CN103605970A - 一种基于机器学习的图纸建筑元素识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于机器学习的图纸建筑元素识别方法及系统，本发明采用基于规则与机器学习相结合的方法，对从图纸中获取的矢量图元信息进行规则匹配与数学建模，通过训练过程实现对图纸中建筑元素的特征分布规律进行严密、准确分析，形成图元数据库、建筑元素规则库、建筑元素特征库等数据集，得出概率意义上的建筑元素识别方法，从而进一步提高建筑元素及其属性参数的识别率。本系统力图突破现有图纸识别方法的局限性，为地铁设计及施工部门提供高效的图纸分析与识别工具，具有查准率高，识别效率高以及智能化程度高三大优势。

Description

一种基于机器学习的图纸建筑元素识别方法及系统

技术领域

本发明属于机器学习技术领域，具体涉及一种基于机器学习的图纸建筑元素识别方法及系统。该方法及系统以传统机器学习技术为前提，提出了不同于基于图像处理识别建筑元素的识别方法，能够有效的对建筑图纸进行解析、提取以及对未知的待测建筑元素进行类别判断。

背景技术

随着国家经济发展水平的不断提高，为了提升人们的工作效率和生活质量，越来越多的城市已经或正在准备建设地铁项目。通常地铁工程项目的设计单位根据当地的地质、水文等实际条件，运用成熟的CAD类的软件设计出相应的工程图纸，供其它相关部门对工程项目进行可行性分析和论证；在具体的地铁建设过程，参建人员也需要频繁查阅各类设计图纸，了解具体的建筑元素的各种技术参数。对于地铁这样的大型工程项目而言，其设计图纸数量庞大，种类繁多，有时甚至需要同时参考多个图纸的内容。面对大量复杂的设计图纸，如何利用计算机技术从中快速准确地获取用户所需要的工程信息，成为许多地铁设计与施工部位的共同需求。

工程图纸识别方法的研究较多，总体可分为基于人工标注规则和基于图形单元（即图元）特征分析两大类。目前，工程图纸识别的主流方法是，首先将图纸矢量化，然后根据其矢量图形内容，利用多种算法（如Hough变换等）识别其中包含各类图形单元，最后再利用图元的特征及图元间的关系，尝试识别出原始图纸中包含的建筑元素及其属性信息。然而，大量实践表明这类方法在分析较为复杂的设计图纸时，其效果大多不能令用户很满意。比如，当一个设计图纸中包含有同类的、具有不同属性参数的多个建筑元素时，往往会忽略掉一些不具备普遍属性参数规律的建筑元素，给图纸的阅读者带来困惑；另外，纯粹基于规则的、针对特定图纸所编写的识别算法，由于图纸内容的多样性，导致其通用性也较差，或者功能较为单一，仅能识别出个别建筑元素。这些问题都会影响到用户对图纸的阅读、分析效率，进行影响施工的整体进度。

发明内容

为了解决上述的技术问题，本发明采用基于规则与机器学习相结合的方法，提出了一种通用性好，识别率高、功能齐全的基于机器学习的图纸建筑元素识别方法及系统。

本发明的方法所采用的技术方案是：一种基于机器学习的图纸建筑元素识别方法，其特征在于，包括以下步骤：

步骤1：从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集；

步骤2：利用所述的图元元素的基本数据集和建筑元素数据集，依据规则集和特征集来构建相应的建筑元素规则库和建筑元素特征模型库；

步骤3：对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，利用所述的建筑元素规则库和建筑元素特征模型库，判断和计算待测CAD工程设计图纸中的待测建筑元素是否存在或者具体属于某一类建筑元素，得到待测建筑元素的结果集；

步骤4：将所述的待测建筑元素的结果集中的信息展示给用户。

作为优选，步骤1中所述的图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据。

作为优选，步骤4中所述结果集中的信息包括建筑元素的类别信息、建筑元素详细参数信息以及建筑元素图纸还原信息。

作为优选，所述的步骤1的具体实现包括以下子步骤：

步骤1.1：将原始CAD工程设计图纸转换为DXF工程设计图纸；

步骤1.2：对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，所述的图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据，由此创建不同图元元素向量链表；

步骤1.3：对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

作为优选，所述的步骤2的具体实现包括以下子步骤：

步骤2.1：利用所述的图元元素的基本数据集和建筑元素数据集，与人工标注的规则进行匹配，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，然后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；

步骤2.2：利用所述的图元元素的基本数据集和建筑元素数据集，抽取出所有建筑元素在不同特征下对应的所有特征值，得到建筑元素特征值集；

步骤2.3：利用所述的建筑元素特征值集，依据设计好的核函数对每类建筑元素的每项特征值在分布规律方面进行建模分析，得到每类建筑元素的每一个特征的特征模型，通过组合该类建筑元素的所有特征模型来得到该建筑元素的建筑元素特征模型单元，从而得到建筑元素特征模型库。

作为优选，所述的步骤3的具体实现包括以下子步骤：

步骤3.1：对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，得到基础数据集；

步骤3.2：利用所述的建筑元素规则库和建筑元素特征模型库，对所述的基础数据集，进行规则匹配，通过依据基础数据集中的某些图元集与建筑元素规则库中的某个建筑元素规则单元是否匹配来决定其属于哪一类或者哪一种建筑元素；

