基于AI的建筑平面图参数化识别方法技术

本发明专利技术针对现有技术的局限性，提出了一种基于AI的建筑平面图参数化识别方法；本发明专利技术可以只提取需要的构件，剔除掉无关的干扰构件；经过构件间的缝隙消除以及墙体规则化、墙体切割等一系列后处理操作，再参考墙体获取墙柱、门、窗等。最后通过识别比例尺获得每个像素点代表的长度，结合识别出的比例尺和提取出来的墙体、墙柱、门、窗的关键点坐标信息，用于构建三维的建筑模型。本发明专利技术可以实现智能地对平面图中构件关键坐标点的快速提取，降低人工识别平面图的成本，提高三维建模构建的效率。提高三维建模构建的效率。提高三维建模构建的效率。

【技术实现步骤摘要】
基于AI的建筑平面图参数化识别方法


[0001]本专利技术涉及建筑绘图处理
，具体地，涉及深度学习图像在建筑绘图处理方面的应用；更具体地，涉及一种基于AI的建筑平面图参数化识别方法。

技术介绍

[0002]建筑项目在规划和设计的过程中会涉及并产生大量的数据，这些数据往往用固定的格式记录在草纸上以平面图的形式留存。根据图纸主要内容的不同用途，可将建筑二维数据分为建筑总平面图、平面图、立面图、剖面图及门窗信息。其中的建筑平面图是主要用来表示建筑物内部结构布局的图纸，图中标明了建筑物内部主要功能构件与结构构件的分布情况，图中所绘制的建筑内部承重墙的分布、门窗的具体位置、室内空间的大小和形状等信息是建筑施工及日后装修翻新的重要依据。建筑平面图不仅可以完整的表现出建筑内部房间之间的空间布局等结构信息，如墙体的轮廓、门窗的位置等，同时还可以体现房间的形状和内部细节，是建筑二维数据中最适合用于建筑内部三维建模的数据源。
[0003]公开日为2022.02.25的中国专利技术申请：一种建筑户型语义分割图矢量化方法及装置中，方法包括：获取待矢量化的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的建筑平面图参数化识别方法，其特征在于，包括以下步骤：S1，获取待处理的建筑平面图；S2，运用预设的语义分割模型提取所述建筑平面图中的构件的掩膜，所述构件包括墙体、墙柱、门以及窗；消除所述掩膜之间的缝隙；S3，根据所述步骤S2的结果，获取墙体的拐点坐标；对其中的连接墙体进行分割后，以墙体的拐点坐标作为参考，获取墙柱、门以及窗的坐标；S4，识别所述建筑平面图的比例尺，获得所述建筑平面图一个像素所对应的物理长度；S5，输出所述步骤S3以及S4的结果，完成对所述建筑平面图的参数化识别。2.根据权利要求1所述的基于AI的建筑平面图参数化识别方法，其特征在于，在所述步骤S2中，所述语义分割模型通过二分类分割的方式对所述建筑平面图中的构件进行识别，将识别结果进行叠加后完成对构件的提取；通过闭运算的方式消除所述构件之间的缝隙。3.根据权利要求1所述的基于AI的建筑平面图参数化识别方法，其特征在于，在所述步骤S3中，通过以下方式获取墙体的拐点坐标：对墙体的掩膜进行多边形拟合，获得墙体多边形；对所述墙体多边形的坐标校正；校正结束后，去除所述墙体多边形的非拐点坐标，对所述墙体多边形中的连接墙体进行分割，获得墙体的拐点坐标。4.根据权利要求3所述的基于AI的建筑平面图参数化识别方法，其特征在于，在所述步骤S3中，通过以下方式去除所述墙体多边形的非拐点坐标：对所述墙体多边形的坐标中出现首尾相同或连续重复情况的点进行过滤，过滤后统计所述墙体多边形的轮廓中坐标点的数目，以其中数目为1的作为边缘点，数目为2的作为连接点；对所述墙体多边形的坐标进行遍历：保留所述连接点以及满足前后坐标点的x和y均不等的点，抛弃其它点，完成所述墙体多边形的非拐点坐标的去除。5.根据权利要求1所述的基于AI的建筑平面图参数化识别方法，其特征在于，在所述步骤S3中，通过以下方式获取墙柱的坐标：对墙柱的掩膜进行聚类，对该聚类结果进行半径搜索，获得与墙柱关联的墙体的拐点坐标；对与墙柱关联的墙体的拐点坐标所对应的轮廓进行最小外接矩形拟合，判断拟合得到的外接矩形与轮廓的面积比是否大于预设的面积比阈值，是则根据与墙柱关联的墙体的拐点坐标获...

【专利技术属性】
技术研发人员：邓明亮，李颖，李郇，王勉，江千腾，许伟攀，
申请(专利权)人：中山大学，
类型：发明
国别省市：