【技术实现步骤摘要】
本专利技术涉及p&id图纸识别领域，具体为一种高精度识别图纸管线的方法。
技术介绍
1、p&id是工艺管道和仪表流程图，指的是根据工艺流程图的要求，详细地表示该系统的全部设备、仪表、管道、阀门和其他有关公用工程系统的图纸，是工厂进行详细工程设计的依据。由于数字p&id图纸存储方便且更容易解析和获取图纸中的信息，所以在当前的国内石油化工行业，工厂普遍采用数字p&id图纸来替代传统的p&id图纸文件（cad版、pdf版）进行详细工程设计。
2、目前传统p&id图纸文件数字化普遍采用人工的方式确定图纸中的仪表、管线等信息，人工绘制会存在绘制效率低的问题，会严重影响工程工期。对于p&id图纸文件数字化可以采用传统的目标检测算法，但是在对图纸中管线的识别时存在性能较差、易出错、识别率低等问题，还需要人工对于管线部分进行二次识别。因此设计一种高效且准确率高的管线识别方法成为亟待解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种高精度识别图纸管线的方法，为实现上述目的，本专利技术提供如下解决方案一种高精度识别图纸管线的方法，包括以下步骤：
2、s1.对大尺寸的p&id图像进行符号标注，采用滑动窗口的方式切分为多张小尺寸图像，对小尺寸图像进行训练得到模型a，对小尺寸图像进行识别，将识别到的符号区域在小尺寸图像中去除，然后采用文字识别算法对所有去除符号的小尺寸图像进行文字定位，并将识别到的文字区域在小尺
3、s2.对于去除符号和文字的p&id图像进行灰度化和二值化处理，得到二值化的p&id图像，随后采用细化算法对二值化的p&id图像进行骨架的提取，得到骨架化p&id图像；
4、s3.对骨架化p&id图像进行管线标注，标注完成后，采用滑动窗口的方式切分为多张小尺寸图像，对于在切分过程中被分割为数段短管线的长管线进行重新标注，然后将所有小尺寸图像进行训练得到模型b；
5、s4.对大尺寸的p&id图像采用滑动窗口的方式切分为多张小尺寸图像，通过文字识别算法进行文字定位，将识别到的文字区域在小尺寸图像中去除，然后对所有去除文字的小尺寸图像进行符号识别，将识别到的符号进行排序，并将每个符号的序号、分类、先验框的位置信息进行存储；
6、s5.对去除文字的小尺寸图像进行灰度化和二值化处理，随后采用细化算法对二值化的p&id图像进行骨架的提取，得到骨架化p&id图像；
7、s6.结合步骤s4中识别的符号信息在骨架化p&id图像中进行管线识别，首先获得存储的序号为1的符号先验框的位置，检测先验框的四条边框上是否存在黑色像素点，若存在黑色像素点，则沿着该像素点向外遍历，得到所有与序号为1的符号相连的管线目标的端点坐标，通过模型b进行识别得到管线目标的分类，然后按照相同的步骤循环对所有的符号进行处理，得到所有的管线目标的端点坐标、方向和分类，然后将每个管线目标的相关信息进行存储；
8、s7.按照切分顺序将所有的小尺寸图像进行还原，逐一遍历所有的管线目标，根据管线目标的方向、种类和坐标信息进行管线的合并，得到最终的所有管线的分类及端点坐标，完成管线识别。
9、优选的，对于步骤s1和s4中所述将大尺寸的完整p&id图像采用滑动窗口的方式切分为多张小尺寸图像的具体操作如下：窗口滑动步长由图纸符号中符号的尺寸决定，根据符号尺寸设定一定的滑动步长，将大尺寸的完整p&id图像切分为数张小尺寸的p&id图像，对于每张小尺寸p&id图像，存储其序号及左上角坐标信息，所述的模型a和模型b的训练过程均使用yolov5网络，权重文件权重使用yolov5m.pt。
10、优选的，对于步骤s2和s5，对于p&id图像进行灰度化处理后，使用自适应阈值算法对灰度化的p&id图像进行二值化，采用guo-hall算法不断迭代对二值化后的图像进行细化，同时对水平、垂直方向的细化操作，保持更好的线条连通性。请参阅图3至图4，采用本专利技术中提及的处理方法处理的p&id图像中，管线的特征更为明显。
