一种CAD构件自动识别方法及BIM建模方法技术

一种CAD构件自动识别方法，包括如下步骤：S1、采集多个CAD构件样本图像组成样本库，并且基于样本库训练预测算法；S2、从待识别的原始CAD图纸中提取出所有CAD构件块，并且将所有CAD构件块转换为构件图像；S3、通过预测算法对构件图像进行预测得到预测结果，并且从样本库中提取出与预测结果相匹配的CAD构件样本图像作为图例图像；S4、基于图例图像确定构件图像的布置角度；S5、根据预测结果对CAD构件块进行解析得到CAD构件块的尺寸信息。本发明专利技术提供一种CAD构件自动识别方法及BIM建模方法，识别速度快、效率高、准确度高。准确度高。准确度高。

【技术实现步骤摘要】
一种CAD构件自动识别方法及BIM建模方法


[0001]本专利技术涉及计算机辅助设计领域，具体的说是一种CAD构件自动识别方法及BIM建模方法。

技术介绍

[0002]在BIM设计过程中，有大量的二维CAD图纸。但是随着现今设计行业的发展，在进行建筑设计过程中需要有三维的BIM模型作为设计交付物，例如Revit模型等。这样很多二维CAD需要通过BIM翻模，绘制出BIM模型。在CAD图中存在有大量的点状构件，例如：电气的开关、插座、灯具等，暖通的风机、风口、风机盘管等，给排水的水阀、马桶、洗脸盆等，以及建筑中的各种类别门、窗等。各种类型的构件达到几百个甚至上千个，设计师在翻模的过程中，需要根据CAD中不同的构件的外观对照相对应的图例来确定其类型。目前，设计师翻模主要采用两种方法，分别是人工识别的方法和软件识别的方法。
[0003]人工识别的方法主要是设计师从原始CAD图纸中找到CAD构件块，然后对比图例确定类别，接着在Revit等BIM软件中确定尺寸，工作量巨大，容易出现遗漏，还容易出现识别错误的情况。
[0004]软件识别的方法主要是利用Revit等BIM软件从原始CAD图纸中提取出CAD构件块，然后同样依赖人工进行识别，同样存在效率低下、耗时长和错误率高的问题。

