CN109509252A - 一种新型室内装修智能设计方法 - Google Patents

Abstract

本发明属于室内装修技术领域，公开了一种新型室内装修智能设计方法，首先，获取户型矢量图，获取封闭居室及功能区的信息，然后，按照家庭装修设计经验规则，结合每个功能区的信息和/或用户的需求调研信息，最后，进行基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料，基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。本发明解决了装修无燥音污染、不产生大量的装修垃圾、无脏乱差、便于装修成果的成品保护；具有安全环保快速操作、降低基层、饰面材料的损耗，提高原材料使用率的室内装修的方法；同时本发明可满足个性化户型形状、尺寸结构、个性化的用户需求而自动实现设计工作。

Description

一种新型室内装修智能设计方法

技术领域

本发明属于室内装修技术领域，尤其涉及一种新型室内装修智能设计方法。

背景技术

目前，业内常用的现有技术是这样的：

室内装修包括房间设计、装修、家具布置及各种小装点。偏重于建筑物里面的装修建设，不仅在装修设计施工期间，还包括住进去之后长期的不断装饰以及后期的维护等。目前，我们在进行装修时，通常是人工化的使用的各种装饰材料进行装修，在装修过程中，材料越多、越复杂，对人工的操作性越难，装修花费的时间越长，另外没有预算好量的装饰材料的后期堆积，很可能造成环境的脏乱差。还有在装饰过程中，各种人工使用的机器，给室内的空间也带来了一定的污染。如切割声、灰尘满屋、燥音大等，已逐渐不能满足用户的需求。因此，发明一种新型的室内设计装修方法，以满足用户的大部分需求将成为未来设计的发展趋势。

交互式抠图技术在有限的用户交互下抠取图像的前景，被广泛的应用在图像及视频编辑、三维重建等领域中，有极高的应用价值。近年来的抠图技术中，拉氏矩阵给出alpha图上像素间的线性关系，对alpha图的估计起到了重要作用。交互式抠图是在有限的用户交互下，计算前景的alpha图，从而将前景从背景中分离出来。抠图问题的输入是原图像I和用户提供的三分图，输出是alpha图及前景F、背景B，因此是典型的病态问题，需要引入假设条件求解alpha图。抠图算法可分为三类：基于采样的方法、基于传播的方法、采样和传播结合的方法。

对图形的认知与理解是人类获取外部信息并做出判断和反映的重要基础。其中，自动识别图形的相似性是实现提高人类视觉认知效率和拓展智能化认知领域的重要技术之一。它广泛应用于工业技术、图形图像处理、模式识别和人工智能领域，对我们的日常生活起着未知的深远影响。开发出一套图形相似度识别技术是十分必要的。随着计算机数字化和图形技术的日益发展，图形几何特征信息的数字化处理效率也得到了很大提高。合理、高效的算法和环境平台的支持，也使得研究具有充分的可行性。

综上所述，现有技术存在的问题是：

(1)在装饰过程中，各种人工使用的机器，给室内的空间也带来了一定的污染。

(2)现有的室内装修后的家居控制系统智能化水平低。

(3)现有技术推导出的拉氏抠图矩阵给出邻域像素的alpha值间的线性关系，被广泛的应用在抠图算法中；拉氏抠图矩阵有其局限性，拉氏抠图矩阵表示空间邻域内像素间的关系，但不能体现非邻域间像素间的关系；拉氏抠图矩阵建立在空间连续的假设基础上，在某些前景和背景分量突变的区域，拉氏抠图矩阵难以得到理想的效果。

现有的图形相似度常用识别方法有概率统计算法、特征值的最小均方误差和几何外观特征必要条件的加权平均算法等。虽然取得了一定的效率，但也存在一些不足：算法的实现过程和视觉分辨的匹配性不直观；算法复杂，导致数据处理量大，运行成本高；算法的平均性分析导致图形中重要几何特征的变化对整体相似度的影响，导致准确性和稳定性存在一定偏差。

