CN110210377B - 一种用于三维户型重建的墙体及门窗信息获取方法 - Google Patents
一种用于三维户型重建的墙体及门窗信息获取方法 Download PDFInfo
- Publication number
- CN110210377B CN110210377B CN201910460779.8A CN201910460779A CN110210377B CN 110210377 B CN110210377 B CN 110210377B CN 201910460779 A CN201910460779 A CN 201910460779A CN 110210377 B CN110210377 B CN 110210377B
- Authority
- CN
- China
- Prior art keywords
- wall
- line
- width
- door
- window
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000010586 diagram Methods 0.000 claims abstract description 26
- 238000007670 refining Methods 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 14
- 101100039010 Caenorhabditis elegans dis-3 gene Proteins 0.000 claims description 12
- 101100030351 Schizosaccharomyces pombe (strain 972 / ATCC 24843) dis2 gene Proteins 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000005034 decoration Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种用于三维户型重建的墙体及门窗信息获取方法，步骤包括：从墙体图中获取墙体的结构信息：先对墙体图进行预处理，去除墙体图中残存的噪声；再对预处理后的墙体图进行细化操作获得墙体中线；最后对墙体中线进行修正以获得墙体的结构信息；从墙体图中获取门窗的结构信息：先根据门窗与墙体的位置关系对户型图中的门窗子图进行切割；再对切割处的门窗子图进行识别。该墙体及门窗信息获取方法能够快速有效地提取出墙体和门窗信息，能够为后续于三维户型重建提供有效保障。
Description
技术领域
本发明涉及一种墙体及门窗信息获取方法，尤其是一种用于三维户型重建的墙体及门窗信息获取方法。
背景技术
中国城市化进程的推进，带来了城市住房需求的快速增长，随之带来了室内装修需求的大量增长。对于室内装修行业，三维装修设计软件的使用大大提高了室内设计的工作效率，提高了室内设计效果的表达能力。三维装修软件本质上是一种三维的CAD设计系统，相对于二维的CAD系统，三维的表达方式更符合人类的认知方式，更能准确直观的表达出设计者的原始设计思想。但同时，相较于二维的CAD设计系统，三维设计对计算机计算能力的要求更高，对设计人员的要求也更高。三维CAD设计系统的应用基础是虚拟三维模型的构建，现存用于建筑行业三维模型构建的方式主要是使用专业的建模软件进行手工建模，主要有3ds Max、Revit和SketchUp等。但手工的三维建模对操作人员的要求较高，建模过程耗时耗力。若以二维的建筑图像为基础，利用计算机相关技术实现图像的自动解析和三维建筑模型的自动构建，将在很大程度提高三维建模的效率。
户型图一般是通过二维的形式向业主展现户型的空间布局信息，需要业主具有一定的空间想象能力，这种方式显然不太符合人类认知世界的自然方式。户型图的三维重建将构建更为逼真直观的虚拟三维场景，更真实的展现室内空间信息。重建得到的三维模型也是家装设计人员挥洒创意的起点，三维的室内设计需要三维场景的构建。通过二维户型图进行重建，省去了设计人员手动进行几何图元拼接式的构建，大大减少了设计人员的工作量。二维户型图中又以墙体和门窗作为主要组成部分，于是便要求对二维户型图中的墙体和门窗进行信息获取，因此有必要设计出一种用于三维户型重建的墙体及门窗信息获取方法，能够快速有效地获取墙体及门窗信息，大大减少了设计人员的工作量。
发明内容
本发明的目的在于：提供一种用于三维户型重建的墙体及门窗信息获取方法，能够快速有效地获取墙体及门窗信息，大大减少了设计人员的工作量。
为了实现上述发明目的，本发明提供了一种用于三维户型重建的墙体及门窗信息获取方法，包括如下步骤：
步骤1，从墙体图中获取墙体的结构信息：先对墙体图进行预处理，去除墙体图中残存的噪声；再对预处理后的墙体图进行细化操作获得墙体中线；最后对墙体中线进行修正以获得墙体的结构信息；
步骤2，从户型图中获取门窗的结构信息：先根据墙体图获取门窗与墙体的位置关系，再利用位置关系在户型图中相应位置处进行门窗子图切割，再对切割出的门窗子图进行识别。
进一步地，步骤1中，噪声包括连通区域噪声和细线噪声；
在去除连通区域噪声时：统计所有八连通区域的像素个数，对于像素数低设定阈值的区域进行滤除，其中设定阈值T为：
式(1)中，Ai表示第i个八连通区域的像素数，α为系数，取α＝1/20；
在去除细线噪声时：分别使用滤波模版尺寸为N×1和1×N的中值滤波器滤除水平和垂直的直线，取N＝7。
进一步地，步骤1中，对预处理后的墙体图进行细化操作获得墙体中线时，利用固定方向的方向图中心算法进行细化处理：沿竖直或水平方向以单位像素为步长对墙体图进行扫描，找出每次扫描时各个图像区域的中心点，将扫描获取的各个图像区域的中心点作为中线点，以各个中线点构成墙体中线。
