顺时针或逆时针顺序连接成一个柱轮廓线并输出,将每一个所述墙点集中的所有端点按找出的顺序依次连接成的封闭线段作为墙轮廓线输出,将每一个所述墙柱点集中的所有端点按找出的顺序依次连接成的封闭线段作为墙柱轮廓线输出。
所有的柱轮廓线、墙轮廓线以及墙柱轮廓线为本发明实施例提供的一种基于建筑图纸的柱和墙自动识别方法的识别结果,而通过基于建筑图纸的柱和墙自动识别方法处理得到所有的柱轮廓线、墙轮廓线以及墙柱轮廓线的端点坐标数据以用于建筑对象柱和墙的三维建模。
与现有技术相比,本发明实施例提供了一种基于建筑图纸的柱和墙自动识别方法,根据柱所在图层中每一个表示柱的图元的属性信息以及端点的坐标数据识别出所有柱的柱轮廓线,根据柱所在图层和墙所在图层中所有图元的属性信息以及端点的坐标数据识别出所有不与柱相连的闭合多边形墙线的墙轮廓线以及与柱相连的闭合多边形墙线和柱连接在一起形成的墙柱图元的墙柱轮廓线,充分利用了建筑图纸所包含的信息,并且将闭合多边形墙线和柱连接的情况结合在一起进行识别,可以解决现有技术在建筑图纸的识别过程中对建筑对象的识别效率低,识别精度低的问题,从而提高了建筑对象柱和墙的识别效率及识别精度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810141220.4/2.html,转载请声明来源钻瓜专利网。