步骤3.3：提取所述的基础数据集中的待测建筑元素的特征值向量；

步骤3.4：通过所述的待测建筑元素的特征值向量与建筑元素特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

本发明的系统所采用的技术方案是：一种基于机器学习的图纸建筑元素识别系统，其特征在于，包括CAD图纸解析模块，训练模块，图元数据库模块，建筑元素规则库模块，特征模型库模块，测试模块和结果处理模块；

所述的CAD图纸解析模块用于从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集，以及对待测CAD工程设计图纸中的待测建筑元素进行解析和判别；

所述的训练模块用于利用所述的图元元素的基本数据集和建筑元素数据集，依据规则集和特征集来构建相应的建筑元素规则库和建筑元素特征模型库；

所述的图元数据库模块用于存储所述的图元元素的基本数据集和建筑元素数据集；

所述的建筑元素规则库模块用于存储所述的建筑元素规则库；

所述的特征模型库模块用于存储所述的建筑元素特征模型库；

所述的测试模块用于利用所述的建筑元素规则库和建筑元素特征模型库，判断和计算待测CAD工程设计图纸中的待测建筑元素是否存在或者具体属于某一类建筑元素，得到待测建筑元素的结果集；

所述的结果处理模块用于将所述的待测建筑元素的结果集中的信息展示给用户。

作为优选，所述的CAD图纸解析模块包括建筑元素标注模块和图元解析及抽取模块；

所述的建筑元素标注模块用于将原始CAD工程设计图纸转换为DXF工程设计图纸，并对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，所述的图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据，由此创建不同图元元素向量链表；

所述的图元解析及抽取模块用于对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

作为优选，所述的训练模块包括建筑元素规则库生成模块、建筑元素特征值抽取模块和建筑元素特征建模模块；

所述的建筑元素规则库生成模块用于利用所述的图元元素的基本数据集和建筑元素数据集，与人工标注的规则进行匹配，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，然后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；

所述的建筑元素特征值抽取模块用于利用所述的图元元素的基本数据集和建筑元素数据集，抽取出所有建筑元素对应的所有特征值，得到建筑元素特征值集；

所述的建筑元素特征建模模块用于利用所述的建筑元素特征值集，对每类建筑元素的每项特征值在分布规律方面进行建模分析，得出相应的模型参数，得到某类建筑元素的概率识别函数，从而得到建筑元素特征模型库。

作为优选，所述的测试模块包括信息接收及判断模块、规则匹配模块、元素特征值提取模块和计算模块；

所述的信息接收及判断模块用于对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，得到基础数据集；

所述的规则匹配模块用于利用所述的建筑元素规则库和建筑元素特征模型库，对所述的基础数据集，进行规则匹配，通过依据基础数据集中的某些图元集与建筑元素规则库中的某个建筑元素规则单元是否匹配来决定其属于哪一类或者哪一种建筑元素；

所述的元素特征值提取模块用于提取所述的基础数据集中的待测建筑元素的特征值向量；

所述的计算模块用于通过所述的待测建筑元素的特征值向量与建筑元素特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

作为优选，所述的结果处理模块包括建筑元素的类别显示模块、建筑元素详细参数显示模块和建筑元素图纸还原显示模块；

所述的建筑元素的类别显示模块用于向用户展示所述的结果集中的信息包括建筑元素的类别信息；

所述的建筑元素详细参数显示模块用于向用户展示所述的建筑元素详细参数信息；

所述的建筑元素图纸还原显示模块用于向用户展示所述的建筑元素图纸还原信息。

本发明采用基于规则与机器学习相结合的方法，对从图纸中获取的矢量图元信息进行规则匹配与数学建模，通过训练过程实现对图纸中建筑元素的特征分布规律进行严密、准确分析，形成图元数据库、建筑元素规则库、建筑元素特征库等数据集，得出概率意义上的建筑元素识别方法，从而进一步提高建筑元素及其属性参数的识别率。本系统力图突破现有图纸识别方法的局限性，为地铁设计及施工部门提供高效的图纸分析与识别工具，具有查准率高，识别效率高以及智能化程度高三大优势：

（1）查准率高：该系统采用基于规则和机器学习相结合的方法，首先利用基于规则匹配的方法来判断待测建筑元素的类别，若只能判断一个大概的类别，则再用基于机器学习的方法来计算待测建筑元素具体属于某一个建筑元素的概率，所有相对于以往的传统方法，具有较高的查准率；

（2）识别效率高：该系统采在测试阶段的测试数据来源于对待测图纸的解析和特征值向量的提取与构建，计算工作则主要是依赖于我们在训练模块阶段构建的建筑元素规则库和建筑元素特征模型库，而这两块是在识别的时候只需要调用就好，不需要重新构建，所以整个系统具有很高的识别效率；

（3）智能化程度高：该系统从最开始的图纸的解析，到形成图元数据库、建筑元素规则库、建筑元素特征库等的构建，再到待测建筑元素的识别以及最后建筑元素的显示，都具有很强的集成性，能够简单的有效的满足用户的需求。

附图说明

图1：为本发明系统的体系结构图。

图2：为本发明系统的结构示意图。

图3：为本发明系统的CAD图纸解析模块工作流程图。

图4：为本发明系统的训练模块中的特征模型库生成流程图。

图5：为本发明系统的训练模块中的规则库生成流程图。

图6：为本发明系统的测试模块的计算模块流程图。

图7：为本发明系统的判断及规则匹配模块工作流程图。

具体实施方式

以下将结合具体实施例和附图对本发明做进一步的阐述。

本发明的方法所采用的技术方案是：一种基于机器学习的图纸建筑元素识别方法，包括以下步骤：

步骤1：从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集，其中图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据；具体实现包括以下子步骤：

