Die entwickelte Lösung entfernt im ersten Schritt alle unnötigen Informationen auf dem Bild. Alle Informationen ausser Wände und Türen sind für die Raumerkennung unnötig. Danach werden die Außenwände durch ein berechnetes Polygon geschlossen. In einem weiteren Schritt werden alle Türen gesucht und durch Striche ersetzt. Am Schluss werden die einzelnen Räume mit einer Connected-Component Analyse ermittelt. Alle diese Arbeitsschritte benötigen Parameter, weil die Architekturpläne keine definierten Standards haben.
Die Parameter können manuell im Editor durch ausprobieren ermittelt werden oder mit dem in dieser Arbeit entwickelten genetischen Algorithmus, welcher als Zielfunktion die Wohnfläche und Raumanzahl verwendet. Der genetische Algorithmus erstellt eine Population Grösse N, in welcher jedes Mitglied einen Architekturplan repräsentiert, welcher mit zufällig ausgewählten Parametern erstellt worden ist. Jedes Mitglied dieser Population wird durch die Zielfunktion bewertet. Danach werden die besten Kandidaten untereinander gekreuzt und dadurch die nächste Generation erschaffen. Dieser Vorgang wird solange wiederholt bis ein Mitglied ein definiertes Resultat der Fitnessfunktion überschreitet.
Java, Kotlin, JavaFx, Morphological operations, Machine Learning, Connected Component analysis, Genetic algorithm, Harris corner detector, Otsu's method, adaptive threshold und k-d tree
Das Ziel der vorliegenden Bachelorarbeit war es, eine möglichst parameterfreie Raumerkennung zu entwickeln. Für die parameterfreie Raumerkennung sind verschiedene bekannte Methoden getestet worden. Auf der Abb. 2 ist ein Architekturplan vor der Bearbeitung durch die entwickelte Lösung abgebildet.
Ausgangslage war eine Software, welche von einem Vorgängerprojekt entwickelt worden ist. Diese Software konnte übernommen werden und durch diese Arbeit verbesser werden.
Diese Arbeit ist mit dem Vorgängerprojekt verglichen worden, in welchem die Parameter alle noch manuell ermittelt worden sind. In dieser Arbeit werden die Parameter durch den genetischen Algorithmus automatisch ermittelt. Im Vergleich zum Vorgängerprojekt konnte die Parameterermittlung um 33% erhöht werden. Auf der Abb. 3 ist das Resultat der Raumerkennung abgebildet. Jedes blaue Polygon stellt einen einzelnen Raum dar. Diese Raumpolygone können mit einem DXF-Export für andere CAD-Programme exportiert werden.
1 Semester, 360 Stunden, 1 Person, Bachelor Thesis
Oliver Stalder: ostalder@plan-fabrik.ch
Patrick Stalder: pstalder@plan-fabrik.ch
Christian Borer
Prof. Dr. Simon Schubiger
simon.schubiger@fhnw.ch