进一步地，步骤1中，对墙体中线进行修正以获得墙体的结构信息的具体步骤为：
步骤1.1，对各条墙体中线进行取直处理：首先将细化处理后只含有各个墙体中线的图像向竖直方向和水平方向分别进行像素点投影叠加；再在各个竖向方向像素点投影叠加构成的波峰位置设定竖向修正直线，在各个水平方向像素点投影叠加构成的波峰位置设定水平修正直线；最后将各条墙体中线的各个中线点投影到距离最近的竖向修正直线或水平修正直线上，成为水平方向或竖直方向的直线段；
步骤1.2，去除不满足长度和宽度要求的墙体中线；
步骤1.3，根据墙体中线的相互关系合并或对齐相对应的墙体以构成完整墙体结构；
步骤1.4，将完整墙体结构保存为各个矢量数据存储格式，矢量数据存储格式包含有墙体宽度、墙体类型、墙体起点坐标以及墙体终点坐标。
进一步地，步骤1.2中，去除不满足长度和宽度要求的墙体中线的具体步骤为：
步骤1.2.1，删除不满足宽度要求的墙体中线，删除条件公式为：
式(2)中，length为墙体中线的长度，由墙体中线的起点和墙体中线的终点计算获得，width为墙体中线所在的墙体宽度，删除满足公式(2)的墙体中线；
步骤1.2.2，再删除长度不满足要求的墙体中线，删除条件公式为：
式(3)中，q为系数，越大表明删除的条件越宽松，越倾向于删除更多的墙体中线，设定q＝1/20，n为墙体中线的个数，length(linei)表示第i条墙体中线的长度，删除满足公式(3)的墙体中线。
进一步地，步骤1.3中，根据墙体中线的相互关系合并或对齐相对应的墙体以构成完整墙体结构的具体步骤为：
步骤1.3.1，设定判定条件Q1、Q2以及Q3，其中：判定条件Q1要求两条墙体中线上存在相临近的端点沿中线平行方向上的端点间距dis7满足dis7≤(width(line(1))+width(line(2)))且两条墙体中线所在直线间的中线间距dis8满足dis8≤0.5(width(line(1))+width(line(2)))，其中line(i)表示两条墙体中线里的第i条墙体中线；判断条件Q2要求两条墙体中线所在直线间的距离dis8满足dis8＝0；判断条件Q3要求两条墙体中对应的墙体宽度满足width(line(1))＝width(line(2))；
步骤1.3.2，根据各个判断条件来进行墙体合并或对齐操作：当判断条件Q1不成立时，则认为两条墙体无直接关系，不进行墙体的合并或对齐操作；当判断条件Q1、Q2和Q3全部成立，则将两条墙体合并为一条墙体；当判断条件Q1和Q2成立，而判断条件Q3不成立，则将墙体宽度较小的墙体延长以使两墙体端点相接；当判断条件Q1和Q3成立，而判断条件Q2不成立，则将长度较长的墙体延长以保证两墙体端点相接；当Q1成立，而Q2和Q3不成立，则将墙体宽度较小的墙体延长以保证两墙体端点相接。
进一步地，步骤2中，根据墙体图获取门窗与墙体的位置关系包括：
位置关系一，门窗位于两相互平行且共线的墙体之间：两条墙体中线相互平行、两条墙体中线所在直线间距离dis1满足dis1≤0.5(width(line(1))+width(line(2)))或两条墙体中线的端点在中线平行方向上的最近距离dis2满足3.33W≤dis2≤10W，W为墙体中线所在墙体的墙体宽度的众数，line(i)表示两条墙体中线里的第i条墙体中线；
位置关系二，门窗位于两相互垂直的墙体之间：两条墙体中线相互垂直、两条墙体中线的所在直线的交点C最多在其中一条墙体中线上、C距其中一条墙体中线line(1)的最近端点距离dis3满足3.33W≤dis3≤10W、C在另一条墙体中线line(2)上或C距line(2)的最近端点距离dis4满足dis4≤0.5width(line(1))；
位置关系三，门窗位于两相互平行但不共线的墙体之间：两条墙体中线相互平行、两条墙体中线在平行方向上存在重合、两条墙体中线所在直线的距离dis5满足3.33W≤dis5≤10W或两条墙体中线存在端点在中线平行方向上的距离dis6≤min(width(line(1))+width(line(2)))。
进一步地，步骤2中，利用位置关系在户型图中相应位置处进行门窗子图切割的具体步骤为：
对于满足位置关系一中全部条件的，根据两条墙体中线对应端点之间的空缺确定门窗位置，利用第一矩形框和第二矩形框在户型图上相对应的门窗位置处进行多次切割，第一矩形框的宽度尺寸为dis2，长度尺寸为dis2+max(width(line(1)),width(line(2)))，第二矩形框的长度尺寸为dis2，宽度尺寸为2max(width(line(1)),width(line(2)))；
对于满足位置关系二中全部条件的，根据一条墙体中线端点与另一条墙体中线之间的空缺确定门窗位置，利用第三矩形框和第四矩形框在户型图上相对应的门窗位置处进行多次切割，第三矩形框的宽度尺寸为dis3，长度尺寸为dis3+max(width(line(1)),width(line(2)))，第四矩形框的长度尺寸为dis3，宽度尺寸为2max(width(line(1)),width(line(2)))；
对于满足位置关系三中全部条件的，根据两条墙体中线对应端点之间的空缺确定门窗位置，利用第五矩形框和第六矩形框在户型图上相对应的门窗位置处进行多次切割，第五矩形框的宽度尺寸为dis5，长度尺寸为dis5+max(width(line(1)),width(line(2)))，第六个矩形框的长度尺寸为dis5，宽度尺寸为2max(width(line(1)),width(line(2)))。
进一步地，步骤2中，对切割出的门窗子图进行识别的具体步骤为：
步骤2.1，将切割出的门窗子图进行二值化处理；
步骤2.2，利用区域圆度检测来判断门窗子图为单开门或双开门；
步骤2.3，判断门窗子图为对推拉门或窗户：使用Canny算法对二值化的门窗子图进行边缘检测，再使用Hough变化寻找三条极值直线段，若存在三条线段相互平行且长度基本相同，则认为当前检测的符号为窗户；若存在三条线段相互平行且其中一条明显较其他两条较短时，则认为当前检测的符号为推拉门。
进一步地，步骤2.2中，利用区域圆度检测来判断门窗子图为单开门或双开门的具体步骤为：
对于单连通区域定义圆度t为：
式(4)中，S为区域面积，P为区域周长，当满足四分之一圆判定条件的，则认为此区域为四分之一圆，四分之一圆判定条件为：
式(5)中，和β为系数，分别取/>β＝1.2，当一幅门窗子图检测出一个四分之一圆时，则认为是单开门，当检测出两个四分之一圆时，则认为是双开门。
本发明的有益效果在于：(1)本方法能够快速有效地提取出墙体和门窗信息，能够为后续于三维户型重建提供有效保障；(2)本方法对墙体图添加了对连通区域和细线两种噪声的去除，滤除了墙体图中存在的背景干扰，在一定程度上修不了毛糙的区域边界，填补了沟壑，去除了突起的墙体部分，提高了后续提出的墙体中线结构的准确度；(3)本方法中采用固定方向的方向图中心算法获得墙体的细化中线，可以避免现存细化算法容易在墙体连接处产生倾斜轴线的缺点，同时，通过长度限制，投影取直和合并对齐等操作，使得得到的墙体中线结构更为完整；(4)本文根据墙体中线进行门窗位置的预定位，简化了常见的滑窗法进行目标识别中过程的繁琐和庞大的计算量；(5)本方法中基于形状特征对门窗符号进行识别，改进了传统的符号识别方法对符号形状的表示和描述的依赖性。
附图说明
图1为本发明的方法流程图；
图2为本发明方法中的去除细线噪声效果比对图；
图3为本发明方法中的图像细化得到竖直线段的示意图；
图4为本发明方法应用中的部分墙体细化处理的结果示意图；
图5为本发明方法的投影法设置修正直线示意图；
图6为本发明方法的投影修正后的效果示意图；
图7为本发明方法的合并两条墙体示意图；
图8为本发明方法的延长宽度较小的墙体示意图；
图9为本发明方法的延长长度较长的墙体示意图；
图10为本发明方法的延长宽度较小的墙体示意图；
图11为本发明方法的门窗子图切割情况一示意图；
图12为本发明方法的门窗子图切割情况二中C不在线上示意图；
图13为本发明方法的门窗子图切割情况二中C在线上示意图；
图14为本发明方法的门窗子图切割情况三示意图；
图15为本发明方法的门窗子图的二值化图像示意图；
图16为本发明方法的推拉门进行Hough变换处理的示意图；
图17为本发明方法的窗户进行Hough变换处理的示意图；
图18为本发明方法的门窗识别结果示意图。
具体实施方式
下面结合附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
实施例1：
如图1所示，本发明公开的用于三维户型重建的墙体及门窗信息获取方法，包括如下步骤：
步骤1，从墙体图中获取墙体的结构信息：先对墙体图进行预处理，去除墙体图中残存的噪声；再对预处理后的墙体图进行细化操作获得墙体中线；最后对墙体中线进行修正以获得墙体的结构信息；墙体图是由户型图切割、识别获得的，识别切割的方法通常采用快速模糊C聚类算法完成的，识别通常是由人工神经网络完成的，本发明中的墙体图是不包含家居等非建筑信息的；
步骤2，从户型图中获取门窗的结构信息：先根据墙体图获取门窗与墙体的位置关系，再利用位置关系在户型图中相应位置处进行门窗子图切割，再对切割出的门窗子图进行识别。
进一步地，步骤1中，噪声包括连通区域噪声和细线噪声；
在去除连通区域噪声时：统计所有八连通区域的像素个数，对于像素数低设定阈值的区域进行滤除，其中设定阈值T为：
式(1)中，Ai表示第i个八连通区域的像素数，α为系数，取α＝1/20；
在去除细线噪声时：分别使用滤波模版尺寸为N×1和1×N的中值滤波器滤除水平和垂直的直线，取N＝7。对于细线噪声的滤除效果对比如图2所示，左侧为滤除前的原图，右侧为滤除后的效果图，图2中楼梯的边缘和家具的边缘直线被成功去除，只剩下墙体和门窗缺口部分。对于连通区域噪声和细线噪声的滤除能够增强后续识别处理的可靠性。
进一步地，步骤1中，对预处理后的墙体图进行细化操作获得墙体中线时，利用固定方向的方向图中心算法进行细化处理：沿竖直或水平方向以单位像素为步长对墙体图进行扫描，找出每次扫描时各个图像区域的中心点，将扫描获取的各个图像区域的中心点作为中线点，以各个中线点构成墙体中线。如图3所示，为图像细化得到竖直线段的示意图，在水平方向上统计连续的数值1的中心表示中线点。图中所示一共获得三个矩阵，分别是中线表、线型表和宽度表。中线表表示细化得到的墙体中线的位置；线型表有效元素对应中线表中的各个中心点，表示中心点所在墙体是竖直的还是水平的，1表示竖直，2表示水平；宽度表有效元素同样对应中线表的各个中心点，表示中心点所在墙体的宽度，即原始图像中连续的数值为1的像素个数。图4为部分墙体细化处理结果对比示意图，左侧为未细化前的墙体图，右侧为细化处理后的墙体中线示意图，基本的轮廓信息提取完成。
进一步地，步骤1中，对墙体中线进行修正以获得墙体的结构信息的具体步骤为：
步骤1.1，对各条墙体中线进行取直处理：首先将细化处理后只含有各个墙体中线的图像向竖直方向和水平方向分别进行像素点投影叠加；再在各个竖向方向像素点投影叠加构成的波峰位置设定竖向修正直线，在各个水平方向像素点投影叠加构成的波峰位置设定水平修正直线；最后将各条墙体中线的各个中线点投影到距离最近的竖向修正直线或水平修正直线上，成为水平方向或竖直方向的直线段；如图5所示，上方为像素点投影叠加构成的波峰示意图，下方为与之对应的投影直线位置示意图；如图6所示，为修正后的效果示意图。同一段墙体的细化结果在同一直线上更符合三维重建的要求，因此本发明将中线各点修正到最近的投影直线上的方式将中线取直。
