← 返回列表
基于深度学习和图像处理的端子排图纸矢量化方法及系统
摘要文本
本发明公开了一种基于深度学习和图像处理的端子排图纸矢量化方法及系统，涉及图像处理方法技术领域。所述方法首先检测端子排图纸中各个端子排区域，即由表格和横竖线等组成的区域，再对端子排区域中的表格区域进行检测，并提取表格坐标，用空白填充，进而对端子排区域中的横竖线区域进行检测，再分别对表格坐标和横竖线坐标进行坐标还原，通过获取旋转变换矩阵，最终可以得到完整的端子排矢量化表示，提高了端子排图纸矢量化的准确性。
申请人信息
- 申请人:南京云阶电力科技有限公司
- 申请人地址:211899 江苏省南京市江北新区智能制造产业园(智合园)科创大道9号A10幢301-28室
- 发明人: 南京云阶电力科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习和图像处理的端子排图纸矢量化方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311666417.7 |
| 申请日 | 2023/12/7 |
| 公告号 | CN117611710A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06T11/60 |
| 权利人 | 南京云阶电力科技有限公司 |
| 发明人 | 曹卫国; 陈中; 钱晶 |
| 地址 | 江苏省南京市江北新区智能制造产业园(智合园)科创大道9号A10幢301-28室 |
专利主权项内容
1.一种基于深度学习和图像处理的端子排图纸矢量化方法，其特征在于所述方法包括如下步骤：端子排检测：利用改进的YOLOv5目标检测模型，结合多尺度检测方法，对电气图纸中的端子排所在区域进行检测；识别不全扩展后处理：采用图像处理方法对识别不全的端子排区域进行扩展补全处理；区域坐标确定与剪裁：确定各端子排所在区域的区域坐标，并根据这些坐标对电气图纸进行精确剪裁，得到精确剪裁后的端子排区域图片；表格区域检测与覆盖：使用YOLOv5模型对所有剪裁后的端子排区域图片中的表格区域进行检测，并通过坐标对其进行空白覆盖，以便于后续处理；横竖线区域检测：对所有覆盖表格后的端子排区域图片中的横竖线区域进行检测，并返回其坐标，用于精确端子排的位置和结构；坐标合并与端子排定位：将检测到的表格坐标和横竖线坐标进行合并，确定端子排的坐标；旋转处理：对端子排区域进行旋转处理，并输出旋转矩阵，坐标还原：用于将旋转矩阵加入坐标还原，矢量化成原图的效果图，确保端子排的位置和方向与原图纸一致。 详见官网：