基于建筑总平面定位图的道路的自动识别方法与流程

1.本发明涉及建筑图纸对象识别技术领域，尤其涉及一种基于建筑总平面定位图的道路的自动识别方法。


背景技术：

2.bim(building information modeling)技术的核心是通过建立虚拟的建筑工程三维模型，利用数字化技术，为这个模型提供完整的、与实际情况一致的建筑工程信息库。该信息库不仅包含描述建筑物构件的几何信息、专业属性及状态信息，还包含了非构件对象(如空间、运动行为)的状态信息。借助这个包含建筑工程信息的三维模型，大大提高了建筑工程的信息集成化程度，从而为建筑工程项目的相关利益方提供了一个工程信息交换和共享的平台。随着城市建设和计算机技术的快速发展，bim技术的运用越来越广泛，一般都是读取二维建筑图纸，用计算机算法识别图元，获取建筑对象的二维数据，输出到三维引擎生产建筑物的三维模型，但如何准确识别图元，获取二维数据，一直是攻克的难点。当输入建筑总平面定位图提取建筑时，其中包括的建筑对象非常丰富，而采用计算机程序化识别图纸时，不能直接识别出各个建筑对象，只能识别出曲线、字符、标注等，及其属性信息，且无法确定哪个图层是要识别的建筑对象对应的图层，各个不同建筑对象相互干扰，这给建筑总平面定位图中建筑对象图形的自动识别带来了难度，而且，由于道路的数量很多且都弯曲、走向都不一样，道路的种类不同其渲染要求也不一样，因此，如何准确识别道路并分辨道路类型难度更大。


技术实现要素：

3.(一)要解决的技术问题
4.基于上述问题，本发明提供一种基于建筑总平面定位图的道路的自动识别方法，解决难以从建筑总平面定位图中准确识别提取道路的图元并分辨其类型的问题。
5.(二)技术方案
6.基于上述的技术问题，本发明提供一种基于建筑总平面定位图的道路的自动识别方法，包括以下步骤：
7.s1、获取建筑总平面定位图上的所有字符，遍历寻找包含指定字符的字符串；
8.s2、识别道路的中心线：寻找穿过所述包含指定字符的字符串的中心的曲线，为道路的中心线；
9.s3、识别一对城市道路的边线：
10.s3.1、在所述道路的中心线两侧的设定距离范围内，寻找与所述道路的中心线的距离最近的、相等的曲线，分别放入与所在侧对应的两个边线曲线集合；
11.s3.2、在两个边线曲线集合中寻找不在同一个边线曲线集合中的、与所述道路的中心线基本平行的、位于同一图层的两条曲线，得到一对城市道路的边线；
12.s4、根据所述一对城市道路的边线获取其所在图层对应的所有曲线，得到所有道
路的边线。
13.进一步的，所述特定字符自定义设定，所述特定字符为“路”。
14.进一步的，步骤s3中所述设定距离范围为道路的中心线两侧的距离道路的中心线4-50米的范围内。
15.进一步的，所述步骤s4后，还包括：
16.s5、通过所述一对城市道路的边线识别对应的一对街道线，获取所述一对街道线的所在图层的所有街道线；
17.s6、对所述所有道路的边线识别出城市道路的边线和小区道路的边线：
18.s6.1、在一对边线外侧寻找是否有相接的停车位或建筑轮廓，若是，则为小区道路的边线，判断下一对边线；否则，不是小区道路的边线，进入步骤s6.2；
19.s6.2、从道路的中心线向两边延伸，寻找在一对边线外侧的与所在侧的边线的距离最近的两条曲线是否为两条街道线，若是，则为城市道路的边线，否则，既不是城市道路的边线，也不是小区道路的边线，判断下一对边线。
20.进一步的，所述步骤s5包括以下步骤：
21.s5.1、从道路的中心线向两边延伸，分别寻找在所述一对城市道路的边线的外侧的，距离所在侧的边线最近的曲线，分别放入与所在侧对应的两个街道线曲线集合；
22.s5.2、在两个街道线曲线集合中寻找不在同一个街道线曲线集合中的、基本平行的、在同一图层的两条曲线，得到一对街道线；
23.s5.3、获取所述一对街道线所在图层对应的所有曲线，得到所有街道线。
24.进一步的，所述步骤s6后，还包括：
25.s7、根据识别的所述城市道路的边线和小区道路的边线，分别通过3d软件渲染得到城市道路示意模型和小区道路示意模型。
26.进一步的，两条曲线的所述基本平行的评判标准为：两条曲线之间，至少有2/3连续的曲线段两两平行。
27.进一步的，所述两两平行的判定标准为两条曲线的夹角不超过1度。