步骤1.2，去除不满足长度和宽度要求的墙体中线；
步骤1.3，根据墙体中线的相互关系合并或对齐相对应的墙体以构成完整墙体结构；
步骤1.4，将完整墙体结构保存为各个矢量数据存储格式，矢量数据存储格式包含有墙体宽度、墙体类型、墙体起点坐标以及墙体终点坐标。
进一步地，步骤1.2中，去除不满足长度和宽度要求的墙体中线的具体步骤为：
步骤1.2.1，删除不满足宽度要求的墙体中线，删除条件公式为：
式(2)中，length为墙体中线的长度，由墙体中线的起点和墙体中线的终点计算获得，width为墙体中线所在的墙体宽度，删除满足公式(2)的墙体中线；
步骤1.2.2，再删除长度不满足要求的墙体中线，删除条件公式为：
式(3)中，q为系数，越大表明删除的条件越宽松，越倾向于删除更多的墙体中线，设定q＝1/20，n为墙体中线的个数，length(linei)表示第i条墙体中线的长度，删除满足公式(3)的墙体中线。
进一步地，步骤1.3中，根据墙体中线的相互关系合并或对齐相对应的墙体以构成完整墙体结构的具体步骤为：
步骤1.3.1，设定判定条件Q1、Q2以及Q3，其中：判定条件Q1要求两条墙体中线上存在相临近的端点沿中线平行方向上的端点间距dis7满足dis7≤(width(line(1))+width(line(2)))且两条墙体中线所在直线间的中线间距dis8满足dis8≤0.5(width(line(1))+width(line(2)))，其中line(i)表示两条墙体中线里的第i条墙体中线，判定条件Q1表明两墙体在平行墙体和垂直墙体方向上的距离都较小；判断条件Q2要求两条墙体中线所在直线间的距离dis8满足dis8＝0，判断条件Q2表明两墙体中线在同一直线上；判断条件Q3要求两条墙体中对应的墙体宽度满足width(line(1))＝width(line(2))，判断条件Q3表明两墙体的宽度相同；
步骤1.3.2，根据各个判断条件来进行墙体合并或对齐操作：当判断条件Q1不成立时，则认为两条墙体无直接关系，不进行墙体的合并或对齐操作；当判断条件Q1、Q2和Q3全部成立，则将两条墙体合并为一条墙体，如图7所示；当判断条件Q1和Q2成立，而判断条件Q3不成立，则将墙体宽度较小的墙体延长以使两墙体端点相接，如图8所示；当判断条件Q1和Q3成立，而判断条件Q2不成立，则将长度较长的墙体延长以保证两墙体端点相接，如图9所示；当Q1成立，而Q2和Q3不成立，则将墙体宽度较小的墙体延长以保证两墙体端点相接，如图10所示。
进一步地，步骤2中，根据墙体图获取门窗与墙体的位置关系包括：
位置关系一：门窗位于两相互平行且共线的墙体之间：两条墙体中线相互平行或两条墙体中线所在直线间距离dis1满足dis1≤0.5(width(line(1))+width(line(2)))；两条墙体中线的端点在中线平行方向上的最近距离dis2满足3.33W≤dis2≤10W，其中，W为墙体中线所在墙体的墙体宽度的众数，line(i)表示两条墙体中线里的第i条墙体中线；
位置关系二：门窗位于两相互垂直的墙体之间：两条墙体中线相互垂直；两条墙体中线的所在直线的交点C最多在其中一条墙体中线上；C距其中一条墙体中线line(1)的最近端点距离dis3满足3.33W≤dis3≤10W；C在另一条墙体中线line(2)上或C距line(2)的最近端点距离dis4满足dis4≤0.5width(line(1))；
位置关系三：门窗位于两相互平行但不共线的墙体之间：两条墙体中线相互平行；两条墙体中线在平行方向上存在重合；两条墙体中线所在直线的距离dis5满足3.33W≤dis5≤10W；两条墙体中线存在端点在中线平行方向上的距离dis6≤min(width(line(1))+width(line(2)))。
进一步地，步骤2中，利用位置关系在户型图中相应位置处进行门窗子图切割的具体步骤为：
对于满足位置关系一中全部条件的，根据两条墙体中线对应端点之间的空缺确定门窗位置，利用第一矩形框和第二矩形框在户型图上相对应的门窗位置处进行多次切割，第一矩形框的宽度尺寸为dis2，长度尺寸为dis2+max(width(line(1)),width(line(2)))，第二矩形框的长度尺寸为dis2，宽度尺寸为2max(width(line(1)),width(line(2)))；如图11所示，第一矩形框切割了两次，分别位于门窗位置处内外两侧，对应于门窗位置处内开门和外开门的切割；第二矩形框为居中切割，对应于门窗位置处窗户的切割；
对于满足位置关系二中全部条件的，根据一条墙体中线端点与另一条墙体中线之间的空缺确定门窗位置，利用第三矩形框和第四矩形框在户型图上相对应的门窗位置处进行多次切割，第三矩形框的宽度尺寸为dis3，长度尺寸为dis3+max(width(line(1)),width(line(2)))，第四矩形框的长度尺寸为dis3，宽度尺寸为2max(width(line(1)),width(line(2)))；如图12和13所示，第三矩形框均切割了两次，分别位于门窗位置处内外两侧，对应于门窗位置处内开门和外开门的切割；第四矩形框均为居中切割，对应于门窗位置处窗户的切割；
对于满足位置关系三中全部条件的，根据两条墙体中线对应端点之间的空缺确定门窗位置，利用第五矩形框和第六矩形框在户型图上相对应的门窗位置处进行多次切割，第五矩形框的宽度尺寸为dis5，长度尺寸为dis5+max(width(line(1)),width(line(2)))，第六个矩形框的长度尺寸为dis5，宽度尺寸为2max(width(line(1)),width(line(2)))；如图14所示，第五矩形框切割了两次，分别位于门窗位置处内外两侧，对应于门窗位置处内开门和外开门的切割；第六个矩形框为居中切割，对应于门窗位置处窗户的切割。
