[发明专利]一种从二维矢量图纸自动重建桁架结构三维点云的方法

说明书

本发明公开了一种从二维矢量图纸自动重建桁架结构三维点云的方法，只需要二维矢量图纸，即可使用一系列图像识别和信息融合算法重建真实世界的三维点云。为解决无法采用cad进行桁架结构三维重建、手动建模过程繁琐等问题，提出基于深度学习和连通域、obb包围盒等算法对图纸进行掩膜提取、自动分割和视角校正，并区分“主平面”与“辅平面”。通过对“主平面”、“辅平面”的尺寸结构进行特征匹配，得到各个平面的空间位置；在各个平面内，采用一种基于聚类与矢量拼接的直线检测算法识别拓扑，最终重建出桁架结构的三维点云。有益效果在于：提出从二维矢量图纸智能识别和融合语义信息，无需借助cad软件或手动建模，可直接实现三维点云的重建。

技术领域

本发明涉及一种从二维矢量图纸自动重建桁架结构三维点云的方法，属于三维重建、计算机视觉和人工智能技术领域。

背景技术

桁架结构作为一种格构化梁式结构，常用于厂房、展览馆、体育馆、桥梁等公共建筑中。由于桁架结构具有结构复杂、对称性强等特点，其二维建筑矢量图纸常被设计为由多个视角平面组成的形式，而非传统的由整个模型的三视图构成的形式，以避免单视角下桁架结构各个平面拓扑混叠的问题。然而这些二维矢量图纸虽然便于设计与修改，但缺乏直观性与展示性。随着计算机三维造型技术的发展，三维设计已成为机械、建筑等行业设计的必然趋势，如何将这些二维设计图纸转移到新的三维系统是一个值得研究的问题。

当下，SolidWorks等三维建模软件实现了三维产品的设计和绘图，但相同类型的建筑结构虽大同小异，但种类繁杂，依靠进行手动绘图不仅消耗大量的重复劳动力，还不方便模型的更新与修改。一些三维建模系统软件虽提供了从二维视图转三维形体的功能，比如AutoCad、2D to 3D Utility等，然而这些软件无一例外都只能转换非常简单的三视图，而且对输入的二维矢量图纸信息有诸多约束，不适用于设计规则特殊、结构复杂的桁架建筑图纸；而且大多时候还需要人机交互操作，缺乏方便性。

发明内容

技术问题：

桁架结构作为一种广泛用于公共建筑中的梁式结构，其设计图纸大多采用特殊的设计规范，即由多个视角平面所组成，且拓扑结构一般较为复杂。当下的三维建模系统软件无法此类图纸进行二维到三维的转换；依靠手动绘图不仅会消耗大量的重复劳动力，且不方便模型的更新与修改。本发明提出一种从二维矢量图纸自动重建桁架结构三维点云的方法，采用图像处理算法识别图纸的尺寸信息和拓扑结构，通过将各平面的语义信息进行融合从而得到平面空间位置，最后重建出模型的真实三维点云。本方法采用了图形学技术与计算机视觉技术，无需人机交互的建模过程，即可从二维矢量图纸自动重建出真实世界的三维点云模型。该方法是人工智能在二维矢量图纸转三维实物领域的一个体现，不仅具备很高的重建精度，还可以大大提高建筑设计的效率。

技术方案：

一种从二维矢量图纸自动重建桁架结构三维点云的方法，其特征在于，具体步骤为：

步骤1：对二维矢量图纸进行预处理，包括结构件掩膜提取、编号提取、平面分割和视角校正，简化并拆分出部件模型的各个平面并附加平面标签(“主平面”、“辅平面”)。

步骤2：对于步骤一中分离出的各个平面进行二维信息提取。通过一种拓扑结构识别算法，得到二维矢量图纸上每根钢条的端点与其像素距离；通过OCR算法识别钢条编号，并基于位置距离等特征，将其与识别的拓扑线段进行一对一匹配；通过识别构件明细表，得到每根编号钢条对应的实际长度。最终实现拓扑线段—钢条编号—钢条长度的映射关系，以获取图纸像素距离与实际距离的比例尺，实现从像素坐标系到真实世界坐标系的转换，得到各平面钢条的二维特征信息。

步骤3：对步骤2中得到的各个平面的二维信息进行特征匹配，同时依据步骤1中标记的平面标签，得到“主”平面与“辅”平面之间的连接关系与相对位置，从而计算出各平面的三维空间平面方程，实现二维视角平面到三维空间平面的升维，并最终通过点云生成算法得到各部件的真实世界三维点云。