发明内容

针对现有技术存在的问题，本发明提供了一种新型室内装修智能设计方法。

本发明是这样实现的，一种新型室内装修智能设计方法，包括以下步骤：

步骤一，利用音视频设备集成的图形处理模块使用移动最小二乘法的拉普拉斯抠图矩阵用移动最小二乘法替代最小二乘法构造拉普拉斯矩阵，并使用KNN邻域替代空间邻域，获取非邻域像素在alpha图上的线性关系，从而计算出移动拉氏矩阵，获取户型矢量图，并从中识别出墙体、门窗，墙体和门窗构成封闭居室，封闭居室内根据建筑结构和用途定义设计功能区域；将小区二维矢量数据导入SketchUp中进行三维精细建模，再将其加载进ArcScene中完成三维场景的构建，最后利用开发平台实现定制的系统；

步骤二，获取封闭居室及功能区的信息，具体包括：形状、位置、面积、门窗信息、结构及规格信息、相邻功能区的位置信息；

步骤三，根据家庭装修设计经验规则，结合每个功能区的信息和/或用户的需求调研信息，为每个居室及功能区进行布局规划设计并最终添加对应的家居和/或家具产品；

步骤四，对户型居室和功能区信息根据住宅建筑设计标准进行诊断；

步骤五，基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料；

步骤六，基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。

进一步，构造抠图拉氏矩阵时，使用移动最小二乘法替代最小二乘法得到alpha图上的线性关系,所述移动最小二乘抠图的方法如下：

在灰度图像中,窗口w_i的邻域内alpha值满足局部线性条件，使用移动最小二乘法求解局部线性关系，表示如下：

公式(1)中权值ω，ω_i是邻域w_k中的权值；式(1)表示为以下矩阵的形式:

对于每个邻域w_k,G_k定义为‖w_k‖×2矩阵；G_k每行包括向量(I_i,1)，W_k是每行向量对应的权值ω_i组成的向量，G_k’为G_k的W_k加权，对应的每行向量表示为(W_k.I_i,W_k)，是邻域内所有像素对应的alpha值组成的向量；

系数a_k,b_k解得如下所示：

令J(α)表示为下式：

δ_i,j是Kronecker delta函数，μ_k和σ²分别是小窗口w_k内的基于W_k的加权均值和方差，‖w_k‖是窗口内像素的个数,L为移动拉氏抠图矩阵；

引入权值ω_i，应用至彩色模型，彩色模型下的移动最小二乘抠图方法如下：

用下式表示彩色图像各通道间的线性关系：

c为彩色图像的通道数,在考虑各个通道信息后，式(1)转化为下式:

对式(2)进行化简后，解得彩色模型下移动拉氏矩阵如下式所示：

J(α)＝αLα^T；

在(3)式中，I为小邻域内所有像素对应3*1颜色向量组成的矩阵，μ_k为I的W_k加权平均,Σ_k是I在W_k加权下的协方差矩阵。

进一步，识别出墙体、门窗的方法包括：

步骤一、采集到N个样本用作训练集X，采用下式求出样本平均值m：

其中，xi∈样本训练集X＝(x1，x2，…，xN)；

步骤二、求出散布矩阵S：

求出散布矩阵的特征值λi和对应的特征向量ei，其中，ei便是主分量，将特征值从大到小依次排列λ1，λ2，…；

取出p个值，λ1，λ2，…，λp确定出墙体或门窗空间E＝(e1，e2，…，eP)，在此空间上，训练样本X中，每个元素投影到该空间的点由下式得到墙体、门窗影像图片：

x'i＝Etxi，t＝1，2，…，N。

进一步，获取封闭居室及功能区的信息的方法包括：

消除图形中的奇化部分；建立两图形的数学模型，由描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理；

所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S₁表示多边形：

S₁＝(l₁,α1,l₂，α₂…l_N-1,α_N-1,l_N,α_N)；

S₁和该多边形有一一映射关系，其表示与边角初始顺序无关；

按逆时针方向，有2N个向量S₁、S₂……S_2N－1、S_2N和多边形均有一一映射关系，构成了该多边形的一个完备向量组，表示如下：

S₁＝(l₁,α₁,l₂，α₂…l_N-1,α_N-1,l_N,α_N)；

S₂＝(α₁,l₂，α₂…l_N-1,α_N-1,l_N,α_N,l₁)；

……

S_2N－1＝(l_N,α_N,l₁,α₁,l₂，α₂…l_N-1,α_N-1)；

S_2N＝(α_N,l₁,α₁,l₂，α₂…l_N-1,α_N-1,l_N)；

用矩阵S_E表示完备向量，并定义S_E为该多边形的特征矩阵，S_E表示如下：

；

所述对计算结果的增强性处理包括：

对初始向量进行一次到多次变形，在用相邻边角序列构造初始向量的基础上，再添加图形的几何特征值，采用添加顺序的相邻边角比作为新的初始向量；将初始向量进行一次到多次非线性化处理，采用将初始向量进行开方处理；

