一种基于施工图纸的建筑结构三维建模方法及系统与流程

本发明涉及建筑模型，具体而言，涉及一种基于施工图纸的建筑结构三维建模方法及系统。

背景技术：

1、建筑设计的方式包括二维图纸设计、bim(building information modeling，建筑信息模型)设计，二维图纸设计的方式广泛被设计院和施工单位所采用，具体为以二维平面设计图的应用为主，局部的位置通过剖面的方式表达设计意图。

2、现阶段在使用revit软件进行建筑信息建模时，重复与机械化的劳动一定程度地降低了工程师们的生产效率，尤其是在一些结构布置较为规则的工程项目中。一个工程项目图纸的数量多则几百上千张图纸，少则几十张，图纸的体量较大，并且现有技术在建筑图纸的识别过程中未能充分利用建筑图纸所包含的信息，识别对象过少，并且没有对建筑图纸的细节进行识别，导致建筑对象的识别精度低，建筑物的细节难以得到展现，进而导致生成的建筑物的三维模型的精度不高，并且当建筑物是多层时，每一楼层的结构之间既有差异性，也有相似性，而现有技术在对建筑物进行建模时，没有对每一楼层的相似的部分进行预先优化处理，导致建模需要处理的数据量大，进而导致建筑物的建模效率不高。

技术实现思路

1、本发明的目的在于提供一种基于施工图纸的建筑结构三维建模方法及系统，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

2、第一方面，本技术提供了一种基于施工图纸的建筑结构三维建模方法，包括：

3、获取建筑施工图纸的二维线矢量数据，并对其进行预处理，形成标准化基础数据，其中标准化基础数据包括所有构件的几何信息和非几何信息；

4、根据小波分解原理将标准化基础数据进行修正，选取建筑构件对象，基于修正后的标准化基础数据，构造建筑构件的三维几何模型；

5、基于遥感影像利用深度学习算法勾勒建筑结构基本形态，其中包括建筑结构的位置、尺寸及方位；

6、针对三维几何模型和建筑结构基本形态进行关联分析，对重叠或者相距很近的矢量点、矢量线进行合并，并按照实际地理空间位置信息进行整合，得到完整的建筑结构的三维建模。

7、优选地，所述获取建筑施工图纸的二维线矢量数据，并对其进行预处理，形成标准化基础数据，其中标准化基础数据包括所有构件的几何信息和非几何信息，其中包括：

8、获取建筑施工图纸中的第一图像，基于阈值分割算法对第一图像进行处理，其计算公式如下：

9、

10、式中，输入图像某个像素点的灰度值为gray(i，j)小于阈值t时为背景，其输出图像所对应像素点out(i，j)的灰度值则被设置为0，即黑色；当某个像素点的灰度值为gray(i，j)大于或者等于阈值t时为背景，其输出图像所对应像素点out(i，j)的灰度值则被设置为255，即白色；

11、将处理后的第一图像进行高斯滤波去噪处理，得到去噪后的第二图像，对第二图像进行特征提取，得到建筑施工图纸的词频特征信息，将词频特征信息记作标准化基础数据，其中包括根据构件的几何信息和非几何信息添加类别筛选条件，从所有的所述构件中筛选出属于同一类别的构件；通过添加不同的类别筛选条件，可以将所有构件可以划分为梁类、板类、柱类和墙类。

12、优选地，所述对第二图像进行特征提取，得到建筑施工图纸的词频特征信息，其中包括：

13、利用尺度不变特征转换提取算法，提取第二图像中所有类别图像的尺度不变特征并当作视觉词汇向量，其中第二图像包括关于墙图、门窗图、柱图、楼梯图、屋顶图和板图；

14、利用k-means聚类算法将提取到的视觉词汇向量的词义相近或者重复出现的词汇进行合并，构建包含主要标准化基础词汇的集合；

15、基于包含主要标准化基础词汇的集合对第二图像进行图像特征量化，其中第二图像中的每一张图像均通过尺度不变特征提取算法提取到的视觉词汇以集合中的标准化基础词汇替代；

