[发明专利]一种基于计算机视觉的BIM快速化建模方法

权利要求书

1.一种基于计算机视觉的BIM快速化建模方法，其特征在于，该方法包括以下步骤：

第一步：对施工蓝图进行拍照采集,对施工图进行有一定距离的平行拍摄，保证底片与施工蓝图相平行，确定照片中构件尺寸与实际尺寸的换算关系；

第二步：图像预处理,包括图像模式转换、图像像素均衡化处理、构件边界优化、框选构件目标和数据增强；

第三步：通过第二步的图像获取构件类别及相应位置，获取带有构件二维坐标以及相应构件类别的txt文本；

第四步：通过第三步骤的数据训练神经网络模型，获取识别施工蓝图上目标的神经网络模型；

第五步：将施工图照片输入到深度卷积神经网络模型中，获取各种构件类别以及位置信息并输入到txt文本中，将楼层标高信息与模型识别输出的构件信息进行整合；

第六步：在BIM引擎软件中生成建筑信息模型，根据步骤五中的txt文本进行格式转换，转换成BIM引擎可识别的文本格式再导入建立BIM模型。

2.权利要求1所述的一种基于计算机视觉的BIM快速化建模方法，其特征在于，第一步中，所述平行拍摄要求如下：

照相机底片与施工蓝图为两个平行的平面；

施工蓝图拍照构件尺寸与实际尺寸的换算关系公式：

S_member＝φ(f,pix,pro,s_act)

其中，S_member为实际识别构件尺寸，φ为换算函数，f为相机焦距，pix为标定的像素点代表尺寸，pro为施工蓝图图纸比例，s_act为蓝图中构件测量尺寸。

3.权利要求2所述的一种基于计算机视觉的BIM快速化建模方法，其特征在于，第二步中，所述图片预处理步骤如下：

第一步：将所述施工蓝图照片由RGB模式下转换成转换为灰度模式；

第二步：在灰度模式下做图像像素均衡化处理；

第三步：运用拉普拉斯高斯算子对构件边界自动优化识别；

第四步：对图像中构件目标进行标注，标注信息包括构件的类别和位置，获取初始训练集；

第五步：对上述初始训练集采用翻转、旋转、比例缩放以及裁剪的方法进行数据增强，获得增强训练集。

4.根据权利要求3所述的一种基于计算机视觉的BIM快速化建模方法，其特征在于，灰度模式转换方法如下：

Gray＝R*0.299+G*0.587+B*0.114

其中，RGB图像为真彩图像，R、G、B分别代表红、绿、蓝3种不同的基础颜色，Gray为灰度值。

5.根据权利要求3或4所述的一种基于计算机视觉的BIM快速化建模方法，其特征在于，在灰度模式下做图像像素均衡化处理的方法如下：统计灰度图像直方图，将255与图像的灰度区间值相除作为均衡化系数，分别与相应像素点位置的RGB三通道颜色相乘，对图像进行重构。

6.权利要求5所述的一种基于计算机视觉的BIM快速化建模方法，其特征在于，第四步中，神经网络模型的训练步骤如下：

第1步：设置初始权重值、初始学习率；

第2步：对完整训练集进行批量标准化处理；

第3步：将上述批量标准化处理后的完整训练集输入迭代层；

第4步：计算当前的mAP值，mAP值为目标检测的所有类别平均精度，改变权重值与学习率，重复第一步～第四步；

第5步：当迭代达到一定次数时，取mAP最高值对应的深度卷积神经网络模型作为选用模型。