对变形后的初始向量进行多次相似度计算，最后按加权平均取值，以欧式距离Eu和相和系数Sim的评定公式如下：

上式中n为向量变形的次数，k_i为权重系数，Eu_i和Sim_i为第i次变形后向量的欧式距离，Eu(P,Q)为欧式距离的评定，n＝4，k_i取0.25。

进一步，所述基层及饰面材料安装墙柱面定位方法如下：

首先，测量墙柱面的边长、垂直、对角定位，结合设计要求放线、放大样；

其次，基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料；

然后，基层搬运现场按顺序组织安装；

最后，饰面材料按顺序摆放现场、按序号完成安装。

本发明的另一目的在于提供一种实现所述新型室内装修智能设计方法的计算机程序。

本发明的另一目的在于提供一种实现所述型室内装修智能设计方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的型室内装修智能设计方法。

本发明的另一目的在于提供一种新型室内装修智能设计系统包括：音视频设备、照明系统、窗帘控制、空调控制、安防系统、室内装修操作系统均通过家庭网络连接到一起；

音视频设备，用于对室内的音频和视频设备管理；

照明系统，用于对室内的灯光设备管理；

窗帘控制，用于对室内的窗帘及遮阳设备管理；

空调控制，用于对室内的空调或制冷、制热设备管理；

安防系统，用于对室内的安全防护的管理；

室内装修操作系统，用于基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。

本发明的优点及积极效果为：

本发明解决了装修无燥音污染、不产生大量的装修垃圾、无脏乱差、便于装修成果的成品保护；具有安全环保快速操作、降低基层、饰面材料的损耗，提高原材料使用率的室内装修的方法；同时本发明可满足个性化户型形状、尺寸结构、个性化的用户需求而自动实现设计工作。智能家居将让用户更简便地来管理家庭设备，比如，通过触摸屏、无线遥控器、电话、电脑、互联网等来实现多元化的控制，使控制更加灵活。更可以执行场景操作，使多个设备形成联动；另一方面，智能家居内的各种设备相互之间可以通讯，不需要用户指挥也能根据不同的状态互动运行，从而给用户带来最大程度地便利、舒适与安全。

本发明在有复杂的前景和前景区域，以及前景和背景复杂混合的区域，都能取得较好的效果。使用最小移动二乘法替代最小二乘法推导出移动拉氏矩阵；相对于最小二乘法，移动最小二乘法求解的线性条件更为准确；本发明的使用移动最小二乘法的拉普拉斯抠图矩阵方法，根据矩阵求解alpha图,从而可以对复杂背景下的图像进行前景抠图处理,相比以前的方法更为有效，可以求解出更为精确的alpha图，并在图中前背景复杂的区域，特别是在前景和背景颜色混合区域，以及局部会出现空洞的区域，变化较大的区域，都能取得良好的效果。可准确获取户型矢量图，获得装修需要的各种信息，并完成材料分割、摆放的实时图像要求。

本发明提高了机器对图形相似度的视觉分辨效果，尤其对人工不易分辨高相似度图形的难点有很大帮助；图形检测效果有较强的稳定性和可靠性；检测时间短，运行高效，实施效果成本低。本发明仅对图形的边进行查询，减少了数据处理量。本发明通过构造图形的特征矩阵，选取合适的判定准则，并对特征矩阵元素进行多次增强性非线性变换，用多数值、多标准的加权平均值建立相似度标准，达到了算法高效并有较强的稳定性。

附图说明

图1是本发明实施提供的新型室内装修智能设计方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作进一步描述。

如图1所示，本发明提供一种新型室内装修智能设计方法包括以下步骤：

S101，利用音视频设备集成的图形处理模块使用移动最小二乘法的拉普拉斯抠图矩阵用移动最小二乘法替代最小二乘法构造拉普拉斯矩阵，并使用KNN邻域替代空间邻域，获取非邻域像素在alpha图上的线性关系，从而计算出移动拉氏矩阵，获取户型矢量图，并从中识别出墙体、门窗，墙体和门窗构成封闭居室，封闭居室内根据建筑结构和用途定义规划有设计功能区域；

S102，获取封闭居室及功能区的信息，具体包括：形状、位置、面积、门窗信息、结构及规格信息、相邻功能区的位置信息；

S103，根据预先获取到的家庭装修设计经验规则，结合每个功能区的信息和/或用户的需求调研信息，为每个居室及功能区进行布局规划设计并最终添加对应的家居和/或家具产品；

S104，对户型居室和功能区信息根据住宅建筑设计标准进行诊断；

S105，基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料；

S106，基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。

本发明提供的基层及饰面材料安装墙柱面定位方法如下：

首先，测量墙柱面的边长、垂直、对角定位，结合设计要求放线、放大样；

其次，基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料；

然后，基层搬运现场按顺序组织安装；

最后，饰面材料按顺序摆放现场、按序号完成安装。

本发明提供的地面饰面材料安装地面铺装定位方法如下：

首先，测量地面边长、中心、对角定位，结合设计要求放线、放大样；

其次，基层材料按顺序切割分类包装；

然后，饰面材料按放线、放大样的规格组织材料；

最后，基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。

本发明实施例提供的提供新型室内装修智能设计系统包括：音视频设备、照明系统、窗帘控制、空调控制、安防系统、室内装修操作系统均通过家庭网络连接到一起；

音视频设备，用于对室内的音频和视频设备管理；

照明系统，用于对室内的灯光设备管理；

窗帘控制，用于对室内的窗帘及遮阳设备管理；

空调控制，用于对室内的空调或制冷、制热设备管理；

安防系统，用于对室内的安全防护的管理；

室内装修操作系统，用于基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。

下面结合具体分析对本发明作进一步描述。

构造抠图拉氏矩阵时，使用移动最小二乘法替代最小二乘法得到alpha图上的线性关系,所述移动最小二乘抠图的方法如下：

在灰度图像中,窗口w_i的邻域内alpha值满足局部线性条件，使用移动最小二乘法求解局部线性关系，表示如下：

公式(1)中权值ω，ω_i是邻域w_k中的权值；式(1)表示为以下矩阵的形式:

对于每个邻域w_k,G_k定义为‖w_k‖×2矩阵；G_k每行包括向量(I_i,1)，W_k是每行向量对应的权值ω_i组成的向量，G_k’为G_k的W_k加权，对应的每行向量表示为(W_k.I_i,W_k)，是邻域内所有像素对应的alpha值组成的向量；

系数a_k,b_k解得如下所示：

令J(α)表示为下式：

δ_i,j是Kronecker delta函数，μ_k和σ²分别是小窗口w_k内的基于W_k的加权均值和方差，‖w_k‖是窗口内像素的个数,L为移动拉氏抠图矩阵；

引入权值ω_i，应用至彩色模型，彩色模型下的移动最小二乘抠图方法如下：

用下式表示彩色图像各通道间的线性关系：

c为彩色图像的通道数,在考虑各个通道信息后，式(1)转化为下式:

对式(2)进行化简后，解得彩色模型下移动拉氏矩阵如下式所示：

J(α)＝αLα^T；

在(3)式中，I为小邻域内所有像素对应3*1颜色向量组成的矩阵，μ_k为I的W_k加权平均,Σ_k是I在W_k加权下的协方差矩阵。

识别出墙体、门窗的方法包括：

步骤一、采集到N个样本用作训练集X，采用下式求出样本平均值m：

其中，xi∈样本训练集X＝(x1，x2，…，xN)；

步骤二、求出散布矩阵S：

求出散布矩阵的特征值λi和对应的特征向量ei，其中，ei便是主分量，将特征值从大到小依次排列λ1，λ2，…；

取出p个值，λ1，λ2，…，λp确定出墙体或门窗空间E＝(e1，e2，…，eP)，在此空间上，训练样本X中，每个元素投影到该空间的点由下式得到墙体、门窗影像图片：

