[发明专利]一种基于计算机视觉的BIM快速化建模方法在审
申请号: | 202011479172.3 | 申请日: | 2020-12-15 |
公开(公告)号: | CN112613097A | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 王飞球;金顺利;谢以顺;李超男;王春峰;倪有豪;温学华;茅建校;王浩 | 申请(专利权)人: | 中铁二十四局集团江苏工程有限公司;东南大学 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/27;G06N3/04;G06N3/08 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 罗运红 |
地址: | 210042 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 计算机 视觉 bim 快速 建模 方法 | ||
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:
Smember=φ(f,pix,pro,sact)
其中,Smember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,sact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。
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中铁二十四局集团江苏工程有限公司;东南大学,未经中铁二十四局集团江苏工程有限公司;东南大学许可,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/202011479172.3/1.html,转载请声明来源钻瓜专利网。