28.本发明也公开了一种基于建筑总平面定位图的道路的自动识别系统，包括：
29.至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：
30.所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行所述的基于建筑总平面定位图的道路的自动识别方法。
31.本发明也公开了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行所述的基于建筑总平面定位图的道路的自动识别方法。
32.(三)有益效果
33.本发明的上述技术方案具有如下优点：
34.(1)本发明在建筑总平面定位图上根据城市道路的普遍共有的中心线上的特定字符为突破点，通过道路的中心线寻找到城市道路的边线，再根据图层提取所有的城市道路和小区道路的边线，实现了数字化、批量化、高效化、准确地识别建筑总平面定位图中的道路的边线；
35.(2)本发明根据城市道路位于小区外，两条边线外侧有距离很近的街道线，小区道
路位于小区内，没有街道线，但与建筑轮廓或停车位轮廓存在相接的区别特征，准确识别出道路的边线是城市道路的边线，还是小区道路的边线；
36.(3)本发明采用建筑总平面定位图进行道路的识别并提取，并对不同道路类型实现准确分辨，有利于实现道路示意模型在实际的数字化大场景中的精准定位，通过对建筑总平面定位图提取的道路的不同类型分别进行渲染，更直观地展示了场景中道路的简单轮廓和场景的整体布局；
37.(4)本发明可以单独执行，也可以和建筑总平面定位图的其它建筑对象的识别方法协同作用，且本发明所述方法在绿化带的识别方法之前进行，方便区分数字化场景中的其余复杂图形的类型，加快运算速度。
附图说明
38.通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
39.图1为本发明实施例的建筑总平面定位图的局部示意图；
40.图2为本发明实施例的基于建筑总平面定位图的道路的自动识别方法的流程图；
41.图3为本发明实施例的城市道路的局部示意图；
42.图4为本发明实施例的城市道路的边线和街道线的示意图；
43.图5为本发明实施例的小区道路的局部示意图；
44.图6为本发明实施例提取出的城市道路的边线的示意图；
45.图7为本发明实施例提取出的小区道路的边线的示意图；
46.图8为本发明实施例渲染得到的城市道路示意模型的示意图；
47.图9为本发明实施例渲染得到的小区道路示意模型的示意图。
48.图中：1：中心线；2：城市道路的边线；3：小区道路的边线；4：街道线。
具体实施方式
49.下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
50.为实现建筑总平面定位图的快速化、批量化、数字化建模，需要分别识别提取出各种建筑对象的平面图形，分别进行渲染。建筑总平面定位图如图1所示，其中包括的建筑对象非常丰富，包括建筑、停车位、消防平台、道路、景观等，且按cad制图规则，各个建筑对象分别在至少一个图层上绘制。当采用计算机程序化识别图纸时，不能直接识别出各个建筑对象，只能识别出曲线、字符、标注等，及其属性信息，且无法确定哪个图层是要识别的建筑对象对应的图层，各个不同建筑对象相互干扰，这给建筑总平面定位图中的建筑对象图形的自动识别带来了难度，而且，本发明要识别提取建筑场地的道路，而由于道路的数量很多且都弯曲、走向都不一样，并不都会有标准的文字标识，而且如果道路类型不同，比如城市道路和小区道路，后续渲染的要求不一样，需要识别道路的不同类型，因此，也给道路的准确识别提取带来了难度。图1的建筑总平面定位图中的道路包括城市道路、小区道路、以及观景道路，本发明要识别的道路为城市道路和小区道路，观景道路属于景观，并属于本发明要识别的道路，本发明的一种基于建筑总平面定位图的道路的自动识别方法，如图2所示，
包括以下步骤：
51.s1、获取建筑总平面定位图上的所有字符，遍历寻找包含指定字符的字符串；所述特定字符自定义设定，本实施例中为“路”。