技术实现思路

[0005]为了解决现有技术中的翻模过程存在的效率低和错误率高的不足，本专利技术提供一种CAD构件自动识别方法及BIM建模方法，识别速度快、效率高、准确度高。
[0006]为了实现上述目的，本专利技术采用的具体方案为：一种CAD构件自动识别方法，包括如下步骤：S1、采集多个CAD构件样本图像组成样本库，并且基于样本库训练预测算法；S2、从待识别的原始CAD图纸中提取出所有CAD构件块，并且将所有CAD构件块转换为构件图像；S3、通过预测算法对构件图像进行预测得到预测结果，并且从样本库中提取出与预测结果相匹配的CAD构件样本图像作为图例图像；S4、基于图例图像确定构件图像的布置角度；S5、根据预测结果对CAD构件块进行解析得到CAD构件块的尺寸信息。
[0007]作为上述CAD构件自动识别方法的进一步优化：S1中，样本库包括多个样本类别，每个样本类别包括多个CAD构件样本图像，预测算法采用YOLO算法。
[0008]作为上述CAD构件自动识别方法的进一步优化：S2的具体方法包括：S21、从原始CAD图纸中遍历出所有CAD构件块组成构件块集合；S22、遍历构件块集合，并且对每一个CAD构件块进行线段解析得到若干个构造线段；
S23、将构造线段用第一颜色的像素描绘在第二颜色的背景上得到构件图像，第一颜色与第二颜色不同。
[0009]作为上述CAD构件自动识别方法的进一步优化：S4的具体方法包括：S41、构建直角坐标系，并且将构件图像和图例图像置入到直角坐标系中；S42、分别将构件图像和图例图像中的构造线段在投影到直角坐标系的两个坐标轴上，得到构件投影直方图和图例投影直方图；S43、判断构件投影直方图和图例投影直方图的匹配度是否达到预设的匹配阈值，若达到则执行S45，否则执行S44；S44、旋转构件图像并且重新生成构件投影直方图，直到构件投影直方图与图例投影直方图的匹配度达到匹配阈值；S45、将0
°
或者构件图像的旋转角度作为构件图像的布置角度。
[0010]作为上述CAD构件自动识别方法的进一步优化：S43和S44中，匹配阈值设置为90％。
[0011]作为上述CAD构件自动识别方法的进一步优化：S5的具体方法包括：S51、确定构件图像对应的CAD构件块的最小外包矩形；S52、确定最小外包矩形的尺寸；S53、根据最小外包矩形的尺寸和预测结果确定CAD构件块中构造线段的长度信息和角度信息；S54、将CAD构件块中所有构造线段的长度信息和角度信息整合成CAD构件块的尺寸信息。
[0012]一种BIM建模方法，包括如下步骤：P1、通过上述的一种CAD构件自动识别方法从原始CAD图纸中识别出所有构件，并且确定CAD构件的位置信息；P2、将CAD构件的位置信息、布置角度和尺寸信息整合为参数信息，并且将参数信息存储为中间文件；P3、根据中间文件生成BIM模型。
[0013]有益效果：本专利技术实现了从原始CAD图纸中识别出CAD构件的目的，并且，整个过程中无需人工参与，实现了自动识别，效率更高，又能够避免人工识别过程中因为疲劳等原因造成的识别错误的情况，因此准确度更高。
附图说明
[0014]图1是本专利技术的流程图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]请参阅图1，一种CAD(Computer Aided Design，计算机辅助设计)构件自动识别方
法，包括S1至S5。
[0017]S1、采集多个CAD构件样本图像组成样本库，并且基于样本库训练预测算法。CAD构件样本图像的选取可以参考具体行业的标准件图像。S1中，样本库包括多个样本类别，每个样本类别包括多个CAD构件样本图像，每个CAD构件样本图像为一个样本型号，为了便于后续处理，CAD构件样本图像采用矩形图像，可以以CAD构件样本图像的中心点为原点，从原点开始向上的方向为0
°
方向，并且将CAD构件样本图像中CAD构件的布置角度定为0
°
。在本实施例中，预测算法采用YOLO(You Only Look Once，Real
‑
Time Objection Detection)算法，YOLO算法在训练完成后，可以得到一个预测模型。
[0018]S2、从待识别的原始CAD图纸中提取出所有CAD构件块，并且将所有CAD构件块转换为构件图像。S2的具体方法包括S21至S23。
[0019]S21、从原始CAD图纸中遍历出所有CAD构件块组成构件块集合。在AutoCAD等常用的CAD软件中，原始CAD图纸内的CAD构件块均是独立存在的，因此可以直接将所有的CAD构件块遍历出来。
[0020]S22、遍历构件块集合，并且对每一个CAD构件块进行线段解析得到若干个构造线段。线段解析也可以直接利用AutoCAD等CAD软件进行，属于本领域的常规技术，在此不再赘述。
[0021]S23、将构造线段用第一颜色的像素描绘在第二颜色的背景上得到构件图像，第一颜色与第二颜色不同。通过使构件图像中背景与构造线段的颜色不同，更加便于对构件图像进行识别，识别出构件图像对应的CAD构件块的具体类型。第一颜色与第二颜色的差别越大，则越有利于对构件图像进行识别，在本实施例中，第一颜色采用黑色，第二颜色采用白色。构件图像也采用矩形图像，便于后续处理。
[0022]S3、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种CAD构件自动识别方法，其特征在于，包括如下步骤：S1、采集多个CAD构件样本图像组成样本库，并且基于样本库训练预测算法；S2、从待识别的原始CAD图纸中提取出所有CAD构件块，并且将所有CAD构件块转换为构件图像；S3、通过预测算法对构件图像进行预测得到预测结果，并且从样本库中提取出与预测结果相匹配的CAD构件样本图像作为图例图像；S4、基于图例图像确定构件图像的布置角度；S5、根据预测结果对CAD构件块进行解析得到CAD构件块的尺寸信息。2.如权利要求1所述的一种CAD构件自动识别方法，其特征在于，S1中，样本库包括多个样本类别，每个样本类别包括多个CAD构件样本图像，预测算法采用YOLO算法。3.如权利要求1所述的一种CAD构件自动识别方法，其特征在于，S2的具体方法包括：S21、从原始CAD图纸中遍历出所有CAD构件块组成构件块集合；S22、遍历构件块集合，并且对每一个CAD构件块进行线段解析得到若干个构造线段；S23、将构造线段用第一颜色的像素描绘在第二颜色的背景上得到构件图像，第一颜色与第二颜色不同。4.如权利要求1所述的一种CAD构件自动识别方法，其特征在于，S4的具体方法包括：S41、构建直角坐标系，并且将构件图像和图例图像置入到直角坐标系中；S42、分别将构件图像和图例图像中的构造线...

【专利技术属性】
技术研发人员：沈忱，李龙，
申请(专利权)人：智云数创洛阳数字科技有限公司，
类型：发明
国别省市：