步骤1.1：将原始CAD工程设计图纸转换为DXF工程设计图纸；

步骤1.2：对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据，由此创建不同图元元素向量链表；

步骤1.3：对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

步骤2：利用图元元素的基本数据集和建筑元素数据集，依据规则集和特征集来构建相应的建筑元素规则库和建筑元素特征模型库；具体实现包括以下子步骤：

步骤2.1：利用图元元素的基本数据集和建筑元素数据集，与人工标注的规则进行匹配，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，然后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；

步骤2.2：利用图元元素的基本数据集和建筑元素数据集，抽取出所有建筑元素在不同特征下对应的所有特征值，得到建筑元素特征值集；

步骤2.3：利用建筑元素特征值集，依据设计好的核函数对每类建筑元素的每项特征值在分布规律方面进行建模分析，得到每类建筑元素的每一个特征的特征模型，通过组合该类建筑元素的所有特征模型来得到该建筑元素的建筑元素特征模型单元，从而得到建筑元素特征模型库。

步骤3：对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，利用建筑元素规则库和建筑元素特征模型库，判断和计算待测CAD工程设计图纸中的待测建筑元素是否存在或者具体属于某一类建筑元素，得到待测建筑元素的结果集；具体实现包括以下子步骤：

步骤3.1：对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，得到基础数据集；

步骤3.2：利用建筑元素规则库和建筑元素特征模型库，对基础数据集，进行规则匹配，通过依据基础数据集中的某些图元集与建筑元素规则库中的某个建筑元素规则单元是否匹配来决定其属于哪一类或者哪一种建筑元素；

步骤3.3：提取基础数据集中的待测建筑元素的特征值向量；

步骤3.4：通过待测建筑元素的特征值向量与建筑元素特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

步骤4：将待测建筑元素的结果集中的信息展示给用户，其中所述结果集中的信息包括建筑元素的类别信息、建筑元素详细参数信息以及建筑元素图纸还原信息。

请见图1、图2，本发明的系统所采用的技术方案是：一种基于机器学习的图纸建筑元素识别系统，包括CAD图纸解析模块100，训练模块200，图元数据库模块300，建筑元素规则库模块400，特征模型库模块500，测试模块600和结果处理模块700；CAD图纸解析模块100用于从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集，以及对待测CAD工程设计图纸中的待测建筑元素进行解析和判别；训练模块200用于利用图元元素的基本数据集和建筑元素数据集，依据规则集和特征集来构建相应的建筑元素规则库和建筑元素特征模型库；图元数据库模块300用于存储图元元素的基本数据集和建筑元素数据集；建筑元素规则库模块400用于存储建筑元素规则库；

特征模型库模块500用于存储建筑元素特征模型库；测试模块600用于利用建筑元素规则库和建筑元素特征模型库，判断和计算待测CAD工程设计图纸中的待测建筑元素是否存在或者具体属于某一类建筑元素，得到待测建筑元素的结果集；结果处理模块700用于将待测建筑元素的结果集中的信息展示给用户。

其中，CAD图纸解析模块100包括建筑元素标注模块110和图元解析及抽取模块120；建筑元素标注模块110用于将原始CAD工程设计图纸转换为DXF工程设计图纸，并对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据，由此创建不同图元元素向量链表；图元解析及抽取模块120用于对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

其中，训练模块200包括建筑元素规则库生成模块210、建筑元素特征值抽取模块220和建筑元素特征建模模块230；建筑元素规则库生成模块210用于利用图元元素的基本数据集和建筑元素数据集，与人工标注的规则进行匹配，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，然后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；建筑元素特征值抽取模块220用于利用图元元素的基本数据集和建筑元素数据集，抽取出所有建筑元素对应的所有特征值，得到建筑元素特征值集；建筑元素特征建模模块230用于利用建筑元素特征值集，对每类建筑元素的每项特征值在分布规律方面进行建模分析，得出相应的模型参数，得到某类建筑元素的概率识别函数，从而得到建筑元素特征模型库。

其中，测试模块600包括信息接收及判断模块610、规则匹配模块620、元素特征值提取模块630和计算模块640；信息接收及判断模块610用于对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，得到基础数据集；规则匹配模块620用于利用建筑元素规则库和建筑元素特征模型库，对基础数据集，进行规则匹配，通过依据基础数据集中的某些图元集与建筑元素规则库中的某个建筑元素规则单元是否匹配来决定其属于哪一类或者哪一种建筑元素；元素特征值提取模块630用于提取基础数据集中的待测建筑元素的特征值向量；计算模块640用于通过待测建筑元素的特征值向量与建筑元素特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

其中，结果处理模块700包括建筑元素的类别显示模块710、建筑元素详细参数显示模块720和建筑元素图纸还原显示模块730；建筑元素的类别显示模块710用于向用户展示结果集中的信息包括建筑元素的类别信息；建筑元素详细参数显示模块720用于向用户展示建筑元素详细参数信息；建筑元素图纸还原显示模块730用于向用户展示建筑元素图纸还原信息。

