[发明专利]一种工程图像的识别方法、识别系统及相关装置

权利要求书

1.一种工程图像的识别方法，其特征在于，包括：

获取工程图像；

对所述工程图像进行图像预处理，得到优化图像数据；

对所述优化图像数据进行轮廓定位；

根据定位的轮廓获取内边框数据和外边框数据，确认几何图形；

利用统计概率霍夫直线变换确定所有平行直线的类型；

根据所述几何图形和所述平行直线得到所述工程图像对应建筑构件的几何信息。

2.根据权利要求1所述的工程图像的识别方法，其特征在于，对所述工程图像进行图像预处理，得到优化图像数据包括：

利用预设放缩因子对所述工程图像进行缩放，得到第一图像数据；

对所述第一图像数据进行颜色过滤，得到第二图像数据；

对所述第二图像数据进行图像形态学操作，得到所述优化图像数据；所述图像形态学操作包括二值化操作和开运算操作。

3.根据权利要求2所述的工程图像的识别方法，其特征在于，利用预设放缩因子对所述工程图像进行缩放前，还包括：

根据缩放因子公式确定所述预设放缩因子；所述预设缩放因子小于等于1，且大于所述工程图像中最细线条对应宽度像素数的倒数。

4.根据权利要求2所述的工程图像的识别方法，其特征在于，对所述第一图像数据进行颜色过滤，得到第二图像数据包括：

将RGB颜色空间表示的工程图像转化为HSV颜色空间表示的工程图像；

在HSV颜色空间表示的工程图像上截取夹点噪声所在的颜色区域；

提取所述颜色区域的色调、饱和度和亮度，确定所述颜色区域的HSV表示，并生成色彩的颜色直方图；

统计所述颜色区域的颜色信息，获取颜色阈值的色调范围、饱和度范围和亮度范围；

根据所述色调范围、所述饱和度范围和所述亮度范围对所述第一图像数据进行颜色过滤，得到第二图像数据。

5.根据权利要求1所述的工程图像的识别方法，其特征在于，对所述优化图像数据进行轮廓定位包括：

若所述优化图像数据包含矩形数据，利用opencv的最外部矩形边界获取方法boundingRect，或利用opencv的最小包围矩形获取方法MinAreaRect对所述优化图像数据进行轮廓定位；

若所述优化图像数据包含圆形数据，利用opencv的最小包围圆形方法MinnclosingCircle对所述优化图像数据进行轮廓定位；

若所述优化图像数据包含多边形数据，利用opencv的逼近多边形曲线方法approxPolyDP对所述优化图像数据进行轮廓定位。

6.根据权利要求1所述的工程图像的识别方法，其特征在于，利用统计概率霍夫直线变换确定所有平行直线的类型包括：

利用统计概率霍夫直线变换获取所有的平行直线；

确定最小长度阈值和同一方向上两条线段判定为一条线段的最大允许间隔；

将长度小于所述最小长度阈值的平行直线作为非梁线，将长度大于所述最小长度阈值的平行直接作为梁线；

将最大间隔小于所述最大允许间隔的两条线段作为梁虚线。

7.一种工程图像的识别系统，其特征在于，包括：

获取模块，用于获取工程图像；

预处理模块，用于对所述工程图像进行图像预处理，得到优化图像数据；

定位模块，用于对所述优化图像数据进行轮廓定位；

数据计算模块，用于根据定位的轮廓获取内边框数据和外边框数据，确认几何图形；

直线识别模块，用于利用统计概率霍夫直线变换确定所有平行直线的类型；

图像确认模块，用于根据所述几何图形和所述平行直线得到所述工程图像对应建筑构件的几何信息。