【技术实现步骤摘要】
一种户型图中的墙体识别方法及系统
本专利技术涉及图形学和图像学技术，特别涉及利用图形学和图像学技术设计算法进行特定构件的检测。
技术介绍
随着房地产以及装修行业的发展，积累了大量的户型图，而仅仅有这些户型图，已不能满足公司和用户的需求。户型图识别技术可以把户型图中各个特定构件的位置识别出来，生成结构化的数据，从而可以在装修、设计、三维建模和VR体验上得到广泛应用。目前，户型图识别严重依赖于人力，要识别户型图上的部件，只能依靠人力进行标注，而人工对像素级别的标注很难做到准确。而简单的图形学和图像学算法并不能准确识别户型图的各个部件。因此，需要一种能够自动、高效的识别户型图的方法。由于墙体相比于其他构件不具备显著的特征，不具有固定的形态，因此，在识别墙体过程中经常出现错误识别和遗漏识别。
技术实现思路
专利技术目的：传统的户型图构件识别方法采用直接识别的方法，忽略构件与构件之间的联系，识别率较低。在本专利技术中，其主要的技术目的是识别出户型图中的非承重墙，这两个构件如果按照常规的机器识图时，其图像特征与其它的房间、家具等具有一些的相似性，容易出现识别判定错误的问题。本专利...
【技术保护点】
1.一种户型图中的墙体识别方法，其特征在于，包括承重墙的识别步骤、窗户的识别步骤、非承重墙的识别步骤；承重墙的识别优选包括如下步骤：步骤100，输入二值化处理后的户型图二值图像；步骤101，找出二值图像的连通区域的外接矩形，如果外接矩形面积小于设定的阈值的连通区域就丢弃，其余连通区域保留；步骤102，对步骤101中的其余连通区域找出轮廓，作为承重墙；窗户的识别优选包括如下步骤步骤200，输入二值化处理后的户型图二值图像；步骤201，找出二值图像的连通区域的内接矩形；步骤202，当两个内接矩形的长边相邻并且长边之间的垂直距离小于设定的阈值，则判定为普通窗户；步骤203，当两个...
【技术特征摘要】
1.一种户型图中的墙体识别方法，其特征在于，包括承重墙的识别步骤、窗户的识别步骤、非承重墙的识别步骤；承重墙的识别优选包括如下步骤：步骤100，输入二值化处理后的户型图二值图像；步骤101，找出二值图像的连通区域的外接矩形，如果外接矩形面积小于设定的阈值的连通区域就丢弃，其余连通区域保留；步骤102，对步骤101中的其余连通区域找出轮廓，作为承重墙；窗户的识别优选包括如下步骤步骤200，输入二值化处理后的户型图二值图像；步骤201，找出二值图像的连通区域的内接矩形；步骤202，当两个内接矩形的长边相邻并且长边之间的垂直距离小于设定的阈值，则判定为普通窗户；步骤203，当两个以上的内接矩形相互之间共用同一条长边，并且内接矩形的短边之间的距离小于设定阈值，则判定为飘窗；非承重墙的识别优选包括如下步骤：步骤300，输入二值化处理后的户型图二值图像；步骤301，沿着普通窗户外围轮廓的两条长边向外延伸，得到普通窗户的宽度基准线对；沿着承重墙外围轮廓的两条长边向外延伸，得到延长线，并对于延长线进行如下的判定：①两条直线是平行的；②两条直线之间的平行距离在阈值范围以内；③在这两条直线上存在承重墙的外轮廓线段，且这两条平行外轮廓线段的垂直投影有交集，则将其定义为承重墙的宽度基准线对；步骤302，对于步骤301中得到的每对宽度基准线，沿着直线方向在这两条直线上做像素扫描，记录下所有与这两条直线相交的线段；对找到的线段进行如下的判定：①两条线段在不同直线上；②两条平行线段的垂直投影有交集；③交集区域内全是白色；④交集区域的长度在阈值范围内，则将两条直线之间的区域其判定为非承重墙；步骤303，将步骤302中得到的非承重墙对应的线段组合的交集中心存储在洪范起点集合S中，进行洪范操作。2.根据权利要求1所述的户型图中的墙体识别方法，其特征在于，步骤100之后还需要对二值图像进行腐蚀操作；腐蚀操作之后还需要对二值图像进行膨胀操作。3.根据权利要求1所述的户型图中的墙体识别方法，其特征在于，步骤101中外接矩形使用python自带的measure包进行识别；步骤101中外接矩形面积小于设定的阈值是指外接矩形面积小于户型图总面积的0.1%。4.根据权利要求1所述的户型图中的墙体识别方法，其特征在于，步骤201中内接矩形使用python自带的measure包识别。5.根据权利要求1所述的户型图中的墙体识别方法，其特征在于，步骤202中小于设定的阈值是指10个像素值以内；步骤202中小于设定的阈值是指10个像素值以内；步骤301中在阈值范围以内是指150到400像素；步骤302中在阈值范围...
【专利技术属性】
技术研发人员：陈旋，付朝阳，吴天然，王科涛，邵瑞枫，逯懿行，
申请(专利权)人：江苏艾佳家居用品有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。