申请/专利权人：南京云阶电力科技有限公司

申请日：2023-12-07

公开（公告）日：2024-06-21

公开（公告）号：CN117611710B

主分类号：G06T11/60

分类号：G06T11/60;G06V30/422;G06V30/413;G06V30/18;G06V30/24;G06T5/70;G06T5/30;G06T7/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：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。

主权项：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；利用YOLOv5-P6目标检测模型检测电气图纸中端子排所在区域，具体包括如下步骤：对电气图纸中的端子排区域进行规则矩形标注，同时考虑不同尺度的端子排以适应多尺度检测；设定尺度集合S＝{s1，s2，...，si，...，sn}，进行多尺度训练，其中si表示图像的尺度因子，对于每个尺度si图像的尺寸调整为和其中W和H是原始图像的宽度和高度；利用标注后的目标图片训练YOLOv5目标检测模型，其中模型训练过程包括多尺度输入处理以提高检测的准确性和适应性；使用训练好的YOLOv5目标检测模型检测电气图纸中的端子排所在区域，并在模型中设置save-txt参数，将检测出的区域坐标保留在TXT文档中。

全文数据：

权利要求：

百度查询： 南京云阶电力科技有限公司 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

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD