[发明专利]一种户型图自动处理方法及系统

权利要求书

1.一种户型图自动处理方法，其特征在于，包括用于生成户型图中的房间的步骤，包括：

S101，绘制多墙体；

S102，获得墙体细长矩形的中线；

S103，任取一条中线，找到能够与其相互闭合为一个封闭区域的中线，并将其归为一组；对其它的中线依次遍历搜索，将能够相互闭合为一个封闭区域的中线归一组，不能与其它中线封闭的中线归为独立组；

S104，将能够封闭为一个区域的全部中线所对应的墙的内墙，相互闭合为一个封闭区域，作为房间区域；

还包括：将多层户型图中房间分类的方法，包括如下步骤：

S201，获取户型图中的房间数据，所述的数据包括各个房间的封闭区域的形状和位置、房间的功能、房间的ID号；

S202，任取一个房间，作为起始房间，搜索与起始房间相邻的房间，归为一个集合中，并对找到的房间依次遍历搜索相邻的房间，并归为所述的集合，直至集合中的房间数量不再变化；

S203，对于未归于集合中的房间再次循环执行S202步骤，按照相邻关系进行归类，直至将户型图中的全部房间全部归类完毕；

S204，针对归为一类的集合中的房间，按照平面户型图的方式进行设计。

2.根据权利要求1所述的户型图自动处理方法，其特征在于，所述的中线指墙体作为一个细长矩形时，这个细长矩形内部的较长的中间线；还包括：将面积小于一定阈值的区域从户型图中删除；所述的一定阈值是指面积0.25平方米。

3.根据权利要求1所述的户型图自动处理方法，其特征在于，步骤103中，相互闭合为一个封闭区域的中线的搜索过程中包括：判定两条中线的端点相互之间是否小于阈值，并且一个封闭区域中的中线的首尾端点相连依次小于阈值。

4.根据权利要求1所述的户型图自动处理方法，其特征在于，S204中还包括：确定每一类集合中的房间所在楼层；步骤S202中，相邻的房间的判定方法包括：

选取一个房间的全部轮廓线；

将轮廓线上的中点处向房间外部作出一定距离的垂直延长线段；

若垂直延长线段的端点落在另一个房间内部，则认为两个房间为相邻。

5.根据权利要求1所述的户型图自动处理方法，其特征在于，还包括：自动定位户型图中最大局部矩形的方法，包括如下步骤：

S301，获得房间多边形的有序顶点坐标，并计算出房间多边形的最大局部矩形的四个顶点坐标，作为训练样本数据；

S302，以将S301中获得的房间多边形的有序顶点坐标作为神经网络的输入值，最大局部矩形的四个顶点坐标作为输出值，采用训练样本数据对神经网络模型进行训练；

S303，将待处理的房间多边形的有序顶点坐标输入至S302中已经训练完成的神经网络模型中，得到最大局部矩形的四个顶点坐标。

6.根据权利要求5所述的户型图自动处理方法，其特征在于，S301中房间多边形的有序顶点坐标需要进行平移处理，使其中的一个顶点的平面坐标数值为原点，并且在S302中得到最大局部矩形的四个顶点坐标后，需要对其反向平移处理，平移方向与房间多边形的有序顶点坐标的平移方向相反、距离相同；

所述的神经网络模型包括：

第一层，用于接收得到的房间多边形的有序顶点坐标数据；

第二层，连接于每一层，用于对第一层输出的数值进行处理，并且第二层的单元节点数与房间多边形的顶点数相同；

隐藏层，连接于第二层，用于对第二层输出的数值进行处理；

输出层，连接于隐藏层，用于对隐藏层的数据进行处理，并输出结果；

所述的神经网络模型是BP神经网络。