进一步地，步骤2中，对切割出的门窗子图进行识别的具体步骤为：
步骤2.1，将切割出的门窗子图进行二值化处理，如图15所示，从左至右依次为单开门、双开门、推拉门以及窗户；
步骤2.2，利用区域圆度检测来判断门窗子图为单开门或双开门，相比于滑窗识别算法，能够有效提高识别效率；
步骤2.3，判断门窗子图为对推拉门或窗户：使用Canny算法对二值化的门窗子图进行边缘检测，再使用Hough变化寻找三条极值直线段，若存在三条线段相互平行且长度基本相同，则认为当前检测的符号为窗户；若存在三条线段相互平行且其中一条明显较其他两条较短时，则认为当前检测的符号为推拉门，如图16所示，左侧为推拉门边缘图像，右侧为Hough变换后的直线段图；如图17所示，左侧为窗户边缘图像，右侧为Hough变换后的直线段图。
进一步地，步骤2.2中，利用区域圆度检测来判断门窗子图为单开门或双开门的具体步骤为：
对于单连通区域定义圆度t为：
式(4)中，S为区域面积，P为区域周长，当满足四分之一圆判定条件的，则认为此区域为四分之一圆，四分之一圆判定条件为：
式(5)中，和β为系数，分别取/>β＝1.2，当一幅门窗子图检测出一个四分之一圆时，则认为是单开门，当检测出两个四分之一圆时，则认为是双开门。如图18所示，为门窗识别结果示意图。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。
Claims (7)
1.一种用于三维户型重建的墙体及门窗信息获取方法，其特征在于，包括如下步骤：
步骤1，从墙体图中获取墙体的结构信息：先对墙体图进行预处理，去除墙体图中残存的噪声；再对预处理后的墙体图进行细化操作获得墙体中线；最后对墙体中线进行修正以获得墙体的结构信息；
步骤2，从户型图中获取门窗的结构信息：先根据墙体图获取门窗与墙体的位置关系，再利用位置关系在户型图中相应位置处进行门窗子图切割，再对切割出的门窗子图进行识别；
步骤2中，根据墙体图获取门窗与墙体的位置关系包括：
位置关系一，门窗位于两相互平行且共线的墙体之间：两条墙体中线相互平行、两条墙体中线所在直线间距离dis1满足dis1≤0.5(width(line(1))+width(line(2)))或两条墙体中线的端点在中线平行方向上的最近距离dis2满足3.33W≤dis2≤10W，W为墙体中线所在墙体的墙体宽度的众数，line(i)表示两条墙体中线里的第i条墙体中线；
位置关系二，门窗位于两相互垂直的墙体之间：两条墙体中线相互垂直、两条墙体中线的所在直线的交点C最多在其中一条墙体中线上、C距其中一条墙体中线line(1)的最近端点距离dis3满足3.33W≤dis3≤10W、C在另一条墙体中线line(2)上或C距line(2)的最近端点距离dis4满足dis4≤0.5width(line(1))；
位置关系三，门窗位于两相互平行但不共线的墙体之间：两条墙体中线相互平行、两条墙体中线在平行方向上存在重合、两条墙体中线所在直线的距离dis5满足3.33W≤dis5≤10W或两条墙体中线存在端点在中线平行方向上的距离dis6≤min(width(line(1))+width(line(2)))；
步骤2中，对切割出的门窗子图进行识别的具体步骤为：
步骤2.1，将切割出的门窗子图进行二值化处理；
步骤2.2，利用区域圆度检测来判断门窗子图为单开门或双开门；
步骤2.3，判断门窗子图为对推拉门或窗户：使用Canny算法对二值化的门窗子图进行边缘检测，再使用Hough变化寻找三条极值直线段，若存在三条线段相互平行且长度基本相同，则认为当前检测的符号为窗户；若存在三条线段相互平行且其中一条明显较其他两条较短时，则认为当前检测的符号为推拉门；
步骤2.2中，利用区域圆度检测来判断门窗子图为单开门或双开门的具体步骤为：
对于单连通区域定义圆度t为：
式(4)中，S为区域面积，P为区域周长，当满足四分之一圆判定条件的，则认为此区域为四分之一圆，四分之一圆判定条件为：
式(5)中，和β为系数，分别取/>β＝1.2，当一幅门窗子图检测出一个四分之一圆时，则认为是单开门，当检测出两个四分之一圆时，则认为是双开门。
2.根据权利要求1所述的用于三维户型重建的墙体及门窗信息获取方法，其特征在于，步骤1中，噪声包括连通区域噪声和细线噪声；
在去除连通区域噪声时：统计所有八连通区域的像素个数，对于像素数低设定阈值的区域进行滤除，其中设定阈值T为：
式(1)中，Ai表示第i个八连通区域的像素数，α为系数，取α＝1/20；
在去除细线噪声时：分别使用滤波模版尺寸为N×1和1×N的中值滤波器滤除水平和垂直的直线，取N＝7。
3.根据权利要求2所述的用于三维户型重建的墙体及门窗信息获取方法，其特征在于，步骤1中，对预处理后的墙体图进行细化操作获得墙体中线时，利用固定方向的方向图中心算法进行细化处理：沿竖直或水平方向以单位像素为步长对墙体图进行扫描，找出每次扫描时各个图像区域的中心点，将扫描获取的各个图像区域的中心点作为中线点，以各个中线点构成墙体中线。
4.根据权利要求3所述的用于三维户型重建的墙体及门窗信息获取方法，其特征在于，步骤1中，对墙体中线进行修正以获得墙体的结构信息的具体步骤为：
步骤1.1，对各条墙体中线进行取直处理：首先将细化处理后只含有各个墙体中线的图像向竖直方向和水平方向分别进行像素点投影叠加；再在各个竖向方向像素点投影叠加构成的波峰位置设定竖向修正直线，在各个水平方向像素点投影叠加构成的波峰位置设定水平修正直线；最后将各条墙体中线的各个中线点投影到距离最近的竖向修正直线或水平修正直线上，成为水平方向或竖直方向的直线段；
步骤1.2，去除不满足长度和宽度要求的墙体中线；
步骤1.3，根据墙体中线的相互关系合并或对齐相对应的墙体以构成完整墙体结构；
