从二维图纸中恢复层信息以实现精确的组件分割

《ADVANCED ENGINEERING INFORMATICS》：Recovering layer information for precise component segmentation from 2D drawings

　　

• •
  将非分层图纸的层次恢复问题表述为一个节点分类问题。
• •
  线条符号的邻近关系和异构图可以提高节点特征的区分度。
• •
  优化的GraphSAGE模型通过有针对性的调整，能够适应住宅和办公楼。
• •
  根据绘图标准，可以从分层线条中识别出精确的遮罩。
• •
  在实际工程图纸上的验证证明了本研究的有效性。

引言

维护和翻新老旧建筑在全球范围内变得越来越重要，以确保结构安全并提高可持续性[1][2][3][4]。建筑信息模型（BIM）整合了结构、建筑和设施管理数据[5][6]，为耐久性和安全性分析[7][8]、结构设计优化[9]以及碰撞检查[10][11]提供决策支持，从而支持老旧建筑的翻新和维护。然而，现有的老旧建筑往往缺乏BIM[12]，而且高昂的培训成本[13]和耗时的建模过程[14]阻碍了BIM在老旧建筑中的广泛应用。自动BIM重建提供了一个实用的解决方案，以提高成本效益。尽管基于点云的Scan2BIM方法[15][16]可以捕捉老旧建筑的现状[17]，但它们在检测隐藏组件[18]方面存在挑战，并引发隐私问题[19]。相比之下，Plan2BIM方法[20]使用2D图纸作为数据来源，这些图纸包含了组件的详细几何和语义信息[21]，并且作为项目交付物的一部分容易获得[21]。Plan2BIM中的一个核心研究任务是组件分割，其目标是识别建筑组件的类别、尺寸和几何形状[22][23]，为后续的BIM建模提供参数化信息。然而，现有的组件分割方法在分割掩码边界的质量以及区分相似但不同类别的组件方面存在困难，导致无法获得准确的建模参数。因此，提高组件分割的准确性对于实现高效可靠的BIM重建至关重要。

基于视觉特征的组件分割方法已被广泛用于从图纸中识别组件[22][24][25]。然而，这些方法在从非分层图纸进行BIM重建时存在两个关键限制：首先，它们生成的像素级掩码边界定位不准确且区域不一致[22][26]，无法直接转换为用于BIM重建的精确矢量化轮廓。其次，它们未能利用图层提供的类别信息，导致视觉上相似但语义上不同的组件被错误分类[21][28]。尽管图层对于准确的组件分割至关重要[29]，但许多老旧建筑的2D图纸来源于手绘蓝图或电子扫描图，这些图纸缺乏图层信息[22]。本研究将此类图纸定义为非分层图纸。手动重新绘制和恢复非分层图纸既耗时又费力，因为所有元素都显示为平面上的离散像素。为了提高组件分割的准确性，迫切需要一种自动图层恢复方法。

自动图层恢复具有挑战性，因为非分层图纸中的线元素由稀疏且离散的像素点表示，缺乏明显的视觉特征。图结构可以捕捉线条特征和与相邻元素的空间关系，从而增强线条特征的表示。现有研究主要集中在将非分层图纸矢量化、为线向量构建图结构，并应用图卷积网络（GCNs）通过节点分类进行图层恢复[30][31]。然而，这些方法仅依赖相邻线条的几何特征，导致复杂图纸中的语义模糊。例如，结构图纸包含许多表示组件轮廓、尺寸、加固细节和注释的线条，其中几何上相似的相邻线条可能属于不同的类别。尽管存在这些挑战，人类工程师可以通过识别与线条类别相关的特定符号来解释图纸。编码线条符号的邻近关系可以提高图结构区分几何上相似线条的能力。然而，很少有研究尝试结合这些与符号相关的语义线索来解决语义模糊问题。

本研究提出了一种用于非分层图纸的自动图层恢复和组件分割框架，以支持老旧建筑的BIM重建。主要贡献有三个方面。首先，我们将线条和符号之间的拓扑关系编码为节点特征，使GCNs能够区分几何上相似但语义上不同的线条。其次，我们开发了一种基于Graph SAmple and aggreGatE（GraphSAGE）[32]的节点分类方法，通过调整特征构建策略以适应不同的线条-符号关系，实现了在不同结构系统中的适用性。第三，我们设计了一种基于规则的分割方法，该方法生成具有精确边界和一致区域的矢量化掩码，为下游的BIM重建提供准确的建模参数。虽然基于GCN的图纸分析和组件分割技术已经在相关领域单独进行了探索，但从非分层图纸中恢复图层语义并利用它们来驱动组件分割的工作尚未涉及。所提出的框架填补了这一空白，并在包含复杂密集图纸元素的设计图纸上进行了验证。

本文的其余部分分为六个部分。第2部分回顾了用于BIM重建的组件分割和从图纸中恢复图层的现有研究，指出了当前的研究空白，并定义了本研究的目标。第3部分详细介绍了所提出的基于GCN的图层恢复和基于规则的分割方法。第4部分展示了从实际工程图纸中获得的实验结果，并评估了节点特征和边类型对图层恢复和组件分割性能的影响。第5部分讨论了所提出方法相对于现有方法的优势、影响图层恢复和组件分割性能的因素，并通过扫描纸制图纸和办公楼图纸的实验以及初步的端到端BIM重建演示进一步验证了所提出框架的适用性。最后，第6部分总结了本研究。

章节片段

文献综述

本节首先回顾了用于BIM重建的现有组件分割方法，讨论了它们在效率和准确性方面的局限性。然后回顾了现有的图层恢复方法，指出了它们在适用性方面的局限性。

方法论

所提出框架的工作流程如图1所示。核心方法包括两个主要模块：(1) 基于GCN的图层恢复，该模块对提取的元素之间的几何和语义关系进行建模，以自动将无组织的线条分类到相应的语义层中，从而解决几何上相似线条之间的语义模糊问题；(2) 基于规则的组件分割，该模块利用恢复的图层提取封闭的候选

实验

设计了两个实验来验证所提出框架的可行性。第一个实验评估了基于GCN的图层恢复方法在分类无组织线条方面的有效性和准确性。第二个实验验证了所提出的基于规则的分割策略从恢复的图层生成精确矢量化掩码的能力。以下部分详细介绍了实验设置、评估指标和结果。

讨论

实验结果表明，所提出的基于GCN的图层恢复方法对大多数线条类别实现了有效的分类准确性，从而支持了下游的组件分割任务。本节将这些发现置于现有方法的背景下，并探讨了影响性能的关键因素。

结论

自动组件分割可以通过提供建模参数来支持BIM重建。然而，由于缺乏增强语义的线向量，语义掩码的区域不一致和边界粗糙，带来了挑战。为了解决这个问题，本研究提出了一种基于GCN的图层恢复和基于规则的组件分割框架，旨在准确恢复图层信息并实现结构组件的精确分割。

CRediT作者贡献声明

陆勋：写作——原始草稿、可视化、验证、方法论、正式分析、数据管理。余艳涛：写作——审阅与编辑、写作——原始草稿、监督、资源管理、项目统筹、资金获取、概念化。胡镇中：写作——审阅与编辑、资源管理、项目统筹、资金获取。

利益冲突声明

作者声明他们没有已知的可能会影响本文所报告工作的竞争财务利益或个人关系。

致谢

本工作得到了创新与技术基金种子研究项目（ITS/070/22）、RGC主题研究计划（T22-60623R）、广东省自然科学基金（GDST23EG04）和广东省基础与应用基础研究基金会（2022B1515130006）的支持。

陆勋|余艳涛|胡镇中