请见图3，为本发明系统的CAD图纸解析模块工作流程图，本实施例的图纸解析模块100的主要作用是从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集，为后续的规则学习、统计模型的实现提供数据基础；其具体实现步骤为：

步骤1.1：将原始CAD工程设计图纸转换为DXF工程设计图纸；

步骤1.2：对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，所述的图元元素的基本数据包括直线元素数据、多线段元素数据、文本元素数据、圆形元素数据和其他图元元素数据，由此创建不同图元元素向量链表；

步骤1.3：对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

请见图5，为本发明系统的训练模块中的规则库生成流程图，本实施例的建筑元素规则库生成模块210借助CAD图纸解析模块的结果，在将这些结果与人工标注的规则进行匹配的过程中，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，最后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；本过程实际上是系统根据提交的CAD图纸自动学习建筑元素与图元之间组织规则的过程。

本实施例的规则为：定义了图纸中图元本身的个数、位置、几何数据（如圆的半径）以及图元与图元之间的位置关系等信息，规则的制定可由人工参与完成。

上述的规则集为：多个规则在一起共同构成规则集。记为：

R={r1,r2,…,rm}

本实施例的建筑元素向量链表为：从图纸中获取的所有建筑元素的集合，记为：

clink=<clink1,clink2,…,clinkj>

本实施例的图元元素向量链表为：从图纸中获取有的所有的图元信息的集合，记为：

glink=<glink1,glink2,…,glinkj>

本实施例的建筑元素规则单元为：某一建筑元素中，其图元集与规则集内所有规则进行匹配的结果，记为：

CRi={<glink1,r1,boolean1>,<glink2,r2,boolean2>…}

本实施例的建筑元素规则库为：所有建筑元素规则单元的集合，记为

CRL={CR1,CR2,…,CRn}

该模块功能的具体实现流程如下：

1、获取CAD图纸解析模块的执行结果。

2、从CAD图纸解析模块的结果中获取建筑元素向量链表clink和图元元素向量链表glink，作为后序匹配工作的数据基础，glink中包含了可以组成clink中任意建筑元素的图元信息。

3、引入人工干预下已形成的建筑元素规则集R={r1,r2,…,rk}；

比如有规则集R，

R={

r1:有一条直线，

r2:有一个圆，

r3:有两条直线，

r4:有两个圆，

r5:存在圆与直线相离，

r6:存在圆与直线相切，

r7:存在圆与直线相交，

r8:存在直线的一段为圆的圆心，

r9:有三条直线相互平行，

r10:两条直线相互垂直，

…

}

4、将第2步获取的信息与规则库中的规则逐一进行匹配，从而得出建筑元素规则单元。利用循环结构，首先读取规则库中的所有规则，然后将每一类建筑元素对应的图元信息与规则集内的所有规则进行匹配（即将向量链表clink和glink中的数据与R中的规则内容进行匹配）；如果匹配成功，则将该规则置为True，否则置为False；这里的True与False表示某类建筑元素的图元是否满足某项规则的要求。待所有规则都匹配结束后，会生成一个建筑元素规则单元，它表征了某一建筑元素与其组成图元之间的关系。

5、将上述过程中生成的所有建筑元素规则单元保存到规则库中，得到建筑元素规则库；规则库的信息结构如表1所示：

表1规则库的内容构成示例

建筑元素特征值抽取模块220主要任务是从基于CAD图纸解析模块100的结果中，抽取出所有建筑元素在不同特征下对应的所有特征值集，得到建筑元素特征值集；为建筑元素特征建模模块230的建模工作提供基础服务。该模块功能的具体实现流程如下：

1、获取CAD图纸解析模块100的执行结果。

2、从CAD图纸解析模块的结果中获取建筑元素向量链表

C=<c1,c2,…,ci>

和图元元素向量链表

G=<g1,g2,…,gj>

3、基于上述两组数据，分别获取所有建筑元素的所有特征值集。建立外层循环，读取该类建筑元素中的每一组特征值数据，建立内层循环，读取该类建筑元素集合中的每一个建筑元素个体，从而获取每一个建筑元素的所有特征值

请见图4，为本发明系统的训练模块中特征模型库生成流程图，建筑元素特征建模模块230利用所述的建筑元素特征值集，依据设计好的核函数对每类建筑元素的每项特征值在分布规律方面进行建模分析，得到每类建筑元素的每一个特征的特征模型，通过组合该类建筑元素的所有特征模型来得到该建筑元素的建筑元素特征模型单元，从而得到建筑元素特征模型库，为后期的测试模块600做好准备工作。

纯粹基于规则的建筑元素识别方法的特点是准确率较高，但是由于规则方法自身固有的缺点，致使其召回率较低。为了弥补这一不足，本实施例的系统还采用了基于概率统计的方法来识别建筑元素，两个方法的结合能够显示提高识别结果的召回率。该方法在训练的过程中，可针对建筑元素的特征值建立概率统计模型，据此可以对其它图纸中的建筑元素进行概率意义上的识别。

