[發明專利]面向機器學習的柱大樣建筑圖紙圖層分類方法及系統

在審

• 申請號: 202010156016.7
• 申請日: 2020-03-09
• 公開（公告）號: CN111368757A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 劉仕杰
• 申請（專利權）人: 廣聯達科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種面向機器學習的柱大樣建筑圖紙圖層分類方法，用于服務器端，包括：導入CAD建筑圖紙并進行預處理，按照圖形元素進行分割成子圖并建立對應屬性信息映射關系，分析柱大樣特征圖層并進行識別分類，根據表格圖層完成柱大樣CAD建筑圖紙特征圖層分類。

2.根據權利要求1所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述CAD建筑圖紙包含不同樓層的柱、墻、梁、板、板筋、樓梯以及其他多種建筑構件的子圖構成子圖集合。

3.根據權利要求2所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述子圖帶有矩形邊框，子圖之間在幾何上彼此分離。

4.根據權利要求1或2或3所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述按照圖形元素進行分割成子圖包括以下具體步驟：

步驟101、遍歷所有CAD建筑圖紙的圖形元素，找出所有的矩形元素；

步驟102、找出最大的且相分離的矩形圖形元素集，所述矩形元素作為CAD子圖邊框；

步驟103、遍歷子圖邊框，根據邊框范圍，選中范圍內的CAD圖形元素并另存為一新CAD圖紙文件，保存CAD圖紙的原有的圖層分類信息；

步驟104、重復步驟S101-S103，遍歷完成CAD圖紙的自動分割。

5.根據權利要求4所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述最大的矩形圖形元素集，是指不被其他矩形包含在內的矩形元素。

6.根據權利要求1或2所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述建立對應屬性信息映射關系需識別子圖用途，包括以下步驟：

S201、識別所有圖名信息，從CAD設計圖紙中識別出圖紙目錄表格，獲得該CAD圖紙中子圖的數量、圖號、圖紙名稱及其他數據；

S202、識別子圖圖名信息，遍歷子圖中的所有文本圖元信息，與圖紙目錄中的圖紙名稱匹配，如果匹配，建立子圖與圖紙名稱的映射關系；

S203、識別子圖紙用途，識別圖名中的建筑構件名稱信息，建立圖紙名稱與建筑構件之間的匹配信息。

7.根據權利要求1所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述柱大樣構件分為原位柱大樣和表格柱大樣，表格柱大樣分為一型、二型，包括以下表達信息特征：名稱、標高、截面多邊形、截面尺寸信息、縱筋布筋位置信息、箍筋布筋位置信息、縱筋鋼筋信息以及箍筋鋼筋信息。

8.根據權利要求1所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述柱大樣構件包括以下設計元素特征：表格、原位大樣集中標注、柱構件名稱編號、標高、縱筋集中標注、箍筋集中標注、截面多邊形、截面尺寸標注、縱筋布筋點位集、縱筋原位標注、箍筋布筋線集、箍筋拆分圖線集以及箍筋原位標注。

9.根據權利要求1或7所述的面向機器學習的柱大樣建筑圖紙圖層分類方法，其特征在于，所述柱大樣CAD建筑圖紙特征圖層分類包括：

S301、表格特征圖層自動分類，進行表格的自動識別和表頭自動識別；

S302、原位大樣集中標注特征圖層自動分類；

S303、二型表格柱大樣特征圖層自動分類；

S304、一型表格柱大樣識別特征圖層自動分類；

S305、尺寸標注特征圖層自動分類；

S306、截面多邊形特征圖層自動分類；

S307、縱筋布筋點位集特征圖層自動分類；

S308、縱筋原位標注特征圖層自動分類；

S309、箍筋布筋線集特征圖層自動分類；

S310、箍筋拆分圖線集特征圖層自動分類；

S311、箍筋原位標注特征圖層自動分類。