步骤1.4，将完整墙体结构保存为各个矢量数据存储格式，矢量数据存储格式包含有墙体宽度、墙体类型、墙体起点坐标以及墙体终点坐标。
5.根据权利要求4所述的用于三维户型重建的墙体及门窗信息获取方法，其特征在于，步骤1.2中，去除不满足长度和宽度要求的墙体中线的具体步骤为：
步骤1.2.1，删除不满足宽度要求的墙体中线，删除条件公式为：
式(2)中，length为墙体中线的长度，由墙体中线的起点和墙体中线的终点计算获得，width为墙体中线所在的墙体宽度，删除满足公式(2)的墙体中线；
步骤1.2.2，再删除长度不满足要求的墙体中线，删除条件公式为：
式(3)中，q为系数，越大表明删除的条件越宽松，越倾向于删除更多的墙体中线，设定q＝1/20，n为墙体中线的个数，length(linei)表示第i条墙体中线的长度，删除满足公式(3)的墙体中线。
6.根据权利要求4所述的用于三维户型重建的墙体及门窗信息获取方法，其特征在于，步骤1.3中，根据墙体中线的相互关系合并或对齐相对应的墙体以构成完整墙体结构的具体步骤为：
步骤1.3.1，设定判定条件Q1、Q2以及Q3，其中：判定条件Q1要求两条墙体中线上存在相临近的端点沿中线平行方向上的端点间距dis7满足dis7≤(width(line(1))+width(line(2)))且两条墙体中线所在直线间的中线间距dis8满足dis8≤0.5(width(line(1))+width(line(2)))，其中line(i)表示两条墙体中线里的第i条墙体中线；判断条件Q2要求两条墙体中线所在直线间的距离dis8满足dis8＝0；判断条件Q3要求两条墙体中对应的墙体宽度满足width(line(1))＝width(line(2))；
步骤1.3.2，根据各个判断条件来进行墙体合并或对齐操作：当判断条件Q1不成立时，则认为两条墙体无直接关系，不进行墙体的合并或对齐操作；当判断条件Q1、Q2和Q3全部成立，则将两条墙体合并为一条墙体；当判断条件Q1和Q2成立，而判断条件Q3不成立，则将墙体宽度较小的墙体延长以使两墙体端点相接；当判断条件Q1和Q3成立，而判断条件Q2不成立，则将长度较长的墙体延长以保证两墙体端点相接；当Q1成立，而Q2和Q3不成立，则将墙体宽度较小的墙体延长以保证两墙体端点相接。
7.根据权利要求1所述的用于三维户型重建的墙体及门窗信息获取方法，其特征在于，步骤2中，利用位置关系在户型图中相应位置处进行门窗子图切割的具体步骤为：
对于满足位置关系一中全部条件的，根据两条墙体中线对应端点之间的空缺确定门窗位置，利用第一矩形框和第二矩形框在户型图上相对应的门窗位置处进行多次切割，第一矩形框的宽度尺寸为dis2，长度尺寸为dis2+max(width(line(1)),width(line(2)))，第二矩形框的长度尺寸为dis2，宽度尺寸为2max(width(line(1)),width(line(2)))；
对于满足位置关系二中全部条件的，根据一条墙体中线端点与另一条墙体中线之间的空缺确定门窗位置，利用第三矩形框和第四矩形框在户型图上相对应的门窗位置处进行多次切割，第三矩形框的宽度尺寸为dis3，长度尺寸为dis3+max(width(line(1)),width(line(2)))，第四矩形框的长度尺寸为dis3，宽度尺寸为2max(width(line(1)),width(line(2)))；
对于满足位置关系三中全部条件的，根据两条墙体中线对应端点之间的空缺确定门窗位置，利用第五矩形框和第六矩形框在户型图上相对应的门窗位置处进行多次切割，第五矩形框的宽度尺寸为dis5，长度尺寸为dis5+max(width(line(1)),width(line(2)))，第六个矩形框的长度尺寸为dis5，宽度尺寸为2max(width(line(1)),width(line(2)))。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910460779.8A CN110210377B (zh) | 2019-05-30 | 2019-05-30 | 一种用于三维户型重建的墙体及门窗信息获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910460779.8A CN110210377B (zh) | 2019-05-30 | 2019-05-30 | 一种用于三维户型重建的墙体及门窗信息获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110210377A CN110210377A (zh) | 2019-09-06 |
| CN110210377B true CN110210377B (zh) | 2023-07-28 |
Family
ID=67789525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910460779.8A Active CN110210377B (zh) | 2019-05-30 | 2019-05-30 | 一种用于三维户型重建的墙体及门窗信息获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110210377B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110781851A (zh) * | 2019-10-31 | 2020-02-11 | 武汉攻壳科技有限公司 | 一种基于图片的装修户型图识别方法 |
| CN111044988A (zh) * | 2020-01-06 | 2020-04-21 | 青梧桐有限责任公司 | 一种激光雷达扫描户型图的精细化处理方法 |