本实施例的特征值为：所包含的图元集信息及总体表现出来的结构、位置等特性，称为建筑元素的特征值。

本实施例的特征值集为：属于某类建筑元素中的所有个体，共同符合某一特征的具体特征值的集合。记为：

T-Dataset={data1,data2,…,datan}

本实施例的特征信息单元为：某类建筑元素中，某一特征的特征值及其对应的所有特征值集所构成的二元组，记为：

T-Information={<T,T-Dataset,f(x),<Parameters>>}

本实施例的建筑元素特征单元为：某类建筑元素的所有特征信息单元的集合，记为：

SMT={<T-Information1>,<T-Information2>,…<T-Informationn>}。

本实施例的建筑元素特征库为：图纸中每一类建筑元素特征单元所构成的数据集合，记为：

CTL={SMT1,SMT2,…,SMTn}。

本实施例的核函数为：用于统计特征值集的分布规律的数学方法，可以由多个不同的具体数学函数有机结合组成，记为：

f(x)=g(x,parameter1,parameter2,…,parametern)

本模块的实现过程为：

1、建筑元素特征值抽取模块220的结果，针对每一类建筑元素的不同特征值，分别读取每一项特征值，生成特征值集；

2、对每一项特征值集建模，将此特征值集代入到系统核函数中进行计算，获取所有每一项特征值集的具体模型参数；即f(x)函数中的各个参数；

3、待所有该类建筑元素的所有特征值集都建模完成后，将该类建筑元素对应的所有特征模型参数进行整合归类，准备加入到建筑元素的特征模型库中，然后读取下一建筑元素的相关数据，采用同样的步骤，最终可以得到所有建筑元素的特征模型库。

如，以正态分布作为核函数，则上述第2-3步可有如下推导过程：

1）将某类建筑元素的第一个特征值集T-Dataset1中的所有特征值，逐一代入到正态分布的公式中，可以得到其正态分布参数(σ1,υ1)；获取此参数后，可得出某数值属于该特征值集的概率计算函数f(x1);

2）将某类建筑元素的第二个特征值集T-Dataset2中的所有特征值，逐一代入到正态分布的公式中，可以得到其正态分布参数(σ2,υ2)；获取此参数后，可得出某数值属于该特征值集的概率计算函数f(x2)；

3）依此类推，可以得到此类建筑元素的所有特征值的正态分布参数；从而可以得到各特征值集的概率计算函数f(xn)；

4）将这些参数代入到相应的定义式中，即可得到某一组建筑元素特征单元属于该建筑元素的概率计算函数：

F(X)=F(f(x1)f(x2)…f(xn))；

5）最终，得到建筑元素的特征模型库，其内容结构如下表2所示：

表2建筑元素的特征模型库内容结构表

具体来讲，对特征值集数据进行建模分析，并得出其分布规律函数及参数的数学推理过程如下：

对于建筑元素的特征值集t₁,t₂,…,t_n，处理的方法如下：

（1）找出特征值集t₁,t₂,…,t_n中的最小值与最大值，分别记着

与

即 $t_1^{*}=\min (t_1,t_2,...,t_n),t_n^{*}=\max (t_1,t_2,...,t_n)$

（2）适当选取略小于

的数a与略大于的数b，并用分点

a=x₀<x₁<x₂<…<t_l-1<t_l=b

将区间(a,b)分成l个子区间

[x₀,x₁),[x₁,x₂),…,[x_i-1,x_i),…,[x_l-1,x_l)

第i个子区间的长度为△x_i=x_i-x_i-1,i=1,2,…,l

各子区间的长度可以相等，也可以不等，若使各子区间的长度相等，则有

(i=1,2,…,l)。子区间的个数l一般取为8到15个，太多则由于频率的随机摆动而使分布显得杂乱，太少则难以显示分布的特征。此外，为了方便起见，分点x_i应比特征值t_i多取一位小数。

（3）把所有特征值集逐个分到各子区间内，并计算特征值集落在各子区间内的频数n_i及频率

其中i=1,2,…,l。

由频数及频率的计算公式可得

（4）定义特征值集样本分布函数

$F_n\left(x\right)=\left\{\begin{array}{cc}0,& t<t_1\\ \underset{t_i\&le;t}{\mathrm{\&Sigma;}}{f}_i,& t_i\&le;t<t_{i+1}\\ 1,& t>t_l\end{array}\right.,i=\mathrm{1,2},...,n-1$

其中和式

是对小于或等于t的一切t_i的频率f_i求和。

根据格利文科（Glivenko）定理可知，当n→∞时，对于任意的正数ε，有

$\underset{n\&RightArrow;\&infin;}{\lim }P\left\{\right|F_n\left(x\right)-F\left(x\right)|<\mathrm{\&epsiv;}\}=1$

也就是说，在n很大时，样本密度函数可以近似代替核函数。

$f_n\left(x\right)=\left\{\begin{array}{cc}0,& t<t_1\\ f_i,& t_i\&le;t<t_{i+1}\\ 1,& t>t_l\end{array}\right.,i=\mathrm{1,2},...,n-1$

（5）由（4）就知道了分布函数的形式，比如：正态分布、伽马分布、对数正态分布等。若连续性随机变量X的密度函数为

$f\left(x\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{{(x-\mathrm{\&mu;})}^2}{{\mathrm{\&sigma;}}^2}},-\&infin;<x<+\&infin;$

其中μ是均值，σ是标准差，则称X服从参数为μ，σ的正态分布，记为X～N(μ,σ²)；其图形关于x=μ对称，分布规律呈现出中间大，两头小的特点。

若连续性随机变量X的密度函数为

$f\left(x\right)=\frac{{\left(\mathrm{\&alpha;x}\right)}^{\mathrm{\&beta;}-1}}{\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{e}^{-\mathrm{\&alpha;x}},0<x<+\&infin;$