x'i＝Etxi，t＝1，2，…，N。

获取封闭居室及功能区的信息的方法包括：

消除图形中的奇化部分；建立两图形的数学模型，由描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理；

所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S₁表示多边形：

S₁＝(l₁,α1,l₂，α₂…l_N-1,α_N-1,l_N,α_N)；

S₁和该多边形有一一映射关系，其表示与边角初始顺序无关；

按逆时针方向，有2N个向量S₁、S₂……S_2N－1、S_2N和多边形均有一一映射关系，构成了该多边形的一个完备向量组，表示如下：

S₁＝(l₁,α₁,l₂，α₂…l_N-1,α_N-1,l_N,α_N)；

S₂＝(α₁,l₂，α₂…l_N-1,α_N-1,l_N,α_N,l₁)；

……

S_2N－1＝(l_N,α_N,l₁,α₁,l₂，α₂…l_N-1,α_N-1)；

S_2N＝(α_N,l₁,α₁,l₂，α₂…l_N-1,α_N-1,l_N)；

用矩阵S_E表示完备向量，并定义S_E为该多边形的特征矩阵，S_E表示如下：

；

所述对计算结果的增强性处理包括：

对初始向量进行一次到多次变形，在用相邻边角序列构造初始向量的基础上，再添加图形的几何特征值，采用添加顺序的相邻边角比作为新的初始向量；将初始向量进行一次到多次非线性化处理，采用将初始向量进行开方处理；

对变形后的初始向量进行多次相似度计算，最后按加权平均取值，以欧式距离Eu和相和系数Sim的评定公式如下：

上式中n为向量变形的次数，k_i为权重系数，Eu_i和Sim_i为第i次变形后向量的欧式距离，Eu(P,Q)为欧式距离的评定，n＝4，k_i取0.25。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种新型室内装修智能设计方法，其特征在于，所述新型室内装修智能设计方法包括以下步骤：

步骤一，利用音视频设备集成的图形处理模块使用移动最小二乘法的拉普拉斯抠图矩阵用移动最小二乘法替代最小二乘法构造拉普拉斯矩阵，并使用KNN邻域替代空间邻域，获取非邻域像素在alpha图上的线性关系，从而计算出移动拉氏矩阵，获取户型矢量图，并从中识别出墙体、门窗，墙体和门窗构成封闭居室，封闭居室内根据建筑结构和用途定义设计功能区域；将小区二维矢量数据导入SketchUp中进行三维精细建模，再将其加载进ArcScene中完成三维场景的构建，最后利用开发平台实现定制的系统；

步骤二，获取封闭居室及功能区的信息，具体包括：形状、位置、面积、门窗信息、结构及规格信息、相邻功能区的位置信息；

步骤三，根据家庭装修设计经验规则，结合每个功能区的信息和/或用户的需求调研信息，为每个居室及功能区进行布局规划设计并最终添加对应的家居和/或家具产品；

步骤四，对户型居室和功能区信息根据住宅建筑设计标准进行诊断；

步骤五，基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料；

步骤六，基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。

2.如权利要求1所述的新型室内装修智能设计方法，其特征在于，

构造抠图拉氏矩阵时，使用移动最小二乘法替代最小二乘法得到alpha图上的线性关系,所述移动最小二乘抠图的方法如下：

在灰度图像中,窗口w_i的邻域内alpha值满足局部线性条件，使用移动最小二乘法求解局部线性关系，表示如下：

公式(1)中权值ω，ω_i是邻域w_k中的权值；式(1)表示为以下矩阵的形式:

对于每个邻域w_k,G_k定义为‖w_k‖×2矩阵；G_k每行包括向量(I_i,1)，W_k是每行向量对应的权值ω_i组成的向量，G_k’为G_k的W_k加权，对应的每行向量表示为(W_k.I_i,W_k)，是邻域内所有像素对应的alpha值组成的向量；

系数a_k,b_k解得如下所示：

令J(α)表示为下式：

δ_i,j是Kronecker delta函数，μ_k和σ²分别是小窗口w_k内的基于W_k的加权均值和方差，‖w_k‖是窗口内像素的个数,L为移动拉氏抠图矩阵；

引入权值ω_i，应用至彩色模型，彩色模型下的移动最小二乘抠图方法如下：

用下式表示彩色图像各通道间的线性关系：

c为彩色图像的通道数,在考虑各个通道信息后，式(1)转化为下式:

