[发明专利]图例复杂度排序方法、图例匹配方法、装置及计算机设备在审
申请号: | 202011508161.3 | 申请日: | 2020-12-18 |
公开(公告)号: | CN112598093A | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 刘勃;黄云峰;黄倜;李婷;向毅 | 申请(专利权)人: | 湖南特能博世科技有限公司 |
主分类号: | G06K9/68 | 分类号: | G06K9/68 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 张萌 |
地址: | 410000 湖南省长沙市高*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图例 复杂度 排序 方法 匹配 装置 计算机 设备 | ||
本发明实施例公开了一种图例复杂度排序方法、图例匹配方法、装置及计算机设备,涉及图像处理的技术领域,所述方法包括:获取图例标准库对应的参数文件,其中,所述图例标准库对应的参数文件包括至少两种标准图例及每种标准图例对应的图元参数;根据每种标准图例包含的全部图元的图元参数,计算每种标准图例对应的复杂度系数;将所述图例标准库中的全部标准图例按照复杂度系数由大到小依次排序,得到标准图例复杂度序列。本发明提供的技术方案可以对复杂图例进行有针对性地识别,有效避免了复杂图例被错误识别,从而使得识别结果更加准确。
技术领域
本发明涉及图像处理领域,尤其涉及一种图例复杂度排序方法、图例匹配方法、装置及计算机设备。
背景技术
电力设计中,计算机对电力设计图纸进行分析识别时,需要将标准库图库包含的多类标准图例与图纸中的可能图例进行匹配。在可能图例与标准图例匹配识别的过程中,存在部分复杂图例基础图元的构成完全包含简单图例中所有基础图元的情况。这种情况下,容易出现复杂图例被识别为多个简单图例,而无法对复杂图例进行有针对性地识别,从而使得识别结果不符合实际需要。
因此,为了避免复杂图例被错误识别,亟需一种优化的图例匹配识别方法。
发明内容
为了解决上述技术问题,本发明提供了一种图例复杂度排序方法、图例匹配方法、装置及计算机设备,具体方案如下:
第一方面,本公开实施例提供了一种图例复杂度排序方法,所述方法包括:
获取图例标准库对应的参数文件,其中,所述图例标准库对应的参数文件包括至少两种标准图例及每种标准图例对应的图元参数;
根据每种标准图例包含的全部图元的图元参数,计算每种标准图例对应的复杂度系数;
将所述图例标准库中的全部标准图例按照复杂度系数由大到小依次排序,得到标准图例复杂度序列。
根据本公开的一种具体实施方式,所述图元参数包括每种图元对应的加权系数和类型枚举值。
根据本公开的一种具体实施方式,所述根据每种标准图例包含的全部图元的图元参数,计算每种标准图例对应的复杂度系数的步骤,包括:
提取所述标准图例包含的每种图元的特征信息,其中,所述特征信息包括图元的类型及数量、图元间的位置关系和图元中的角度数据;
根据全部图元的特征信息,获取标准图例复杂度数值;
根据全部所述特征信息对所述标准图例复杂度数值进行加权平均,得到所述标准图例对应的标准图例复杂度系数。
根据本公开的一种具体实施方式,所述根据全部图元的特征信息,获取标准图例复杂度数值的步骤,包括:
对每种图元的特征信息进行赋值,得到所述加权系数和所述类型枚举值,所述加权系数包括第一加权系数、第二加权系数、第三加权系数、第四加权系数和第五加权系数;
将每个图元对应的所述类型枚举值与对应的所述第一加权系数相乘,得到每个所述图元的第一复杂度数值;
将全部所述第一复杂度数值累加后与所述第二加权系数相乘,得到第二复杂度数值;
将全部图元间的交点个数与所述第三加权系数相乘,得到第三复杂度数值;
将全部图元间包含的相同角度的组数与所述第四加权系数相乘,得到第四复杂度数值;
将图例中闭合图元个数与所述第五加权系数相乘,得到第五复杂度数值;
将所述第二复杂度数值、所述第三复杂度数值、所述第四复杂度数值和所述第五复杂度数值相加的和,作为所述标准图例复杂度数值。
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湖南特能博世科技有限公司,未经湖南特能博世科技有限公司许可,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/202011508161.3/2.html,转载请声明来源钻瓜专利网。