【技术实现步骤摘要】
一种户型图中墙体自动识别方法
本专利技术涉及一种户型图识别方法，尤其是一种户型图中墙体自动识别方法。
技术介绍
随着现代人对购房和装修需求的改变，人们越来越希望提前了解房屋的整体结构和预期的装修效果。然而，传统的两类建筑平面图，建筑户型图和建筑施工图都无法带给用户一种沉浸式的体验。目前，以虚拟现实技术为基础的一种新兴的建筑效果展示方式，三维户型展示技术，已逐步替代传统的二维户型图，出现在购房市场中。由于单纯的二维平面图不能提供整个建筑的信息，无法带来逼真的视觉效果，而获取全景图像又比较复杂，图像识别的研究主要还是集中在传统图像上。传统光栅户型图(位图)的识别多利用扫描获得的光栅图像对几何元素进行分析，或是光栅图像进行矢量化后根据矢量特征对构件进行识别，在图像预处理阶段对图纸的规范性有很高要求，并且过程中都需要人工交互，识别的准确率也依赖于矢量化算法的好坏。墙体是建筑户型图的主要框架，决定了所有房间的布局规划，同时也是识别其他构件信息的关键。因此，户型图中墙体的识别是户型图识别重建的基础，也是整个户型图识别过程中的难点。如果能避免传统方法在识别墙体过程中的人工交互，...
【技术保护点】
1.一种户型图中墙体自动识别方法，其特征在于，包括如下步骤：步骤1，对户型图中的干扰信息进行位置分析，再利用墙体最大外轮廓来剔除户型图中的干扰信息；步骤2，根据户型图中墙体灰度直方图的双峰性特征设定分割阈值，根据分割阈值从灰度户型图中分割出墙体区域，并根据连通域面积的大小来过滤干扰项；步骤3，通过定向的直线拟合的方式生成墙体的矢量数据结构，从而由户型图中识别出墙体。
【技术特征摘要】
1.一种户型图中墙体自动识别方法，其特征在于，包括如下步骤：步骤1，对户型图中的干扰信息进行位置分析，再利用墙体最大外轮廓来剔除户型图中的干扰信息；步骤2，根据户型图中墙体灰度直方图的双峰性特征设定分割阈值，根据分割阈值从灰度户型图中分割出墙体区域，并根据连通域面积的大小来过滤干扰项；步骤3，通过定向的直线拟合的方式生成墙体的矢量数据结构，从而由户型图中识别出墙体。2.根据权利要求1所述的户型图中墙体自动识别方法，其特征在于，步骤1中，干扰信息包括尺寸标注、图片说明信息以及内部文字信息。3.根据权利要求1所述的户型图中墙体自动识别方法，其特征在于，步骤1中，利用墙体最大外轮廓来剔除户型图中的干扰信息的具体步骤为：步骤1.1，利用Canny算子对彩色户型图进行边缘检测，以消除彩色户型图的背景颜色对轮廓检测的影响；步骤1.2，利用OpenCV库中的findContours函数对彩色户型图中的各个轮廓进行查找；步骤1.3，利用轮廓面积限制规则能剔除干扰信息；步骤1.4，对剔除干扰信息的彩色户型图进行灰度化处理，转化为灰度户型图。4.根据权利要求3所述的户型图中墙体自动识别方法，其特征在于，步骤1.3中，利用轮廓面积限制规则能剔除干扰信息的具体步骤为：步骤1.3.1，遍历所有检测到的轮廓，计算各个轮廓面积，找到面积最大的轮廓；步骤1.3.2，保留面积最大的轮廓作为房屋主体轮廓，删除房屋主体轮廓外的其他部分；步骤1.3.3，填充房屋主体轮廓的内部颜色，将房屋主体轮廓外黑色背景部分对应到原彩色户型图中的位置的像素值都设置为白色背景。5.根据权利要求3所述的户型图中墙体自动识别方法，其特征在于，步骤2中，根据户型图中墙体灰度直方图的双峰性特征设定分割阈值的具体步骤为：步骤2.1，利用二次指数平滑算法对灰度户型图的灰度直方图进行平滑处理，消除毛刺峰值；步骤2.2，统计灰度户型图平滑处理后的灰度信息集合S2；步骤2.3，通过灰度信息集合S2计算全局平均灰度值为：式中，N为集合S2中元素总数，f(i,j)为S2中元素的灰度值；步骤2.4，计算黑、白两个灰度集为：式中，S(A)和S(B)分别为黑、白两个灰度集；步骤2.5，计算双峰峰值灰度值为：式中，T1和T2分别为双峰峰值灰度值；步骤2.6，统计T1和T2之间的波谷值，得到波谷阈值集合B；步骤2.7，按照灰度值从小到大排列波谷阈值集合B中的元素；步骤2.8，遍历排序后的波谷阈值集合B中的元素，若|Bi-T1|＜10，则停止，确定此时的Bi为分割阈值T。6.根据权利要求5所述的户型图中墙体自动识别方法，其特征在于，步骤2中，根据分割阈值T从灰度户型图中分割出墙体区域为：式中，f(i,j)∈S2，T为分割阈值。7....
【专利技术属性】
技术研发人员：王庆利，黄雨琪，
申请(专利权)人：南京维狸家智能科技有限公司，
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。