一种不动产房屋分层平面图矢量化自动成图方法技术

本发明专利技术涉及电子数字数据处理技术领域，具体涉及一种不动产房屋分层平面图矢量化自动成图方法，包括扫描房屋分层平面图，得到电子图片；框选电子图片的识别区域；对识别区域进行图像预处理，得到识别区域框图；对识别区域框图中的文字信息进行识别和提取，同时进行角点检测和筛选，并将筛选信息和提取信息进行配对，得到配对组；基于配对组选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对；将实际线段坐标对以文本形式保存，得到文本信息；将文本信息导入绘图软件自动成图，全过程不需要人工参与绘图，解决了现有的房屋分层平面图通过人工绘图的效率和准确率较低的问题。过人工绘图的效率和准确率较低的问题。过人工绘图的效率和准确率较低的问题。

【技术实现步骤摘要】
一种不动产房屋分层平面图矢量化自动成图方法


[0001]本专利技术涉及电子数字数据处理
，尤其涉及一种不动产房屋分层平面图矢量化自动成图方法。

技术介绍

[0002]在不动产测绘行业当中，针对不动产房屋分层平面图矢量化入库的工作，往往需要具有一定测绘资质的公司或单位通过绘图人员利用CASS软件进行人工手动绘图来实现房屋分层平面图的矢量化工作。
[0003]采用这种传统方式进行房屋分层平面图矢量化操作，不仅需要消耗大量的人力物力，而且作业效率低下，容易出现绘图、标注等错误。

