[发明专利]一种基于AI建筑识图的建筑图纸识别方法及系统在审
申请号: | 202211728402.4 | 申请日: | 2022-12-30 |
公开(公告)号: | CN116343251A | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 舒艳华;孙明;张庆荣;庄田园 | 申请(专利权)人: | 深圳海智创科技有限公司 |
主分类号: | G06V30/422 | 分类号: | G06V30/422 |
代理公司: | 深圳德高智行知识产权代理事务所(普通合伙) 44696 | 代理人: | 吳襄帥 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
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 ai 建筑 图纸 识别 方法 系统 | ||
1.一种基于AI建筑识图的建筑图纸识别方法,其特征在于:该基于AI建筑识图的建筑图纸识别方法应用于地库组合平面图与总地库平面图的组合,该方法包括以下步骤:
获取建筑设计图纸,其中,所述建筑设计图纸包括地库组合平面图与总地库平面图;
基于AI建筑识图技术识别所述建筑设计图纸中的轴线对应关系和模糊图像识别关系,确定所述地库组合平面图与总地库平面图在建筑设计图纸的总平面图上的分布;
根据分布将所述地库组合平面图与总地库平面图进行组合对接,由分组形式的地库组合平面图与总地库平面图合并形成一张总平面图,并参与图纸审查。
2.根据权利要求1所述的一种基于AI建筑识图的建筑图纸识别方法,其特征在于,识别所述建筑设计图纸中的轴线对应关系和模糊图像识别关系时,通过地库示意图和总地库平面图的对应关系,将地库分组图通过轴线和住宅坐标的对应关系进行拼接成完整的总平面图。
3.根据权利要求2所述的一种基于AI建筑识图的建筑图纸识别方法,其特征在于,识别所述建筑设计图纸中的轴线对应关系和模糊图像识别关系时,还包括:以横纵坐标轴和轴号确定地下室分组图与总图的关系,以轴线之间的距离判断缩放比例。
4.根据权利要求3所述的一种基于AI建筑识图的建筑图纸识别方法,其特征在于,还包括通过逻辑关系判断地库边界线,通过判断出整个地库的边界关系,确认是否在现有情况能拼齐所有地库图,若是则进行地库图拼组,得到地库的全图纸,获得拼接成完整的总平面图。
5.根据权利要求1所述的一种基于AI建筑识图的建筑图纸识别方法,其特征在于,还包括:
读取获取的建筑设计图纸的源文件,所述源文件为包含图中图元、图层、轴线对应关系和模糊图像识别关系的CAD图纸;
根据获取的建筑设计图纸的源文件,将地库组合平面图与总地库平面图的轴线和住宅坐标的对应关系识别后标记于待生成的总平面图的图层上;
识别建筑设计图纸中的墙柱、门窗图层相关信息,对门窗图层图元进行合并,合并后得到门窗构件,得到的所有门窗构件,从图纸打印的底图上分割出映射到图层上拼接成完整的总平面图。
6.根据权利要求5所述的一种基于AI建筑识图的建筑图纸识别方法,其特征在于:所述源文件包含的图中图元指的是图形数据,所对应的就是绘图界面上看得见的实体;图层中加入文本、图片、表格、插件,在图层里面再嵌套有图层。
7.根据权利要求5所述的一种基于AI建筑识图的建筑图纸识别方法,还包括利用图像处理技术对地库组合平面图与总地库平面图中的构件进行缩放作业,缩放后的构件按照横纵坐标轴和轴号所确定的地下室分组图与总图的关系,以轴线之间的距离判断缩放比例,在缩放比例满足要求后,将缩放的构件进行保存在总平面图上。
8.根据权利要求7所述的一种基于AI建筑识图的建筑图纸识别方法,其特征在于:构件是建筑设计图纸中实际存在的可更换部分,构件代表系统中的一部分物理实施,在图型中,构件表示为一个带有标签的矩形。
9.一种基于AI建筑识图的建筑图纸识别系统,其特征在于,包括:
图纸获取模块,用于获取建筑设计图纸,其中,所述建筑设计图纸包括地库组合平面图与总地库平面图;
分布关系确定模块,用于基于AI建筑识图技术识别所述建筑设计图纸中的轴线对应关系和模糊图像识别关系,确定所述地库组合平面图与总地库平面图在建筑设计图纸的总平面图上的分布;
平面图合并模块,用于根据分布将所述地库组合平面图与总地库平面图进行组合对接,由分组形式的地库组合平面图与总地库平面图合并形成一张总平面图,并参与图纸审查。
10.根据权利要求9所述的一种基于AI建筑识图的建筑图纸识别系统,其特征在于:还包括:
图像缩放模块,用于以横纵坐标轴和轴号确定地下室分组图与总图的关系,以轴线之间的距离判断缩放比例。
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深圳海智创科技有限公司,未经深圳海智创科技有限公司许可,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/202211728402.4/1.html,转载请声明来源钻瓜专利网。