1.一种用于桥梁PDF设计图纸的桥梁结构识别及参数提取方法,其特征在于:该方法包括下列顺序的步骤:(1)获取PDF格式保存的桥梁设计图纸,对其进行预处理,得到预处理后的桥梁设计图纸,组成数据集;
(2)结合改进后的YOLOv10模型和轮廓提取模块,构建桥梁结构检测模型;
(3)利用数据集对桥梁结构检测模型进行训练,得到训练后的桥梁结构检测模型;
(4)获取待检测桥梁PDF设计图纸,将待检测桥梁PDF设计图纸输入PaddleOCR模型进行参数识别,得到必需参数及其坐标信息;
(5)对待检测桥梁PDF设计图纸进行预处理,将预处理后的待检测桥梁PDF设计图纸输入训练后的桥梁结构检测模型,进行桥梁结构的识别,得到不同视图的桥梁结构;
步骤(2)具体是指:对YOLOv10模型进行改进,所述YOLOv10模型包括主干网络、颈部网络和头部网络,将CGA注意力机制模块加入到主干网络中C2f模块的后面一层,将CGA注意力机制模块加入到颈部网络中C2f模块的后面一层,得到改进后的YOLOv10模型;
将改进后的YOLOv10模型的输出作为轮廓提取模块的输入,将轮廓提取模块的输出作为桥梁结构检测模型的输出,改进后的YOLOv10模型和轮廓提取模块共同组成桥梁结构检测模型;
所述轮廓提取模块利用K-Net语义分割算法得到待检测结构的前景掩膜,再使用图像处理方法中的边缘像素检测方法及多边形拟合,最终得到待检测结构的具体轮廓;
采用边缘像素检测方法检测掩膜中前景的轮廓,所述边缘像素检测方法使用Canny检测算子,Canny检测包括四个步骤:消除噪声、计算梯度幅值和方向、非极大值抑制以及滞后阈值,其中消除噪声的二维高斯公式为:;
式中,表示在点处的高斯函数的值,即在二维空间中点处的概率密度;和是二维空间中的坐标变量;是标准差。
2.根据权利要求1所述的用于桥梁PDF设计图纸的桥梁结构识别及参数提取方法,其特征在于:在步骤(1)中,所述预处理是指进行灰度化处理,得到二值图像,再对二值图像进行标注和数据扩充,扩充后的桥梁设计图纸组成数据集。
3.根据权利要求1所述的用于桥梁PDF设计图纸的桥梁结构识别及参数提取方法,其特征在于:步骤(3)具体包括以下顺序的步骤:(3a)设置训练参数即改进后的YOLOv10模型的训练参数,训练参数包括迭代次数、批量大小、初始学习率,其中,迭代次数epoch为300,批量大小batch-size为8,将模型的初始学习率lr0设置为0.01;
(3b)将数据集输入改进后的YOLOv10模型;
将数据集及送入主干网络,主干网络提取并输出训练图像的特征信息;
将特征信息输入颈部网络,进行多尺度特征融合,增强特征表示能力,输出融合后的特征信息;
将融合后的特征信息输入头部网络,输出目标的关键信息;
(3c)将改进后的YOLOv10模型输出的图片送入轮廓提取模块,利用裁剪后的桥梁结构图像识别结构前景,提取掩膜并拟合多边形,得到的多边形即为桥梁结构轮廓图。
4.根据权利要求1所述的用于桥梁PDF设计图纸的桥梁结构识别及参数提取方法,其特征在于:步骤(4)具体包括以下顺序的步骤:(4a)将待检测桥梁PDF设计图纸输入PaddleOCR模型,设定人工读图纸的方向为标准方向,标准方向的文本正常提取,对于垂直于标准方向的文本,先将图像旋转90°后识别垂直方向文本,再通过一步坐标转换,将识别文本归一化保存,输出检测到的文本信息和位置信息;
(4b)设定逻辑约束:利用PaddleOCR模型检测到的文本信息,结合改进后的YOLOv10模型识别到的标注区,与桥梁结构检测模型识别到的结构,共同筛选出必需参数的文本与坐标信息;
此时得到的必需参数未被赋予属性,再将必需参数与得到的桥梁结构进行匹配,具体地,计算必需参数坐标与桥梁边中点坐标的欧式距离,当距离最小时,将桥梁边与必需参数匹配到一起,此时即完成一个视图的参数与坐标匹配,之后再根据不同视图之间的固有关系,将多个视图之间的多个参数汇总到Excel表格之中,实现最终的参数提取。