$\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)={\&Integral;}_0^{\&infin;}{t}^{\mathrm{\&beta;}-1}{e}^{-t}\mathrm{dt}$

其中α,β是正常数，则称X服从参数为β，α的Gamma分布，记为Γ(β,α)。

值得注意的是，当β=1时，Γ(1,α)就是参数为α的指数分布,记为exp(α)。当

时，

就是数理统计中常用的χ²(n)分布。

若连续性随机变量X的密度函数为

$f\left(x\right)=\frac{1}{\mathrm{xs}\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{{(\log x-m)}^2}{{2s}^2}},0<x<+\&infin;$

其中m,x是Log(X)的均值和标准差，则称X服从参数为m，x的对数正态分布。其图形与Gamma分布的图形很相似，只是曲率比Gamma分布更陡。

（6）举例

选取实验中的一组特征集数据集：

{436,283,197,220,219,220,429,242,212,212,212,207,252,393,85,226,251,251,266,177,395,204,129,243,277,277,177,372,352,212,212,211,287,348,156,286,204,204,320,265,318,364,494,573}

根据公式

算得样本均值为269.77

根据公式 $S^2=\frac{1}{n-1}(\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{X_i}^2-n{\stackrel{\&OverBar;}{X}}^2),$ 算得样本方差为9146.4

假如模拟的函数为Gamma分布，算出Gamma分布的期望

方差为

则可以得到如下方程：

Γ(8.09,0.03)的图形与特征数据集的样本分布函数相差比较远，则说明核函数不为Gamma分布。

假如模拟的函数为正态分布，根据均值和方差，则其服从X～N(269.77,9146.4)，其图形刚好与特征数据集的样本分布函数很接近，则说明核函数为正态分布。

（7）关于某一类建筑元素的核函数类型的假设检验

设有两个独立的总体X，Y，其均值和方差分别为μ₁,μ₂和

从两个总体中分别抽取样本

及

n₁,n₂很大，它们的样本均值与样本方差分别为

$\stackrel{\&OverBar;}{X}=\frac{1}{n_1}\underset{i=1}{\overset{n_1}{\mathrm{\&Sigma;}}}{X}_i,{S_1}^2=\frac{1}{n_1-1}(\underset{i=1}{\overset{n_1}{\mathrm{\&Sigma;}}}{X_i}^2-n{\stackrel{\&OverBar;}{X}}^2)$

$\stackrel{\&OverBar;}{Y}=\frac{1}{n_2}\underset{j=1}{\overset{n_2}{\mathrm{\&Sigma;}}}{Y}_j,S_2^2=\frac{1}{n_2-1}(\underset{j=1}{\overset{n_2}{\mathrm{\&Sigma;}}}{Y_j}^2-n{\stackrel{\&OverBar;}{Y}}^2)$

给定显著水平α，假设检验

H₀:μ₁=μ₂，H₁:μ₁≠μ₂

若两总体均为正态分布，当

已知时，则统计量可取

$U=\frac{\stackrel{\&OverBar;}{X}-\stackrel{\&OverBar;}{Y}}{\sqrt{\frac{{\mathrm{\&sigma;}}_1^2}{n_1}+\frac{{\mathrm{\&sigma;}}_2^2}{n_2}}}~N\left(\mathrm{0,1}\right)$

即用u检验法来检验。

当

未知但

时，可用t检验法来检验。

由于核函数类型未知，即使总体为正态分布，由于

未知且

与

不一定相等，因而也不能用t检验。下面采取大样本方法给出此假设的近似检验法。

当n₁很大时，由中心极限定理知，

即

同样，当n₁很大时，

由于独立，所以 $\frac{(\stackrel{\&OverBar;}{X}-\stackrel{\&OverBar;}{Y})-({\mathrm{\&mu;}}_1-{\mathrm{\&mu;}}_2)}{\sqrt{{\mathrm{\&sigma;}}_1^2/n_1+{\mathrm{\&sigma;}}_2^2/n_2}}~N\left(\mathrm{0,1}\right)$

分别是的很好的近似值，用

代替

用

代替

仍有

由此可得拒绝域为

$\left|u\right|=\frac{|\stackrel{\&OverBar;}{x}-\stackrel{\&OverBar;}{y}|}{\sqrt{S_1^2/n_1+S_2^2/n_2}}\&GreaterEqual;u_{\frac{\mathrm{\&alpha;}}{2}}.$

请见图6，为本发明系统的测试模块的计算模块流程图，规则匹配模型620的处理流程如下：

1.对待测CAD工程设计图纸以及待测建筑元素类别进行预处理，预处理过程主要分为两块：

A.类别判断：根据建筑元素规则库CRL={CR1,CR2,CR3,……,CRn}，对待测建筑元素类别TestCM进行判别，如果建筑元素规则库CRL中的某个建筑元素规则单元CRi是待测建筑元素类别TestCM对应的规则单元，则表示可以做下一步的规则匹配；

B.图纸解析：利用CAD图纸解析模块100的技术对待测CAD工程设计图纸进行解析，构建图元元素向量链表Glink，为接下来对待测建筑元素类别TestCM所对应的建筑元素规则单元CRi={<r1,boolean1>,<r2,boolean2>，……，<rm,booleann>}的规则匹配做好数据准备；

2.从规则库中获取待测建筑元素类别TestCM所对应的建筑元素规则单元CRi={<r1,boolean1>,<r2,boolean2>,……，<rm,booleanm>}；

