三维工程中图元模型分类方法、系统、设备及存储介质技术方案

本发明专利技术属于计算机视觉技术领域，具体涉及三维工程中图元模型分类方法、系统、设备及存储介质。该方法包括：S1、获取待分类图元模型的三维模型，并确定所述三维模型的业务类型、图元模型的种类及数量；S2、判断所述三维模型的业务类型的类别，并进行二分类业务类型拆分；S3、根据二分类业务类型对所述三维模型的图元模型进行分类，确定图元模型的业务类型；S4、根据所述图元模型的业务类型，组合各个图元模型构建业务模型。本发明专利技术可以将三维模型中不规范设计导致的零散图元模型进行分类至业务模型，从而对不规范设计的三维模型进行自动修复，便于后续设计任务和业务操作的展开。于后续设计任务和业务操作的展开。于后续设计任务和业务操作的展开。

【技术实现步骤摘要】
三维工程中图元模型分类方法、系统、设备及存储介质


[0001]本专利技术属于计算机视觉
，具体涉及一种三维工程中图元模型分类方法、系统、设备及存储介质。

技术介绍

[0002]随着三维设计技术的不断发展和深入应用，越来越多的零工程设计都采用三维模型的形式设计和存储。在工业CAD/CAE设计中，一个设计工程常包含多个具有业务意义的三维模型，例如某变电站设计工程中包含若干混凝土基础、若干桁架、若干人字柱等。规范的设计中，任一具有业务意义的三维模型应是完整且独立于其他三维模型的。然而在实践中，由于设计的不规范，这样的三维模型往往以多个零散小模型甚至基础图元（长方体、球、圆柱、多棱柱等）的形式存在（后文都以图元模型指代该类零散小模型），例如图1和图2所示，图1表示标准人字柱设计，图2表示不规范的人字柱设计。
[0003]如图3所示，该类设计不规范在一个工程中存在多例时，众多图元模型分别属于哪个业务模型将难以甄别。对于后续处理这类不规范设计，重新将零散图元模型分组，归入特定业务模型，通常只能由业务人员人工修改，这将耗费大量人力和时间。尤其在两个或多个业务模型邻接处，区分具体图元模型属于哪个业务模型，对业务人员甚至专家也存在不确定性。如图4所示，两个桁架模型与一个人字柱模型的邻接处，难以区分图元模型具体属于哪个业务模型。目前对此问题通常采用人工甄别的方式进行处理，尚无成熟快捷的解决办法。