52.按照cad制图规则，城市道路和小区道路一般都绘制于一个图层，因此，识别出其中一种相对易识别的道路，可以根据图层识别出所有道路，而与小区道路不同，如图3所示，城市道路一般都会有道路名，在总平面定位图中也会将道路名“xx路”标注在道路的中心线1上，因此，先寻找城市道路上的包含字符“路”的字符串；
53.s2、识别道路的中心线1：寻找穿过所述包含指定字符的字符串的中心的曲线，为道路的中心线1；本技术的曲线是数学意义上的曲线，任何一根连续的线条都称为曲线，包括直线、折线、线段、圆弧等。
54.寻找到包含字符“路”的字符串后，要确定城市道路的边线2和小区道路的边线3，通过中心线1寻找边线较为容易，而城市道路的包含字符“路”的字符串的标识位置在城市道路的中心线1上；虽然城市道路和小区道路都有中心线1，但建筑总平面定位图中曲线太多，难以直接寻找到道路的中心线1，但寻找通过穿过包含字符“路”的字符串的曲线，能精准找到道路的中心线1。
55.s3、识别一对城市道路的边线2：
56.s3.1、在所述道路的中心线1两侧的设定距离范围内，寻找与所述道路的中心线1的距离最近的、相等的曲线，分别放入与所在侧对应的两个边线曲线集合；
57.s3.2、在两个边线曲线集合中寻找不在同一个边线曲线集合中的、与所述道路的中心线1基本平行的、位于同一图层的两条曲线，得到一对城市道路的边线2；本实施例中，所述设定距离范围为道路的中心线1两侧的距离道路的中心线4-50米的范围内；
58.其中，两条曲线的基本平行的评判标准为：两条曲线之间，至少有2/3连续的曲线段两两平行，而两两平行的判定标准可以是夹角不超过1度。
59.根据道路的中心线1和边线的位置关系寻找边线，道路的中心线1显然与两条边线基本平行、等距，由于道路两侧的岔道、建筑并不一定一样，道路两边的边线并不完全对称，故只能是基本平行，而建筑总平面定位图上，两条道路的边线在同一个图层，但通常与中心线1不在一个图层；两条道路的边线中间一般除了中心线1不会有别的曲线，即使有，也不是两条以中心线1为中心的曲线，因此，道路的一对边线是与中心线1距离最近且等距、基本平行的两条曲线；由于城市道路至少有2个车道，中心线1两侧各至少1个车道，实际的边线距离中心线1大于5米，为减少运算量，左侧距离中心线1的4米的范围和右侧距离中心线1的4米的范围，均不用进行寻找，因此限定与道路的中心线1的距离在4-50米的左侧范围和右侧范围内寻找一对边线，即寻找范围为大于8米，小于100米的以所述中心线1轴对称的区域。
60.s4、根据所述一对城市道路的边线2获取其所在图层对应的所有曲线，得到所有道路的边线，包括城市道路的边线2和小区道路的边线3；
61.城市道路和小区道路一般都绘制于一个图层，通过寻找到的城市道路的边线2得到道路图层，找到所有道路的边线，一般只要找到一对城市道路的边线2就可确定道路图层，得到道路图层上的所有道路的边线，但也不仅限于一对找到的城市道路的边线2，相应的，也不仅限于一个道路图层上的曲线。
62.s5、通过所述一对城市道路的边线2识别对应的一对街道线4，获取所述一对街道
线4的所在图层的所有街道线4：
63.s5.1、从道路的中心线向两边延伸，分别寻找在步骤s1-s3得到的所述一对城市道路的边线2的外侧的，即远离所述道路的中心线1的两侧的，距离所在侧的边线距离最近的曲线，分别放入与所在侧对应的两个街道线曲线集合；
64.s5.2、在两个街道线曲线集合中寻找不在同一个街道线曲线集合中的、基本平行的、在同一图层的两条曲线，得到一对街道线4；
65.其中，两条曲线的基本平行的评判标准为：两条曲线之间，至少有2/3连续的曲线段两两平行，而两两平行的判定标准可以是夹角不超过1度，2/3可以根据人为调整大小。
66.s5.3、获取所述一对街道线4所在图层对应的所有曲线，得到所有街道线4。
67.通过步骤s1-s3得到的两条道路的边线必定是城市道路的边线2，其外侧必定存在街道线4，如图3和图4所示，同理，由于道路两边的岔道和建筑并不一定一样，两侧的街道线与中心线等距和基本平行，因此，街道线4与边线距离最近，且基本平行、在同一图层，因此，根据街道线4与边线的位置特征得到两条街道线4；但并不是所有街道线4都能通过如此找到，再根据cad制图规则，街道线4均位于街道线图层，和边线不在一个图层，根据寻找到的街道线4找到街道线图层，得到所有街道线4，一般只要找到一对街道线4就可确定街道线图层，得到街道线图层上的所有街道线4，但也不仅限于一对找到的街道线4，相应的，也不仅限于一个街道线图层上的曲线。