11、优选的，对于步骤s6，在骨架化p&id图像中进行管线识别时，首先获取符号的先验框的位置坐标，以序号为1的符号为例进行说明，存储的先验框坐标是其左上角坐标和右下角坐标，从出发顺时针遍历整个先验框，依次经过、、，最终回到，若检测到黑色像素点，则沿该像素点向外采用深度优先算法进行遍历。所述的沿该像素点向外遍历的方向由所述的黑色像素点的位置决定，遍历方式采用深度优先的遍历方式。以黑色像素点位于和之间为例进行说明遍历的过程，该像素点位于先验框的上边框上，遍历方向为沿y轴正方向。首先需要判断点是否为黑色像素点，若点为黑色像素点，则需要继续判断点和点是否为黑色像素点来判断像素点是否为管线的拐点，当点和点至少存在一个为黑色像素点时，表明点为本段管线的拐点；若点不为黑色像素点，则需要沿当前遍历方向一直向前遍历，直到像素点为黑色像素点、或者坐标位于符号的先验框上或图像的边缘时，停止此次遍历。当遇到新的管线拐点时，则将从本次开始遍历的黑色像素点到该拐点的一段管线通过模型b进行识别，判断其分类，并根据坐标信息判断其方向为水平或竖直，然后将当前小尺寸p&id图像序号、管线坐标、方向分类进行存储，然后继续从该拐点出发寻找下一个拐点。采用深度优先算法寻找管线的拐点，当像素点的坐标位于符号的先验框上或者到达图像的边缘时，意味着已经达到分支路径的最深处，将分支路径最深处到上一个拐点的这一段管线进行识别，判断其分类，并根据坐标信息判断其方向为水平或竖直，然后将当前小尺寸p&id图像序号、管线坐标、方向分类进行存储，然后回溯到上一个拐点沿其他的分支路径进行遍历，当一直回溯到最初的黑色像素点时即完成了对该像素点向外延伸的管线识别。以同样的方法遍历即可完成对序号为1的符号相连的管线的识别。采用相同的方法对所有的符号进行遍历得到所有管线目标的坐标、方向和分类信息。
12、优选的，对于步骤s7，将小尺寸p&id图像还原，根据存储的小尺寸p&id图像左上角坐标和管线位于小尺寸p&id图像中的相对坐标生成该管线在大尺寸p&id图像中的坐标信息，然后进行管线的合并。以水平方向管线为例，选定其中一条管线，循环遍历检查其余水平管线的端点坐标是否位于该管线上，若是，则将这两条管线进行合并，根据四个坐标信息中x轴方向最小值和最大值作为该管线端点x轴方向的起止坐标，y轴方向坐标不变。每生成一条新的管线时，则需要重新进行循环遍历操作。
13、与现有技术相比，本专利技术具有以下优点：
14、将传统方法和深度学习的方法结合进行管线的识别，从符号出发进行管线的遍历，根据遍历的本文档来自技高网...
【技术保护点】
1.一种高精度识别图纸管线的方法，应用于P&ID图纸识别领域，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高精度识别图纸管线的方法，其特征还在于：在步骤S6中，在对骨架化P&ID图像中进行管线识别时，首先获取符号的先验框的位置坐标，顺时针遍历整个先验框，若检测到黑色像素点，则沿该像素点向外采用深度优先算法进行遍历，所述的沿该像素点向外遍历的方向由所述的黑色像素点的位置决定，通过对于黑色像素点的遍历寻找管线的拐点，当遇到新的管线拐点、遍历到达符号的先验框或图像的边缘时，则将最近一次遍历的一段管线进行识别和管线信息存储，然后回溯到上一个拐点沿其他的分支路径进行遍历，通过完成对所有符号的遍历即可完成对管线目标的定位和识别。
【技术特征摘要】
1.一种高精度识别图纸管线的方法，应用于p&id图纸识别领域，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高精度识别图纸管线的方法，其特征还在于：在步骤s6中，在对骨架化p&id图像中进行管线识别时，首先获取符号的先验框的位置坐标，顺时针遍历整个先验框，若检测到黑色像素点，则沿该像素点向外采...
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。