技术实现思路

[0004]为解决现有技术中三维工程中不规范设计导致的零散图元模型难以区分业务模型的问题，本专利技术提供了一种三维工程中图元模型分类方法、系统、设备及存储介质，将零散图元模型分类至业务模型，从而对不规范设计进行自动修复，便于后续设计任务和业务操作的展开。
[0005]本专利技术采用以下技术方案实现：一种三维工程中图元模型分类方法，包括：获取待分类图元模型的三维模型，并确定所述三维模型的业务类型、图元模型的种类及数量；判断所述三维模型的业务类型的类别，当三维模型为多分类业务类型时进行拆分为二分类业务类型；根据二分类业务类型对所述三维模型的图元模型进行分类，确定图元模型的业务类型；根据所述图元模型的业务类型，组合各个图元模型构建业务模型。
[0006]进一步的，将图元模型的业务类型进行二分类拆分利用One
‑
vs
‑
One多分类策略，用于将所述三维模型的L个多分类业务类型拆分为L(L
‑
1)/2个二分类业务类型；所述二分
类业务类型通过投票机制确定所述图元模型的业务类型，所述投票机制确定所述图元模型的业务类型的方法为：根据获取的所述三维模型的业务类型的类别，判断业务类型的类别的个数，当业务类型的类别个数L=2时，所述三维模型的业务类型为二分类业务类型；当业务类型的类别个数L＞2时，所述三维模型的业务类型为多分类业务类型，将三维模型的多分类业务类型拆分为L(L
‑
1)/2个二分类业务类型；依次判断所述图元模型在每个二分类业务类型中所属业务类型，票数最多的类型为所述图元模型的所属业务类型。
[0007]进一步的，判断所述图元模型在每个二分类业务类型中所属业务类型的方法包括：获取图元模型、图元模型之间的最短距离、业务类型以及图元模型所述业务类型的概率分布，构建图结构；利用最大流/最小割算法，对构建的所述图结构进行分割，得到所述图元模型的所属业务类型。
[0008]进一步的，根据获取的图元模型、图元模型之间的最短距离、业务类型以及图元模型所述业务类型的概率分布，构建的图结构G为：其中，V为顶点集合，E为顶点间连接边集合；所述顶点集合包括图元节点、源点和终点，所述图元节点与所述三维模型的图元模型一一对应，源点和终点与所述二分类业务类型中两种业务类型对应；所述顶点间连接边集合包括图元节点间的连接边、图元节点与源点或终点间的连接边；所述顶点间连接边上存在权值参数，权值参数为0，表示无边连接。
[0009]进一步的，所述顶点间连接边上权值参数计算方法包括：（a）图元节点间连接边的权值SmoothCost计算：其中，表示第i个图元节点，,N为大于1的正整数; 表示第j个图元节点，,K为大于1的正整数；表示图元节点和图元节点的最短距离；EPS为距离常量，根据工程应用进行取值，距离常量定义为接近0的正实数；（b）图元节点与源点或终点连接边的权值DataCost计算:（b）图元节点与源点或终点连接边的权值DataCost计算:其中，表示第i个图元节点，,N为大于1的正整数，λ表示权重参数，λ为第i个图元节点属于业务类型的概率对图元节点与源点或终点连接边权重DataCost的影
响因子，为0到1间的任意小数，可根据应用场景进行调整，默认值为1，S表示源点，T表示终点，表示第i个图元节点属于一种业务类型的概率，表示第i个图元节点属于另一种业务类型的概率。
[0010]进一步的，所述第i个图元节点属于一种业务类型的概率，以及第i个图元节点属于另一种业务类型的概率的计算方法包括：的计算方法包括：其中，表示第j种图元，,K为大于1的正整数，表示第i个图元节点属于第j种图元的概率，表示存在第j种图元属于源点业务类型的概率，表示存在第j种图元属于终点业务类型的概率。
[0011]进一步的，所述第i个图元节点属于第j种图元的概率为图元模型的几何分类，分类方法包括：计算图元模型的各类几何特征，根据几何特征按大小顺序排列；按固定长度截取或补零，构成每个图元模型的特征向量；获取数据库中存储的已有图元模型的特征向量
‑
分类标签，进行训练得到分类器；将构成的每个图元模型的特征向量输入分类器，得到图元模型所属第j种图元的概率、所属源点业务类型的概率及所属终点业务类型的概率。
[0012]进一步的，每个所述图元模型的特征向量计算方法如下：获取图元模型的尺寸数据，其中，尺寸数据包括长度L、宽度W和高度H；获取图元模型凸包的各形状区域面积列表，其中，各形状区域面积列表为，取面积最大的k个值形成向量，形状区域面数不够时补零；获取图元模型的各形状区域面的面积列表，其中，各形状区域面的面积列表，取面积最大的l个值形成向量，三角面数不够时补零；获取图元模型各曲面的平均曲率R；计算图元特征向量。
[0013]进一步的，通过所述分类器得到图元模型属于第j种图元的概率的计算公式为：
通过所述分类器得到图元模型属于源点业务类型的概率的计算公式为：通过所述分类器得到图元模型属于终点业务类型的概率的计算公式为：。
[0014]本专利技术还包括一种三维工程中图元模型分类系统，所述三维工程中图元模型分类系统采用上述三维工程中图元模型分类方法将零散图元模型分类至业务模型；所述三维工程中图元模型分类系统包括三维模型获取模块、多分类拆分模块、图元分类模块以及业务模型构建模块。
[0015]所述三维模型获取模块用于获取待分类图元模型的三维模型，并确定所述三维模型的业务类型、图元模型的种类及数量。
[0016]所述多分类拆分模块用于判断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维工程中图元模型分类方法，包括：获取待分类图元模型的三维模型，并确定所述三维模型的业务类型、图元模型的种类及数量；判断所述三维模型的业务类型的类别，当三维模型为多分类业务类型时进行拆分为二分类业务类型；根据二分类业务类型对所述三维模型的图元模型进行分类，确定图元模型的业务类型；根据所述图元模型的业务类型，组合各个图元模型构建业务模型。2.如权利要求1所述的三维工程中图元模型分类方法，其特征在于：将图元模型的业务类型进行二分类拆分利用One
‑
vs
‑
One多分类策略，用于将所述三维模型的L个多分类业务类型拆分为L(L
‑
1)/2个二分类业务类型；所述二分类业务类型通过投票机制确定所述图元模型的业务类型，所述投票机制确定所述图元模型的业务类型的方法为：根据获取的所述三维模型的业务类型的类别，判断业务类型的类别的个数，当业务类型的类别个数L=2时，所述三维模型的业务类型为二分类业务类型；当业务类型的类别个数L＞2时，所述三维模型的业务类型为多分类业务类型，将三维模型的多分类业务类型拆分为L(L
‑
1)/2个二分类业务类型；依次判断所述图元模型在每个二分类业务类型中所属业务类型，票数最多的类型为所述图元模型的所属业务类型。3.如权利要求2所述的三维工程中图元模型分类方法，其特征在于：判断所述图元模型在每个二分类业务类型中所属业务类型的方法包括：获取图元模型、图元模型之间的最短距离、业务类型以及图元模型所述业务类型的概率分布，构建图结构；利用最大流/最小割算法，对构建的所述图结构进行分割，得到所述图元模型的所属业务类型；其中，构建的所述图结构G为：其中，V为顶点集合，E为顶点间连接边集合；所述顶点集合包括图元节点、源点和终点，所述图元节点与所述三维模型的图元模型一一对应，源点和终点与所述二分类业务类型中两种业务类型对应；所述顶点间连接边集合包括图元节点间的连接边、图元节点与源点或终点间的连接边；所述顶点间连接边上存在权值参数，权值参数为0，表示无边连接。4.如权利要求3所述的三维工程中图元模型分类方法，其特征在于：所述顶点间连接边上权值参数计算方法包括：（a）图元节点间连接边的权值SmoothCost计算：其中，表示第i个图元节点，，N为大于1的正整数; 表示第j个图元节点，
,K为大于1的正整数；表示图元节点和图元节点的最短距离；EPS为距离常量，根据工程应用进行取值，距离常量定义为接近0的正实数；（b）图元节点与源点或终点连接边的权值DataCost计算:其中，表示第i个图元节点，,N为大于1的正整数，λ表示权重参数，默认值为1，S表示源点，T表示终点，表示第i个图元节点属于一种业务类型的概率，表示第i个图元节点属于另一种业务类型的概...

【专利技术属性】
技术研发人员：李梓玮，周利，曾江佑，万旻，杨佳东，
申请(专利权)人：江西博微新技术有限公司，
类型：发明
国别省市：