[发明专利]基于CAD图纸的图元识别方法和识别装置在审

专利信息
申请号: 202010719005.5 申请日: 2020-07-23
公开(公告)号: CN111881809A 公开(公告)日: 2020-11-03
发明(设计)人: 师玉鹏 申请(专利权)人: 广联达科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N20/00;G06F30/10
代理公司: 北京英特普罗知识产权代理有限公司 11015 代理人: 程超
地址: 100000 北京市海淀区西*** 国省代码: 北京;11
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 cad 图纸 识别 方法 装置
【权利要求书】:

1.一种基于CAD图纸的图元识别方法,其特征在于,包括:

将CAD图纸中包含的所有图元划分为多个图组,其中每个图组中包含同一类型的图元;

计算所述图组的多个特征变量,所述特征变量用于表征所述图组中包含的图元的形状特征;

将所述多个特征变量输入识别模型,以确定所述图组中包含的图元类型。

2.根据权利要求1所述的图元识别方法,其特征在于,所述将CAD图纸中包含的所有图元划分为多个图组的步骤包括:

获取所述CAD图纸的任一个图层中包含的第一图元;

从所述第一图元中获取具有相同颜色的第二图元;

将所述第二图元划分为同一个图组。

3.根据权利要求2所述的图元识别方法,其特征在于,所述计算所述图组的多个特征变量包括:

确定所述图组中包含的联通组,获取联通组信息;所述联通组是指彼此相交的图元组成的集合;

获取所述图组中的基本信息、长度信息、图元数量信息、角度信息、连接信息、弧线信息;

根据所述联通组信息、所述基本信息、所述长度信息、所述图元数量信息、所述角度信息、所述连接信息和所述弧线信息计算所述多个特征变量。

4.根据权利要求3所述的图元识别方法,其特征在于,所述特征变量包括以下一种或多种:

颜色特征,表征所述图组中图元的颜色;

线型特征,表征所述图组中图元的线性;

图组个数特征,表征所述CAD图纸中包含的图组的个数;

长度比值,表征所述图组中所有线段的总长度与所述CAD图纸中所有线段的总长度的比值;

图元数量比值,表征所述图组中的图元数量与所述CAD图纸中的图源数量的比值;

整圆数量,表征形成圆形的联通组的数量;

弧线直线比例,表征所述图组内的弧线个数与直线个数的比值;

角度特征,表征所述图组内的直线的角度;

端点相交个数,表征仅在端点处与其他线相交的直线的个数;

非端点相交个数,表征在非端点处与其他线相交的直线的个数;

端点线比值,表征所述图组中的最长线长度与端点相连的短线长度的比值;

起点角度,表征所述图组中的最长线与端点相连的短线的起点角度;

终点角度,表征所述图组中的最长线与端点相连的短线的终点角度;

弧线数量,表征所述图组中包含的弧线的个数;

弧线数量比值,表征所述所述图组中包含的弧线的个数与所述图纸中所有图元个数的比值;

弧线连接线段比例,表征两端与线段相连的弧线个数和两端不与线段相连的弧线个数的比值;

弧线线段平行比例,表征与弧线两端相连且互相平行的线段的个数,和与弧线两端相连的所有线段的个数比值;

水平垂直比例,表征所述图组中方向为水平或垂直的线段占所有图元的比例。

5.根据权利要求1所述的图元识别方法,其特征在于,所述识别模型通过过程训练得到:

获取多个样本数据,所述样本数据包括作为输入数据的多个特征变量和作为输出数据的图元类型标签;

通过所述多个样本数据训练神经网络模型,根据梯度下降法确定所述神经网络模型中的权重参数;

将确定了权重参数的所述神经网络模型作为所述识别模型。

6.一种基于CAD图纸的图元识别装置,其特征在于,包括:

分组单元,适用于将CAD图纸中包含的所有图元划分为多个图组,其中每个图组中包含同一类型的图元;

特征计算单元,适用于计算所述图组的多个特征变量,所述特征变量用于表征所述图组中包含的图元的形状特征;

识别单元,适用于将所述多个特征变量输入识别模型,以确定所述图组中包含的图元类型。

7.根据权利要求6所述的图元识别方法,其特征在于,分组单元包括:

图层子单元,适用于获取所述CAD图纸的任一个图层中包含的第一图元;

颜色子单元,适用于从所述第一图元中获取具有相同颜色的第二图元,

图组子单元,适用于将所述第二图元划分为同一个图组。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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联达科技股份有限公司,未经广联达科技股份有限公司许可,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/202010719005.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top