| CN111985291A (zh) * | 2020-02-19 | 2020-11-24 | 广东三维家信息科技有限公司 | 一种户型图中门识别的方法、装置和电子设备 |
| CN111968247B (zh) * | 2020-07-10 | 2021-10-19 | 北京城市网邻信息技术有限公司 | 三维房屋空间的构建方法、装置、电子设备及存储介质 |
| CN112613369A (zh) * | 2020-12-15 | 2021-04-06 | 中国建筑第八工程局有限公司 | 建筑窗面积的计算方法及系统 |
| CN113435289A (zh) * | 2021-06-22 | 2021-09-24 | 万翼科技有限公司 | 空间分割方法、装置、设备及存储介质 |
| CN113705111B (zh) * | 2021-09-22 | 2024-04-26 | 百安居网络技术(上海)有限公司 | 一种基于深度学习的装修家具自动布局方法及系统 |
| CN116993462A (zh) * | 2023-09-26 | 2023-11-03 | 浙江小牛哥科技有限公司 | 一种基于数字化家装的在线自动报价系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390088A (zh) * | 2013-07-31 | 2013-11-13 | 浙江大学 | 一种针对光栅建筑平面图的全自动三维转换方法 |
| CN103971098A (zh) * | 2014-05-19 | 2014-08-06 | 北京明兰网络科技有限公司 | 户型图中墙体的识别方法及户型图长度比例自动校正方法 |
| CN107122528A (zh) * | 2017-04-13 | 2017-09-01 | 广州乐家数字科技有限公司 | 一种户型图参数化可再编辑建模方法 |
| CN107330979A (zh) * | 2017-06-30 | 2017-11-07 | 电子科技大学中山学院 | 建筑户型的矢量图生成方法、装置及终端 |
| CN107452055A (zh) * | 2017-08-09 | 2017-12-08 | 北京我易家网络科技发展有限公司 | 三维户型图生成方法及装置 |
| CN109615679A (zh) * | 2018-12-05 | 2019-04-12 | 江苏艾佳家居用品有限公司 | 一种户型构件的识别方法 |
| CN109711018A (zh) * | 2018-12-15 | 2019-05-03 | 武汉兴联云立方科技有限公司 | 一种二维到三维的户型设计方法 |
| CN109753918A (zh) * | 2018-12-29 | 2019-05-14 | 江苏艾佳家居用品有限公司 | 一种户型图中的墙体识别方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110218777A1 (en) * | 2010-03-03 | 2011-09-08 | Honeywell International Inc. | System and method for generating a building information model |
-
2019
- 2019-05-30 CN CN201910460779.8A patent/CN110210377B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390088A (zh) * | 2013-07-31 | 2013-11-13 | 浙江大学 | 一种针对光栅建筑平面图的全自动三维转换方法 |
| CN103971098A (zh) * | 2014-05-19 | 2014-08-06 | 北京明兰网络科技有限公司 | 户型图中墙体的识别方法及户型图长度比例自动校正方法 |
| CN107122528A (zh) * | 2017-04-13 | 2017-09-01 | 广州乐家数字科技有限公司 | 一种户型图参数化可再编辑建模方法 |
| CN107330979A (zh) * | 2017-06-30 | 2017-11-07 | 电子科技大学中山学院 | 建筑户型的矢量图生成方法、装置及终端 |
| CN107452055A (zh) * | 2017-08-09 | 2017-12-08 | 北京我易家网络科技发展有限公司 | 三维户型图生成方法及装置 |
| CN109615679A (zh) * | 2018-12-05 | 2019-04-12 | 江苏艾佳家居用品有限公司 | 一种户型构件的识别方法 |
| CN109711018A (zh) * | 2018-12-15 | 2019-05-03 | 武汉兴联云立方科技有限公司 | 一种二维到三维的户型设计方法 |
| CN109753918A (zh) * | 2018-12-29 | 2019-05-14 | 江苏艾佳家居用品有限公司 | 一种户型图中的墙体识别方法及系统 |
Non-Patent Citations (6)
| Title |
|---|
| "3D Reconstruction of Detailed Buildings From;Lu T.et al;《Computer-Aided Design & Applications》;20131231;全文 * |
| "Generating 3D Building Models From Architectural;Yin X.et al;《Computer Graphics & Applications IEEE》;20091231;全文 * |