16、统计主要标准化基础词汇在第二图像中出现的频次，并将第二图像表示为一个k维数值向量，即建筑施工图纸的词频特征信息。

17、优选地，所述基于遥感影像利用深度学习算法勾勒建筑结构基本形态，其中包括建筑结构的位置、尺寸及方位，其中包括：

18、发送第一控制命令，其中第一控制命令为控制无人机进行建筑信息探测的命令，所述无人机带有摄像系统、测距系统和gps定位系统；

19、接收无人机回传的影像数据，其中影像数据包括摄像系统采集到的包含地面建筑结构特征信息的视频信息以及gps定位系统确定的无人机在探测过程中所在的建筑结构的地理位置；

20、从影像数据中截取建筑结构遥感影像并建立第一训练集，其中第一训练集包括建筑结构的轮廓信息、样式信息和尺寸信息，并利用标注工具进行标注；

21、将第一训练集输入至目标检测网络中进行多次迭代计算，得到最优建筑结构模型，即建筑结构基本形态。

22、优选地，所述针对三维几何模型和建筑结构基本形态进行关联分析，其中包括：

23、确定三维几何模型的参考序列记作母序列；

24、将三维几何模型和建筑结构基本形态中的数据信息进行灰色关联分析，其中包括对建筑结构基本形态中的数据信息进行无量纲化处理，其中无量纲化处理包括进行均值化和初值化，得到无量钢化处理后的第一数据信息；

25、基于第一数据信息，计算母序列和第一数据信息之间的灰色关联系数值；

26、根据灰色关联系数值计算得到的三维几何模型和建筑结构基本形态中的数据信息之间的关联度，对关联度进行排序，关联度越大的值重合效果越好，则进行提取。

27、第二方面，本技术还提供了一种基于施工图纸的建筑结构三维建模系统，包括：

28、获取模块：用于获取建筑施工图纸的二维线矢量数据，并对其进行预处理，形成标准化基础数据，其中标准化基础数据包括所有构件的几何信息和非几何信息；

29、构造模块：用于根据小波分解原理将标准化基础数据进行修正，选取建筑构件对象，基于修正后的标准化基础数据，构造建筑构件的三维几何模型；

30、勾勒模块：用于基于遥感影像利用深度学习算法勾勒建筑结构基本形态，其中包括建筑结构的位置、尺寸及方位；

31、整合模块：用于针对三维几何模型和建筑结构基本形态进行关联分析，对重叠或者相距很近的矢量点、矢量线进行合并，并按照实际地理空间位置信息进行整合，得到完整的建筑结构的三维建模。

32、第三方面，本技术还提供了一种基于施工图纸的建筑结构三维建模设备，包括：

33、存储器，用于存储计算机程序；

34、处理器，用于执行所述计算机程序时实现所述基于施工图纸的建筑结构三维建模方法的步骤。

35、第四方面，本技术还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于施工图纸的建筑结构三维建模方法的步骤。

36、本发明的有益效果为：

37、本发明可以提高建筑模型的建模效率，进而实现对施工图纸的有效整合，便于对建筑结构三维建模进行快速建立，并对基于图纸的设备网络进行管理；并且本发明对施工图纸进行预处理，生成的建筑物的三维模型精度高，且建筑物的建模效率高。

38、本发明对施工图纸中与识别第一图像无关的地方进行图像分割，以便后续对第一图像进行处理，避免一些无关图像对第一图像的影响，通过不断地调整阈值来达到最佳分割效果，使得图纸更为清晰。

39、本发明对施工图纸进行使用高斯滤波降噪操作，以消除图像噪声的影响。此外图像经高斯滤波处理后可以增强边缘特征，有利于后续分割处理。

40、本发明通过尺度不变特征转换算法可以对施工图纸中，也就是第二图像中的局部特征进行描述和提取，对图像平移、旋转和缩放等具有一定的不变性，对亮度变换、仿射变换和图像噪声也保有一定的稳定性；采用尺度不变特征转换算法可以对施工图纸进行特征向量多量化、快速化提取，可以满足实时性要求，与其他特征向量融合方便。

41、本发明采用小波分解原理表示建筑结构矢量数据，对误差进行修正，为后续的建筑结构进行三维建模奠定了坚实的基础，并同时降低了建筑结构数据的误差，为后续数据简化提供了依据。

42、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。