3.从图元元素向量链表Glink中按照CRi中的图元类型及数量取一组合乎初始规范的图元元素集gSet=<g1,g2,…,gk>，然后将此图元元素集用于建筑规则单元CRi的每一个规则项<rk,booleank>中，看得到的结果booleanTemp是否与规则单元CRi中的值booleank是否匹配，若有一个规则项不匹配，则中断并跳出循环，获取下一组合乎初始规范的图元元素集gSet=<f1,f2,…,fk>，若所有的规则项都完全匹配，则该图元集可以构成该待测建筑元素。假设一种极端情况，若遍历所有合乎初始规范的图元元素集，依旧没有与建筑规则单元CRi完全匹配的，则表示此待测图纸中没有用户想要的待测类别的建筑元素。

有时候规则匹配模型620只能决定待测建筑元素属于某一类建筑元素，建筑元素特征值提取模块630则是更进一步的来判别该类建筑元素属于具体的某一种建筑元素做好数据准备，然后提交给计算模块640来计算并判别。建筑元素特征提取模块630是根据建筑元素相关特征集<St1,ST2……STn>来对某一类建筑元素提取其对应的特征值ti，并构建特征集对应的特征值向量<t1,t2……tn>。

计算模块640是通过建筑元素特征值提取模块630提供的特征值向量与特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为待测的某一类建筑元素的最终类别判断，并将最终结果反馈给结果处理模块700。

请见图7，为本发明系统的判断及规则匹配模块工作流程图，计算模块640主要是为了判别匹配模型620得到的某一类建筑元素究竟属于某一种具体的建筑元素，其处理流程包括如下几个步骤：

1.获取某类待测建筑元素的特征值向量，SV={SV₁,SV₂……,SV_m}。

2.根据训练模块构建的建筑元素特征模型库，获取其中所对应的所有建筑元素特征单元CTL={SMT₁,SMT₂,……,SMT_n}。

3.获取建筑元素特征模型库STL中的第k个建筑元素特征单元SMT_k={<T-Information_k1>,<T-Information_k2>,…<T-Information_km>}，其中建筑元素特征单元的第i个特征信息单元为：T-Information_ki={<T_ki,T-Dataset_ki,g(x,<Parameters_ki>)>}，这样将待测建筑元素特征值向量中的对应的第i特征值SV_i带入到T-Information_ki中的核函数g(x,<Parameters_ki>)中，便可以得到待测特征值SV_i在这个核函数上的一个分布值g(SV_i,<Parameters_ki>)，以此类推，当获取待测建筑元素特征值向量中的每一个特征值在其对应的建筑元素特征单元的核函数上的特征分布值以后，便得到了该待测建筑元素属于第k个建筑元素模型的概率为：

P(SMT_k|SV)=G(SV,<Parameters_k>)

=g(SV₁,<Parameters_k1>)*……*g(SV_m,<Parameters_km>)

4.依次获取建筑元素特征模型库STL中其他建筑元素特征单元，然后参照第3步获取待测建筑元素属于对应建筑元素模型的概率值，获取所有概率值中的最大概率值，若该值满足一定阀值，则表示该待测建筑元素属于该最大概率值对应的建筑模型，否则无法进一步分类。通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，因此，凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种基于机器学习的图纸建筑元素识别方法，其特征在于，包括以下步骤：

步骤1：从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集；

步骤2：利用所述的图元元素的基本数据集和建筑元素数据集，依据规则集和特征集来构建相应的建筑元素规则库和建筑元素特征模型库；

步骤3：对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，利用所述的建筑元素规则库和建筑元素特征模型库，判断和计算待测CAD工程设计图纸中的待测建筑元素是否存在或者具体属于某一类建筑元素，得到待测建筑元素的结果集；

步骤4：将所述的待测建筑元素的结果集中的信息展示给用户。

2.根据权利要求1所述的基于机器学习的图纸建筑元素识别方法，其特征在于：步骤1中所述的图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据。

3.根据权利要求1所述的基于机器学习的图纸建筑元素识别方法，其特征在于：步骤4中所述结果集中的信息包括建筑元素的类别信息、建筑元素详细参数信息以及建筑元素图纸还原信息。

4.根据权利要求1所述的基于机器学习的图纸建筑元素识别方法，其特征在于：所述的步骤1的具体实现包括以下子步骤：

步骤1.1：将原始CAD工程设计图纸转换为DXF工程设计图纸；

步骤1.2：对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，所述的图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据，由此创建不同图元元素向量链表；

步骤1.3：对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

5.根据权利要求1所述的基于机器学习的图纸建筑元素识别方法，其特征在于：所述的步骤2的具体实现包括以下子步骤：

步骤2.1：利用所述的图元元素的基本数据集和建筑元素数据集，与人工标注的规则进行匹配，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，然后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；

步骤2.2：利用所述的图元元素的基本数据集和建筑元素数据集，抽取出所有建筑元素在不同特征下对应的所有特征值，得到建筑元素特征值集；

步骤2.3：利用所述的建筑元素特征值集，依据设计好的核函数对每类建筑元素的每项特征值在分布规律方面进行建模分析，得到每类建筑元素的每一个特征的特征模型，通过组合该类建筑元素的所有特征模型来得到该建筑元素的建筑元素特征模型单元，从而得到建筑元素特征模型库。

