买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉济南大学;济南市城镇化与村镇建设服务中心申请的专利一种用于PID图纸中管线和符号的识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120689899B 。

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510829116.4，技术领域涉及：G06V30/422；该发明授权一种用于PID图纸中管线和符号的识别方法是由李忠涛;李新昌;赵帅;刘博文;王凯;张波;张玉璘设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种用于PID图纸中管线和符号的识别方法在说明书摘要公布了：本发明提供一种用于PID图纸中管线和符号的识别方法，涉及图像识别领域，针对图纸中的结构复杂性与符号多样性问题，从数据集构建、符号检测到管线识别设计了完整的智能识别流程，在符号检测模块中引入两阶段定位机制和自适应分类策略，简单符号通过标准卷积分类网络完成识别，复杂符号则引入方向感知卷积模块、多通道特征提取与局部增强策略实现高精度分类；在管线检测方面，设计一组结构响应核获得每个像素点的结构类型与可信度，由端点出发完成路径追踪与提取，提取后进行细粒度管线类型判别。

本发明授权一种用于PID图纸中管线和符号的识别方法在权利要求书中公布了：1.一种用于PID图纸中管线和符号的识别方法，其特征在于，包括以下步骤： S1、PID图纸图像数据集制作； S2、构建符号检测模块，分为定位任务和分类任务，定位任务通过两个阶段完成对符号位置的定位，通过符号复杂度对候选区域的符号进行分类，简单符号和复杂符号使用不同的分类方法； S21、定位任务第一阶段预测符号的初始位置，第二阶段对第一阶段的位置进行边界修正；第一阶段使用Anchor-free检测器进行符号位置的初步定位，Anchor-free检测器输出符号的边界框信息；第二阶段采用区域对齐机制对候选框区域进行精细采样，并通过插值方法对边界区域进行亚像素级别的特征提取，生成具有空间一致性的特征表示输入到边界回归模块，边界回归模块通过对特征区域内几何信息和边界关系的学习得到特征区域边界修正量；根据特征区域边界修正量将初始边界框信息进行更新，获得精确的符号位置信息，符号位置信息为切分后图像的局部坐标，全局符号位置信息需要在局部坐标的基础上加上切分后的图纸图像左上角在原图纸图像中的坐标； S22、分类任务首先采用自适应符号分类策略，通过候选区域符号的面积、封闭度和边缘数量计算符号复杂度，将计算的符号复杂度与设定好的符号复杂度阈值Dv比较，将符号分为简单符号和复杂符号，所述符号复杂度Df具体计算公式为： 式中，A为符号的面积，C为符号的封闭程度，E为符号的边缘数量，σ为调整因子，ξA，C，E为符号特征的互补性，简单符号使用卷积和最大池化进行处理，之后经过全连接进行符号的高层次特征融合，通过分类头将提取到的特征映射到符号类别；对于复杂符号，将复杂符号候选区域输入到多方向感知卷积模块，通过卷积运算提取并强化符号中沿特定方向分布的线条结构；之后利用局部自适应直方图均衡算法增强区域中线条与背景之间的对比度，将增强后的图像输入到包含局部细节通道、拓扑轮廓通道与方向感知通道的多分支神经网络，分别提取复杂符号的纹理特征、连接形态与方向特征；随后通过特征融合机制整合多源信息，生成总特征向量，在模型训练阶段基于总特征向量为每一类复杂符号定义结构模板，验证阶段将候选区域的总特征向量与结构模板进行匹配，得到目标符号类别； S3、构建管线检测模块，定义一组结构响应核，覆盖所有管线类型，通过结构响应核扫描图纸图像，获得每个像素点对不同结构线型的响应强度，从响应组中对每个像素点进行结构类型识别并量化可信度，从端点像素出发，沿结构类型匹配的方向，提取出完整连续路径，合并重复线段，规范路径结构并输出管线坐标和类型； S4、构建PID图纸管线和符号识别模型，模型由管线检测模块和符号检测模块组成，输入PID图纸图像，分别经过管线检测模块和符号检测模块得到PID图纸中管线和符号的位置信息和对应的种类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人济南大学;济南市城镇化与村镇建设服务中心，其通讯地址为：250024 山东省济南市市中区南辛庄西路336号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。