一种混合深度学习与规则驱动的建筑图纸矢量化及CAD重建方法

《Buildings》：A Hybrid Deep Learning and Rule-Based Method for Architectural Drawing Vectorization and CAD Reconstruction Minqi Lin and Dejiang Wang

　　

研究人员提出一种混合深度学习与规则驱动的方法用于建筑图纸矢量化与CAD重建，该方法自动将扫描光栅图像转换为可编辑CAD矢量文件，同时保持几何结构与比例一致性。该方法包含四个模块：轴网与尺寸检测、文本识别与比例恢复、建筑线条拓扑重建、以及CAD几何校正与重建。方法利用目标检测和光学字符识别（OCR）技术从图纸中提取关键语义信息，通过构建线条拓扑结构并应用建筑图纸约束对几何结果进行参数化和规范化，从而实现对光栅图纸的识别与矢量化。实验结果与工程案例表明，该方法能有效提取典型建筑元素并生成可直接编辑的CAD矢量图纸，在建筑图纸数字化与自动CAD重建任务中达到良好的几何精度和拓扑一致性，为现有建筑图纸的自动矢量化提供了技术方案。

该论文发表在《Buildings》期刊上。研究背景方面，大量历史建筑图纸以纸质或不可编辑光栅图像形式存在，难以直接支持信息重用和数字化管理；手动CAD重建耗时且效率低下。现有方法（如基于计算机图形学的矢量化技术）在处理含噪声、断线和复杂语义关系的光栅扫描图时鲁棒性不足，而深度学习方法虽在局部元素识别上取得进展，但未充分探索全局几何尺度一致性、拓扑约束与可编辑CAD基元的统一表示。因此，研究人员针对建筑图纸（尤其是平面图）提出一种混合深度学习与规则驱动的自动矢量化及CAD重建方法，以实现从光栅扫描图像到可编辑CAD矢量文件的转换，并保持几何结构与比例一致性。

为开展研究，研究人员采用以下关键技术方法：基于YOLOv11n（单阶段目标检测模型）的轴网标记和尺寸标注检测；结合几何校正与几何滤波的PaddleOCR（光学字符识别框架）文本识别，实现比例恢复；采用Lee’s骨架化算法和SKNW图拓扑重建将像素级线条转化为参数化矢量结构，并通过离散曲率分析补充几何拐点；最后通过坐标映射、50 mm模数约束规则、连通性全局正交化与共线合并策略实现CAD几何校正与重建。数据集为自建样本，包含多种建筑类型（住宅、办公、公共建筑）的1036张轴网和尺寸图像及823张尺寸端点图像。

研究结果如下：

3.1 目标检测分析：通过YOLOv11n模型检测轴网标记、尺寸标注和尺寸端点，在测试集上达到高精度。尺寸标注因形态多样和方向复杂，精确率和召回率略低于其他类别，但整体模型提供稳定检测结果，为后续重建提供语义输入。对长尺寸线检测框可能未覆盖全长，但多数尺寸信息仍可用于像素-公制转换。

3.2 文本识别分析：针对多方向尺寸文本，基于YOLO检测的尺寸端点进行方向校正，将垂直文本旋转至水平，显著减少识别错误（如将“600”误认为“009”）。对轴圈内文本，利用Hough圆变换构建掩膜去除圆弧干扰。所提方法在尺寸文本和轴网文本上分别达到89.3%和91.0%的识别准确率。比例恢复后引入50 mm模数正则化，有效校正图像畸变和OCR噪声引起的偏差，使尺寸输出更符合建筑制图规范。

3.3 几何拓扑重建分析：采用图算法对骨架化线条进行全局正交化与共线合并，减少节点和边数，降低平均角度偏差。以图2中平面图为例，正则化后几何规则性和结构紧凑性明显提升，验证了该方法在抑制像素噪声和提取误差方面的有效性。

3.4 与现有方法比较分析：将所提方法与商用矢量化软件WinTopo进行比较。在原始数量（NoP）和顶点数（NoV）上，所提方法生成更紧凑、可编辑的CAD实体（5161个基元），而WinTopo产生过多碎片化线段。几何指标上，WinTopo的倒角距离（Chamfer Distance）略低，但这是因其过度拟合光栅噪声和不规则线宽所致；所提方法通过施加建筑几何约束（如正交性）恢复设计意图，更符合工程应用需求。

3.5 实际工程案例分析：以真实建筑平面图为输入，系统完成语义检测、比例恢复、几何拓扑校正和矢量化，输出结构化的DXF文件。轴网被正则化，线条保持L形和T形连接的连续性，尺寸标注与原始图对齐，文本、轴圈中心和端点正确吸附至网格系统。采用分层管理（AXIS层、BUILDING层、DIM层），便于后续编辑。在类似复杂程度的图纸上，人工描图约需1–2小时，所提方法仅需约90秒，在保证结构几何完整性、尺寸信息和图层组织的前提下实现高效自动化。

在讨论部分，研究人员总结该方法通过集成目标检测、OCR技术和图算法，可靠实现了轴网系统的正则化重建、尺寸标注的准确恢复和建筑元素的连续几何建模。生成的CAD图纸在结构一致性、拓扑完整性和尺寸可靠性上满足工程要求，显著降低了手动建模成本。同时指出局限性：对非正交轴网、风格差异大的历史图纸或不适用50 mm模数的图纸适应性有限；固定模数约束可能与原始几何特征冲突；在细粒度组件区域，尺寸信息提取可能导致局部几何结构丢失。未来工作将增强对复杂轴网结构的适应性，支持非正交网格和多样化图纸风格；深入研究复杂细部组件的识别与建模，减少尺寸提取造成的局部几何损失；扩展系统对复杂结构形式和工程场景的支持。研究结论翻译如下：本研究解决了将遗留纸质建筑平面图自动转换为结构化CAD数据的实际工程需求，提出了一种针对建筑图纸的自动矢量化与CAD重建方法。通过整合目标检测、OCR技术和图算法，该方法能够识别图纸中的轴网、尺寸标注和建筑元素，并最终生成可直接编辑的CAD矢量文件，同时保持几何结构和比例一致性。实验结果和工程实践表明，该方法能够可靠地实现轴网系统的正则化重建、尺寸标注的准确恢复以及建筑元素的连续几何建模。生成的CAD图纸在结构一致性、拓扑完整性和尺寸可靠性方面满足工程要求，显著降低了手动建模成本。