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！

龙图腾网获悉浙江一木智能科技有限公司申请的专利一种基于深度学习的工程图纸智能识别系统和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：CN120748001B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511187122.0，技术领域涉及：G06V30/422；该发明授权一种基于深度学习的工程图纸智能识别系统和方法是由汪枭凤;董依菡;石力铭设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种基于深度学习的工程图纸智能识别系统和方法在说明书摘要公布了：本发明涉及一种基于深度学习的工程图纸智能识别系统和方法，设置有显示器、图像预处理模块、文字检测模块、多模型识别模块和后处理与输出模块，图像预处理模块通过火焰传播算法以提取工程图纸的所有与主边框连通的矩形区域，且剪裁外层图纸边框线条以获得修边图像。文字检测模块通过可微二值化方法获得文字区域编码信息图像。多模型识别模块则通过本地识别模型算法和大语言模型算法对文字区域编码信息图像进行文字识别，以获得识别结果和任务完成结果。后处理与输出模块对识别结果进行校正以获得修正结果，修正结果和任务完成结果则通过显示器显示，达到可视化效果，克服了文字识别的格式混乱和特殊符号识别失败的技术缺陷。

本发明授权一种基于深度学习的工程图纸智能识别系统和方法在权利要求书中公布了：1.一种基于深度学习的工程图纸智能识别系统，其特征在于，包括串联形成闭合回路的： 显示器，其上配有编辑器，被设置为供用户设置附加任务和展示可视化识别结果； 图像预处理模块，被设置为通过火焰传播算法以利用工程图纸的所有矩形轮廓信息识别出所有与主边框连通的矩形区域，根据这些矩形区域的区位特征剪裁外层图纸边框线条以获得修边图像，然后对所述修边图像进行滤波去噪以获得预处理后图像； 文字检测模块，被设置为通过可微二值化方法对所述预处理后图像进行文字区域提取和定位，获得文字区域编码信息图像； 多模型识别模块，被设置为通过本地识别模型算法对所述文字区域编码信息图像进行文字识别，以获得识别结果，并在用户设置附加任务时通过大语言模型算法将所述识别结果转化为所述附加任务对应的任务完成结果； 后处理与输出模块，被设置为对所述识别结果依次进行文本校正、结果验证和错误修正以获得修正结果，然后根据用户设置附加任务的情况将所述修正结果和所述任务完成结果进行可视化处理以获得所述可视化识别结果，并调用所述显示器以展示所述可视化识别结果； 所述图像预处理模块包括依次串联的： 格式转换单元，被设置为将输入的工程图纸转换为指定格式的工程图纸； 图框检测单元，被设置为在所述指定格式的工程图纸上进行轮廓几何信息提取，以获得所述指定格式的工程图纸的所有有效矩形框的矩形轮廓信息； 结构分类处理单元，被设置为通过火焰传播算法以利用所述图框检测单元所获所有矩形轮廓信息识别出所有与主边框连通的矩形区域，根据这些矩形区域的区位特征提取并剪裁外层图纸边框线条以获得修边图像； 滤波去噪单元，被设置为对所述修边图像进行滤波去噪以获得所述预处理后图像； 所述图框检测单元被设置为执行如下步骤； A1：将所述指定格式的工程图纸转换为灰度图，通过自适应阈值法或全局阈值法对所述灰度图进行二值化处理，以生成线条边界增强的黑白图像； A2：通过定义的结构核对所述黑白图像进行令图上线条变粗以增强轮廓连通性的膨胀处理，获得形态学膨胀图像； A3：在所述形态学膨胀图像上提取所有内容的轮廓，并通过多边形近似判断的方式从所提取的所有轮廓中提取所有四边形轮廓； A4：将所有内角大小均处于区间[85°,95°]的所有所述四边形轮廓作为近似矩形结构；并提取面积大于预设值的所有所述近似矩形结构以获得所述有效矩形框； A5：分别提取各所述有效矩形框的矩形轮廓信息以获得所述指定格式的工程图纸的所有矩形轮廓信息；所述矩形轮廓信息包括所述有效矩形框的最小外接矩形的中心点、长宽和旋转角度。

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浙江一木智能科技有限公司，其通讯地址为：315100 浙江省宁波市鄞州区云龙镇云彩路136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。