技术实现思路

[0004]本专利技术的目的在于提供一种不动产房屋分层平面图矢量化自动成图方法，旨在解决现有的房屋分层平面图通过人工绘图的效率和准确率较低的问题。
[0005]为实现上述目的，本专利技术提供了一种不动产房屋分层平面图矢量化自动成图方法，包括以下步骤：
[0006]扫描房屋分层平面图，得到电子图片；
[0007]基于房屋构造框选所述电子图片的识别区域；
[0008]对所述识别区域进行图像预处理，得到识别区域框图；
[0009]对所述识别区域框图中的文字信息进行识别和提取，得到像素位置信息，同时对所述识别区域框图中的角点进行检测后筛选，得到筛选信息，并将所述筛选信息和所述像素位置信息进行配对，得到配对组；
[0010]基于所述配对组选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对；
[0011]将所述实际线段坐标对以文本形式保存，得到文本信息；/>[0012]将所述文本信息导入绘图软件自动成图。
[0013]其中，所述基于房屋构造框选所述电子图片的识别区域的具体方式为：
[0014]对所述电子图片中的识别区域及所述识别区域中的文字和图形进行框选；
[0015]将未被框选的信息剔除。
[0016]其中，所述对所述识别区域进行图像预处理，得到识别区域框图的具体方式为：
[0017]对框选的所述识别区域进行图像校正，得到校正图像；
[0018]对所述校正图像进行二值化处理，得到二值化图像；
[0019]对所述二值化图像进行骨架化处理，得到识别区域框图。
[0020]其中，所述对所述识别区域框图中的文字信息进行识别和提取，得到像素位置信息，同时对所述识别区域框图中的角点进行检测后筛选，得到筛选信息，并将所述筛选信息和所述像素位置信息进行配对，得到配对组的具体方式为：
[0021]对所述识别区域框图中的文字信息进行识别和提取，同时根据所述文字信息显示
的方向进行水平或垂直标记，得到识别信息，并将与所述识别信息对应的像素位置信息保存；
[0022]对所述识别区域框图进行角点检测，并进行数量计算后进行局部非极大值抑制，得到角点信息；
[0023]定义所述识别区域框图的局部限制区域，将所述局部限制区域内的所述角点信息与所述像素位置信息进行匹配，将与所述局部限制区域对应的角点筛出存入第一角点集合，剩下的角点存入第二角点集合；
[0024]将所述第一角点集合内的角点与所述像素位置信息进行配对，得到配对组。
[0025]其中，所述基于所述配对组选择线段坐标对坐标，构建实际线段坐标对的具体方式为：
[0026]基于所述配对组和所述像素位置信息得到包含距离信息的纵向线段坐标对；
[0027]基于所述配对组和所述像素位置信息得到包含距离信息的横向线段坐标对；
[0028]将所述纵向线段坐标对与所述横向线段坐标对结合，并根据所述纵向线段坐标对与所述横向线段坐标对的距离信息选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对。
[0029]其中，所述基于所述配对组和所述像素位置信息得到包含距离信息的纵向线段坐标对的具体方式为：
[0030]将所述配对组中的角点根据横坐标进行排序，得到第一直线集合组；
[0031]将所述第一直线集合组的角点根据纵坐标进行排序，并将相邻两个角点组成角点对，并且存入第一角点对集合组中；
[0032]将所述第一角点集合中具有垂直标记的所述识别信息与所述第一角点对集合组中的角点对进行匹配，得到包含距离信息的纵向线段坐标对。
[0033]其中，所述基于所述配对组和所述像素位置信息得到包含距离信息的横向线段坐标对的具体方式为：
[0034]将所述配对组中的角点根据纵坐标进行排序，得到第二直线集合组；
[0035]将所述第二直线集合组的角点根据横坐标进行排序，并将相邻两个角点组成角点对，并且存入第二角点对集合组中；
[0036]将所述第一角点集合中具有水平标记的所述识别信息与所述第二角点对集合组中的角点对进行匹配，得到包含距离信息的横向线段坐标对。
[0037]本专利技术的一种不动产房屋分层平面图矢量化自动成图方法，包括扫描房屋分层平面图，得到电子图片；框选所述电子图片的识别区域；对所述识别区域进行图像预处理，得到识别区域框图；对所述识别区域框图中的文字信息进行识别和提取，同时进行角点检测和筛选，并将筛选信息和提取信息进行配对，得到配对组；基于所述配对组选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对；将所述实际线段坐标对以文本形式保存，得到文本信息；将所述文本信息导入绘图软件自动成图，全过程不需要人工参与绘图，解决了现有的房屋分层平面图通过人工绘图的效率和准确率较低的问题。
附图说明
[0038]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1是本专利技术提供的一种不动产房屋分层平面图矢量化自动成图方法的流程图。
[0040]图2是对所述识别区域进行图像预处理，得到识别区域框图的流程图。
[0041]图3是对所述识别区域框图中的文字信息进行识别和提取，同时进行角点检测和筛选，并将筛选信息和提取信息进行配对，得到配对组的流程图。
[0042]图4是基于所述配对组选择线段坐标对坐标，构建实际线段坐标对的流程图。
[0043]图5是基于所述配对组和所述像素位置信息得到包含距离信息的纵向线段坐标对的流程图。
[0044]图6是基于所述配对组和所述像素位置信息得到包含距离信息的横向线段坐标对的流程图。
[0045]图7是文字识别提取的演示图。
[0046]图8是角点检测的演示图。
具体实施方式
[0047]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0048]请参阅图1至图6，本专利技术提供一种不动产房屋本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不动产房屋分层平面图矢量化自动成图方法，其特征在于，包括以下步骤：扫描房屋分层平面图，得到电子图片；基于房屋构造框选所述电子图片的识别区域；对所述识别区域进行图像预处理，得到识别区域框图；对所述识别区域框图中的文字信息进行识别和提取，得到像素位置信息，同时对所述识别区域框图中的角点进行检测后筛选，得到筛选信息，并将所述筛选信息和所述像素位置信息进行配对，得到配对组；基于所述配对组选择线段坐标对，自定义坐标对坐标，构建实际线段坐标对；将所述实际线段坐标对以文本形式保存，得到文本信息；将所述文本信息导入绘图软件自动成图。2.如权利要求1所述的不动产房屋分层平面图矢量化自动成图方法，其特征在于，所述基于房屋构造框选所述电子图片的识别区域的具体方式为：对所述电子图片中的识别区域及所述识别区域中的文字和图形进行框选；将未被框选的信息剔除。3.如权利要求2所述的不动产房屋分层平面图矢量化自动成图方法，其特征在于，所述对所述识别区域进行图像预处理，得到识别区域框图的具体方式为：对框选的所述识别区域进行图像校正，得到校正图像；对所述校正图像进行二值化处理，得到二值化图像；对所述二值化图像进行骨架化处理，得到识别区域框图。4.如权利要求3所述的不动产房屋分层平面图矢量化自动成图方法，其特征在于，所述对所述识别区域框图中的文字信息进行识别和提取，得到像素位置信息，同时对所述识别区域框图中的角点进行检测后筛选，得到筛选信息，并将所述筛选信息和所述像素位置信息进行配对，得到配对组的具体方式为：对所述识别区域框图中的文字信息进行识别和提取，同时根据所述文字信息显示的方向进行水平或垂直标记，得到识别信息，并将与所述识别信息对应的像素位置信息保存；对所述识别区域框图进行角点检测，并进行数量计算后进行局部非极大值抑制，得到角点信息；定义所述识别区域框图的局部...

【专利技术属性】
技术研发人员：刘银涛，任超，张胜国，王子彦，闫志恒，刘桃林，郭玥，刘启睿，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：