68.s6、对所述所有道路的边线识别出城市道路的边线2和小区道路的边线3：
69.s6.1、在一对边线外侧寻找是否有相接的停车位或建筑轮廓，若是，则为小区道路的边线3，判断下一对边线；否则，不是小区道路的边线3，进入步骤s6.2；
70.s6.2、从道路的中心线向两边延伸，寻找在一对边线外侧的与所在侧的边线的距离最近的两条曲线是否为两条街道线4，若是，则为城市道路的边线2，否则，既不是城市道路的边线2，也不是小区道路的边线3，判断下一对边线；
71.根据城市道路和小区道路的区别特征分辨道路图层上的曲线是城市道路的边线2，还是小区道路的边线3。城市道路较宽，小区道路较窄，在建筑总平面定位图上，如图3和图4所示，城市道路位于小区外，两条边线外侧有距离很近的街道线4，大约10cm的距离，如图1和图5所示，小区道路位于小区内，没有街道线4，但由于小区道路要通向建筑或者停车位，小区道路的边线3与建筑轮廓或停车位轮廓存在相接；因此，如果平行的两条边线外侧距离最近的两条曲线是街道线4，则这两条边线是城市道路的边线2，提取出的城市道路的边线2如图6所示，如果平行的两条边线外侧与建筑轮廓或停车位轮廓存在相接，则这两条边线为小区道路的边线3，提取出的小区道路的边线3如图7所示，如果都不满足，则既不是城市道路的边线2，也不是小区道路的边线3。
72.其中，建筑轮廓的识别方法可以采用现有技术中专利号为2021110481277的基于建筑平面定位图的建筑轮廓的自动识别方法，也可以采用其它建筑轮廓的识别方法；停车位的识别方法可以采用现有技术中专利号为2021110587816的基于建筑平面定位图的停车位的自动识别方法，也可以采用其它停车位的识别方法；街道线4的识别方法可以采用上述s5的具体方法，也可以采用其它街道线的识别方法：
73.s7、根据识别的所述城市道路的边线2和小区道路的边线3，分别通过3d软件渲染得到城市道路示意模型和小区道路示意模型，分别如图8和图9所示。
74.该方法可以独立用于建筑总平面定位图的道路的识别；也可以与用于建筑总平面定位图的其它建筑对象的识别方法协同作用，比如，在用于建筑总平面定位图的停车位的识别方法之后进行，在用于建筑总平面定位图的建筑轮廓的识别方法之后进行，再用于建筑总平面定位图的绿化带的识别方法之前进行，先识别停车位和建筑轮廓并提取，然后识别道路并提取，方便区分场景中的其余复杂图形的类型，提高建筑总平面定位图的各建筑对象的精准识别，加快运算速度，
75.最后需要说明的是，上述的方法可以转换为软件程序指令，既可以使用包括处理器和存储器的系统来运行实现，也可以通过非暂态计算机可读存储介质中存储的计算机指令来实现。上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
76.综上可知，通过上述的一种基于建筑总平面定位图的道路的自动识别方法，具有以下有益效果：
77.(1)本发明在建筑总平面定位图上根据城市道路的普遍共有的中心线上的特定字符为突破点，通过道路的中心线寻找到城市道路的边线，再根据图层提取所有的城市道路和小区道路的边线，实现了数字化、批量化、高效化、准确地识别建筑总平面定位图中的道路的边线；
78.(2)本发明根据城市道路位于小区外，两条边线外侧有距离很近的街道线，小区道路位于小区内，没有街道线，但与建筑轮廓或停车位轮廓存在相接的区别特征，准确识别出道路的边线是城市道路的边线，还是小区道路的边线；
79.(3)本发明采用建筑总平面定位图进行道路的识别并提取，并对不同道路类型实现准确分辨，有利于实现道路示意模型在实际的数字化大场景中的精准定位，通过对建筑总平面定位图提取的道路的不同类型分别进行渲染，更直观地展示了场景中道路的简单轮廓和场景的整体布局；
80.(4)本发明可以单独执行，也可以和建筑总平面定位图的其它建筑对象的识别方法协同作用，且本发明所述方法在绿化带的识别方法之前进行，方便区分数字化场景中的其余复杂图形的类型，加快运算速度。
81.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。