对式(2)进行化简后，解得彩色模型下移动拉氏矩阵如下式所示：

J(α)＝αLα^T；

在(3)式中，I为小邻域内所有像素对应3*1颜色向量组成的矩阵，μ_k为I的W_k加权平均,Σ_k是I在W_k加权下的协方差矩阵。

3.如权利要求1所述的新型室内装修智能设计方法，其特征在于，识别出墙体、门窗的方法包括：

步骤一、采集到N个样本用作训练集X，采用下式求出样本平均值m：

其中，xi∈样本训练集X＝(x1，x2，…，xN)；

步骤二、求出散布矩阵S：

求出散布矩阵的特征值λi和对应的特征向量ei，其中，ei便是主分量，将特征值从大到小依次排列λ1，λ2，…；

取出p个值，λ1，λ2，…，λp确定出墙体或门窗空间E＝(e1，e2，…，eP)，在此空间上，训练样本X中，每个元素投影到该空间的点由下式得到墙体、门窗影像图片：

x'i＝Etxi，t＝1，2，…，N。

4.如权利要求1所述的新型室内装修智能设计方法，其特征在于，步骤二中，获取封闭居室及功能区的信息的方法包括：

消除图形中的奇化部分；建立两图形的数学模型，由描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理；

所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S₁表示多边形：

S₁＝(l₁,α1,l₂，α₂…l_N-1,α_N-1,l_N,α_N)；

S₁和该多边形有一一映射关系，其表示与边角初始顺序无关；

按逆时针方向，有2N个向量S₁、S₂……S_2N－1、S_2N和多边形均有一一映射关系，构成了该多边形的一个完备向量组，表示如下：

S₁＝(l₁,α₁,l₂，α₂…l_N-1,α_N-1,l_N,α_N)；

S₂＝(α₁,l₂，α₂…l_N-1,α_N-1,l_N,α_N,l₁)；

……

S_2N－1＝(l_N,α_N,l₁,α₁,l₂，α₂…l_N-1,α_N-1)；

S_2N＝(α_N,l₁,α₁,l₂，α₂…l_N-1,α_N-1,l_N)；

用矩阵S_E表示完备向量，并定义S_E为该多边形的特征矩阵，S_E表示如下：

；

所述对计算结果的增强性处理包括：

对初始向量进行一次到多次变形，在用相邻边角序列构造初始向量的基础上，再添加图形的几何特征值，采用添加顺序的相邻边角比作为新的初始向量；将初始向量进行一次到多次非线性化处理，采用将初始向量进行开方处理；

对变形后的初始向量进行多次相似度计算，最后按加权平均取值，以欧式距离Eu和相和系数Sim的评定公式如下：

上式中n为向量变形的次数，k_i为权重系数，Eu_i和Sim_i为第i次变形后向量的欧式距离，Eu(P,Q)为欧式距离的评定，n＝4，k_i取0.25。

5.如权利要求1所述的新型室内装修智能设计方法，其特征在于，所述基层及饰面材料安装墙柱面定位方法如下：

首先，测量墙柱面的边长、垂直、对角定位，结合设计要求放线、放大样；

其次，基层材料按顺序切割分类包装，饰面材料按放线、放大样的规格组织材料；

然后，基层搬运现场按顺序组织安装；

最后，饰面材料按顺序摆放现场、按序号完成安装。

6.一种实现权利要求1～5任意一项所述新型室内装修智能设计方法的计算机程序。

7.一种实现权利要求1～5任意一项所述型室内装修智能设计方法的信息数据处理终端。

8.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的型室内装修智能设计方法。

9.一种如权利要求1所述新型室内装修智能设计方法的新型室内装修智能设计系统，其特征在于，所述新型室内装修智能设计系统包括：音视频设备、照明系统、窗帘控制、空调控制、安防系统、室内装修操作系统均通过家庭网络连接到一起；

音视频设备，用于对室内的音频和视频设备管理；

照明系统，用于对室内的灯光设备管理；

窗帘控制，用于对室内的窗帘及遮阳设备管理；

空调控制，用于对室内的空调或制冷、制热设备管理；

安防系统，用于对室内的安全防护的管理；

室内装修操作系统，用于基层搬运现场按顺序组织安装，饰面材料按顺序摆放现场、按序号完成安装。