6.根据权利要求1所述的基于机器学习的图纸建筑元素识别方法，其特征在于：所述的步骤3的具体实现包括以下子步骤：

步骤3.1：对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，得到基础数据集；步骤3.2：利用所述的建筑元素规则库和建筑元素特征模型库，对所述的基础数据集，进行规则匹配，通过依据基础数据集中的某些图元集与建筑元素规则库中的某个建筑元素规则单元是否匹配来决定其属于哪一类或者哪一种建筑元素；

步骤3.3：提取所述的基础数据集中的待测建筑元素的特征值向量；

步骤3.4：通过所述的待测建筑元素的特征值向量与建筑元素特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

7.一种基于机器学习的图纸建筑元素识别系统，其特征在于，包括CAD图纸解析模块（100），训练模块（200），图元数据库模块（300），建筑元素规则库模块（400），特征模型库模块（500），测试模块（600）和结果处理模块（700）；

所述的CAD图纸解析模块（100）用于从原始CAD工程设计图纸中读取出图元元素的基本数据集以及所有标注的建筑元素数据集，以及对待测CAD工程设计图纸中的待测建筑元素进行解析和判别；

所述的训练模块（200）用于利用所述的图元元素的基本数据集和建筑元素数据集，依据规则集和特征集来构建相应的建筑元素规则库和建筑元素特征模型库；

所述的图元数据库模块（300）用于存储所述的图元元素的基本数据集和建筑元素数据集；所述的建筑元素规则库模块（400）用于存储所述的建筑元素规则库；

所述的特征模型库模块（500）用于存储所述的建筑元素特征模型库；

所述的测试模块（600）用于利用所述的建筑元素规则库和建筑元素特征模型库，判断和计算待测CAD工程设计图纸中的待测建筑元素是否存在或者具体属于某一类建筑元素，得到待测建筑元素的结果集；

所述的结果处理模块（700）用于将所述的待测建筑元素的结果集中的信息展示给用户。

8.根据权利要求7所述的基于机器学习的图纸建筑元素识别系统，其特征在于：所述的CAD图纸解析模块（100）包括建筑元素标注模块（110）和图元解析及抽取模块（120）；

所述的建筑元素标注模块（110）用于将原始CAD工程设计图纸转换为DXF工程设计图纸，并对DXF工程设计图纸文件组码进行解析，提取出图元的基本数据，所述的图元元素的基本数据包括点数据、线数据、文本数据和其他几何图形数据，由此创建不同图元元素向量链表；

所述的图元解析及抽取模块（120）用于对DXF工程设计图纸中存在的建筑元素进行标注，得到建筑元素向量链表。

9.根据权利要求7所述的基于机器学习的图纸建筑元素识别系统，其特征在于：所述的训练模块（200）包括建筑元素规则库生成模块（210）、建筑元素特征值抽取模块（220）和建筑元素特征建模模块（230）；

所述的建筑元素规则库生成模块（210）用于利用所述的图元元素的基本数据集和建筑元素数据集，与人工标注的规则进行匹配，形成建筑元素与图元元素之间的关系，从而得出建筑元素规则单元，然后将这些建筑元素规则单元保存在规则库中，得到建筑元素规则库；

所述的建筑元素特征值抽取模块（220）用于利用所述的图元元素的基本数据集和建筑元素数据集，抽取出所有建筑元素对应的所有特征值，得到建筑元素特征值集；

所述的建筑元素特征建模模块（230）用于利用所述的建筑元素特征值集，对每类建筑元素的每项特征值在分布规律方面进行建模分析，得出相应的模型参数，得到某类建筑元素的概率识别函数，从而得到建筑元素特征模型库。

10.根据权利要求7所述的基于机器学习的图纸建筑元素识别系统，其特征在于：所述的测试模块（600）包括信息接收及判断模块（610）、规则匹配模块（620）、元素特征值提取模块（630）和计算模块（640）；

所述的信息接收及判断模块（610）用于对待测CAD工程设计图纸中的待测建筑元素进行解析和判别，得到基础数据集；

所述的规则匹配模块（620）用于利用所述的建筑元素规则库和建筑元素特征模型库，对所述的基础数据集，进行规则匹配，通过依据基础数据集中的某些图元集与建筑元素规则库中的某个建筑元素规则单元是否匹配来决定其属于哪一类或者哪一种建筑元素；

所述的元素特征值提取模块（630）用于提取所述的基础数据集中的待测建筑元素的特征值向量；

所述的计算模块（640）用于通过所述的待测建筑元素的特征值向量与建筑元素特征模型库中的每一个建筑元素特征模型单元进行相似度计算，通过选取满足阀值的最大相似度的建筑元素特征模型单元作为该待测建筑元素的最终类别判断，得到待测建筑元素的结果集。

11.根据权利要求7所述的基于机器学习的图纸建筑元素识别系统，其特征在于：所述的结果处理模块（700）包括建筑元素的类别显示模块（710）、建筑元素详细参数显示模块（720）和建筑元素图纸还原显示模块（730）；

所述的建筑元素的类别显示模块（710）用于向用户展示所述的结果集中的信息包括建筑元素的类别信息；

所述的建筑元素详细参数显示模块（720）用于向用户展示所述的建筑元素详细参数信息；所述的建筑元素图纸还原显示模块（730）用于向用户展示所述的建筑元素图纸还原信息。

Images