利索能及
我要发布
收藏
专利号: 2020107413655
申请人: 电子科技大学中山学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种矢量化户型图的建立方法,其特征在于,包括:

获取目标户型的原始户型图对应的矢量坐标图,所述矢量坐标图包括所述目标户型的各个墙体上的多个第一开口的第一坐标;

将所述原始户型图输入预设的门窗类型识别模型,得到所述原始户型图上的多个第二开口的第二坐标以及每一第二坐标对应的门窗类型,所述多个第一开口与所述多个第二开口一一对应;

根据所述多个第一开口的第一坐标、多个第二开口的第二坐标以及每一第二坐标对应的门窗类型确定所述矢量坐标图上的每一第一坐标对应的第一开口的门窗类型以建立所述目标户型的矢量化户型图。

2.根据权利要求1所述的方法,其特征在于,所述根据所述多个第一开口的第一坐标、多个第二开口的第二坐标以及每一第二坐标对应的门窗类型确定所述矢量坐标图上的每一第一坐标对应的第一开口的门窗类型,包括:查找与每一所述第一开口的第一坐标对应的第二开口的第二坐标;

将每一查找到的第二坐标对应的门窗类型确定为对应第一开口的第一坐标对应的门窗类型。

3.根据权利要求2所述的方法,其特征在于,所述查找与每一所述第一开口的第一坐标对应的第二开口的第二坐标,包括:查找与每一所述第一开口的第一坐标的坐标值相同的第二开口的第二坐标。

4.根据权利要求1所述的方法,其特征在于,所述原始户型图包括多个文字标识以及由墙体围成的多个区域范围,所述矢量坐标图还包括每段墙体的坐标以及每段墙体的类型;

在所述获取目标户型的原始户型图对应的矢量坐标图之后,所述方法还包括:将所述原始户型图输入预设的文字识别与定位模型,以获得所述原始户型图中多个文字标识以及每一文字标识对应的坐标;

根据每一文字标识对应的坐标以及每段墙体的坐标判断是否存在位于所述多个区域范围外的文字标识;

若否,则根据每一文字标识对应的坐标以及每段墙体的坐标确定每一文字标识所在的区域范围;

根据每一区域范围内的文字标识确定所述区域范围的功能类型;

根据每一所述功能类型以及每一所述功能类型对应的区域范围内的第一开口所在的墙体类型确定每一区域范围中的第一开口的门窗类型;

根据每一区域范围中的第一开口的门窗类型与第一坐标对应的第一开口的门窗类型判断是否具有门窗类型不一致的第一开口;

若是,则将区域范围中的第一开口的门窗类型确定为对应第一开口的门窗类型。

5.根据权利要求4所述的方法,其特征在于,在所述根据每一文字标识对应的坐标以及每段墙体的坐标判断是否具有位于所述多个区域范围外的文字标识之后,所述方法还包括:若存在,则将位于所述多个区域范围外的文字标识删除,并在删除后执行所述根据每一文字标识对应的坐标以及每段墙体的坐标确定每一文字标识所在的区域范围的步骤。

6.根据权利要求1所述的方法,其特征在于,所述获取目标户型的原始户型图对应的矢量坐标图,包括:获取所述目标户型的原始户型图;

对所述原始户型图进行墙体识别获取每段墙体的坐标信息;

根据每段墙体的坐标确定各个墙体上的第一开口的第一坐标;

根据每段墙体的端点坐标以及各个墙体上的第一开口的第一坐标生成所述矢量坐标图。

7.根据权利要求1所述的方法,其特征在于,在所述获取目标户型的原始户型图对应的矢量坐标图之前,所述方法还包括:获取多个原始户型图样本并对每一原始户型图样本进行标注,其中,所述标注包括对每一原始户型图样本中的多个第二开口的第二坐标以及每一第二开口对应的门窗类型进行标注;

将标注完成的多个原始户型图样本输入预设的神经网络模型以对所述预设的神经网络模型进行训练,并在训练完成后得到所述门窗类型识别模型。

8.一种矢量化户型图的建立装置,其特征在于,包括:

获取模块,用于获取目标户型的原始户型图对应的矢量坐标图,所述矢量坐标图包括所述目标户型的各个墙体上的多个第一开口的第一坐标;

输入模型,用于将所述原始户型图输入预设的门窗类型识别模型,得到所述原始户型图上的多个第二开口的第二坐标以及每一第二坐标对应的门窗类型,所述多个第一开口与所述多个第二开口一一对应;

建立模块,用于根据所述多个第一开口的第一坐标、多个第二开口的第二坐标以及每一第二坐标对应的门窗类型确定所述矢量坐标图上的每一第一坐标对应的第一开口的门窗类型以建立所述目标户型的矢量化户型图。

9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。