| "基于形状与边缘特征的户型图识别研究";江州;《信息科技辑》;20180215;第29-38页 * |
| "源自建筑平面图的室内地图空间数据自动生成方法";孙卫新等;《测绘学报》;20160615(第06期);全文 * |
| "自适应分块的BIM墙体轮廓提取及三维重建研究";李昌华等;《计算机科学与探索》;20170415(第03期);全文 * |
| "面向自动家装生成的户型图识别方法研究";黄文;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20190315;第43-51页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110210377A (zh) | 2019-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110210377B (zh) | 一种用于三维户型重建的墙体及门窗信息获取方法 | |
| WO2024077812A1 (zh) | 基于点云语义分割与结构拟合的单体建筑三维重建方法 | |
| CN111508074B (zh) | 一种基于屋顶轮廓线的三维建筑模型简化方法 | |
| CN107767382B (zh) | 静态三维地图建筑物轮廓线的自动提取方法及系统 | |
| Zhang et al. | Online structure analysis for real-time indoor scene reconstruction | |
| Henricsson | The role of color attributes and similarity grouping in 3-D building reconstruction | |
| CN110349252A (zh) | 一种基于点云边界构建小曲率零件实际加工曲线的方法 | |
| CN113379898B (zh) | 一种基于语义分割的三维室内场景重建方法 | |
| Holzmann et al. | Semantically aware urban 3d reconstruction with plane-based regularization | |
| CN113888391A (zh) | 一种室内结构化重建方法、装置及计算机可读存储介质 | |
| CN112307553A (zh) | 一种对三维道路模型进行提取与简化的方法 | |
| CN115294294A (zh) | 基于深度图像和点云的管线bim模型重建方法及系统 | |
| Dai et al. | Road extraction from high-resolution satellite images based on multiple descriptors | |
| Hu et al. | Geometric feature enhanced line segment extraction from large-scale point clouds with hierarchical topological optimization | |
| Langlois et al. | Surface reconstruction from 3d line segments | |
| CN109833003B (zh) | 扫地机器人及其进行区域划分的方法 | |
| CN115222883A (zh) | 一种基于地基LiDAR点云的电力杆塔重建方法 | |
| CN117496085A (zh) | 一种基于手绘草图的参数化三维模型生成方法及系统 | |
| Xu et al. | Efficient interactions for reconstructing complex buildings via joint photometric and geometric saliency segmentation | |
| CN113848892B (zh) | 一种机器人清扫区域划分方法、路径规划方法及装置 | |
| Liu et al. | Coarse registration of point clouds with low overlap rate on feature regions | |
| CN109064482B (zh) | 一种三维倾斜摄影场景中自动获取房屋轮廓的方法及装置 | |
| CN114842494A (zh) | 一种自动识别电力系统厂站接线图连接关系的方法 | |
| CN114359437A (zh) | 基于点云的建筑结构二维平面图重建方法 | |
| CN115984489B (zh) | 一种输电线路的三维重建方法、装置及处理设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method for Obtaining Wall and Door and Window Information for 3D Apartment Reconstruction Granted publication date: 20230728 Pledgee: Nanjing Branch of Jiangsu Bank Co.,Ltd. Pledgor: Nanjing Zhishan Intelligent Science and Technology Research Institute Co.,Ltd. Registration number: Y2024980020759 |