基于机器学习的图纸智能识别方法

本发明涉及地形数据处理技术领域，更具体地，本发明涉及基于机器学习的图纸智能识别方法，方法包括：通过预先训练的Mask R‑CNN模型提取每个分割掩码对应的骨架以及骨架端点；根据骨架上骨架端点分支中的像素点曲率、分支距离以及骨架长度确定该骨架端点的可靠度；确定骨架端点中的真实端点；根据真实端点与其他真实端点之间的距离和类别确定真实端点的近邻端点，根据真实端点与其各近邻端点之间的方向向量余弦相似度、欧氏距离，确定真实端点与其各近邻端点的可连接度；将可连接度最大值大于连接阈值的真实端点和近邻端点连接，得到地形要素的完整骨架，以实现图纸的智能识别，有效地提高了图纸智能识别的准确性。