CN110766741A - 室内设计的效果图评级方法、装置和电子设备 - Google Patents

室内设计的效果图评级方法、装置和电子设备 Download PDF

Info

Publication number
CN110766741A
CN110766741A CN201911048826.4A CN201911048826A CN110766741A CN 110766741 A CN110766741 A CN 110766741A CN 201911048826 A CN201911048826 A CN 201911048826A CN 110766741 A CN110766741 A CN 110766741A
Authority
CN
China
Prior art keywords
effect graph
vertical
direction edge
rating
edge line
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.)
Pending
Application number
CN201911048826.4A
Other languages
English (en)
Inventor
王璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong 3vjia Information Technology Co Ltd
Original Assignee
Guangdong 3vjia Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong 3vjia Information Technology Co Ltd filed Critical Guangdong 3vjia Information Technology Co Ltd
Priority to CN201911048826.4A priority Critical patent/CN110766741A/zh
Publication of CN110766741A publication Critical patent/CN110766741A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供的室内设计的效果图评级方法、装置和电子设备,涉及家装设计技术领域,通过确定待评级的效果图,对效果图分别进行垂直方向边缘线及水平方向边缘线的提取,基于垂直方向边缘线和水平方向边缘线确定效果图的评级的方法,解决了现有技术中效果图筛选质量低、评级效率低的技术问题,从而实现了渲染效果图视觉构图的自动评级功能、减少了人工处理的时间和差异、提高了评级效率的技术效果。

Description

室内设计的效果图评级方法、装置和电子设备
技术领域
本发明涉及家装设计技术领域,尤其是涉及一种室内设计的效果图评级方法、装置和电子设备。
背景技术
在家居设计行业中,设计方案的效果图是用户获得设计方案的重要渠道。挑选出优秀的渲染图视觉构图,可以大大提升用户的体验效果。另外,对于图片展示而言,评级更高的渲染效果图通常能够吸引更多的流量。
而传统的家装设计网站上的图片推送方式均以人工筛选为主,由于设计师的差异,导致在渲染呈现的应用场景中存在渲染图视觉构图的差异较大的问题,往往存在一些视觉偏差较大的图像。导致现有技术中的设计方案效果图的筛选和评级存在筛选质量低、评级效率低的问题。
发明内容
本发明的目的在于提供一种室内设计的效果图评级方法、装置和电子设备,以解决现有技术中存在的设计方案效果图的筛选质量低、评级效率低的问题。
第一方面,实施例提供一种室内设计的效果图评级方法,该方法包括:确定待评级的效果图;对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取;基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级。
在可选的实施方式中,对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取的步骤,包括:根据预先确定的垂直卷积因子和平行卷积因子,分别以滑动窗口的方式点对点乘以所述效果图得到垂直梯度图像和平行梯度图像;根据动态阈值,分别从所述垂直梯度图像和平行梯度图像中提取垂直二值图和平行二值图;基于所述垂直二值图和平行二值图拟合直线,得到垂直方向边缘线和水平方向边缘线。
在可选的实施方式中,垂直卷积因子为:
Figure BDA0002254572380000021
平行卷积因子为:
Figure BDA0002254572380000022
在可选的实施方式中,上述动态阈值与图像中的最大灰度值和最小灰度值相关。
在可选的实施方式中,基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级的步骤包括:根据预设的垂直直线的角度阈值和水平直线的角度阈值,对所述垂直方向边缘线和水平方向边缘线进行筛选,确定是否存在符合条件的水平直线或垂直直线;如果存在符合条件的水平直线和垂直直线,则确定所述效果图第一等级;如果不存在符合条件的水平直线或垂直直线,则确定所述效果图第二等级;如果不存在符合条件的水平直线和垂直直线,则确定所述效果图第三等级;其中,所述第一等级优于所述第二等级,所述第二等级优于所述第三等级。
在可选的实施方式中,该方法还包括:判断所述效果图的评级是否符合评级阈值;如果不符合,则生成提示信息以提示所述效果图不合格。
第二方面,实施例提供一种室内设计的效果图评级装置,该装置包括:获取模块,用于确定待评级的效果图;提取模块,用于对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取;评级模块,基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级。
在可选的实施方式中,该装置还包括:判断模块,用于判断所述效果图的评级是否符合评级阈值;如果不符合,则生成提示信息以提示所述效果图不合格。
第三方面,实施例提供一种电子设备,该电子设备包括处理器和存储器;所述存储器上存储有计算机程序,所述计算机程序在被所述处理器运行时执行前述实施方式任一项所述的方法。
第四方面,实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现前述实施方式任一项所述的方法。
本发明提供的室内设计的效果图评级方法、装置和电子设备,通过确定待评级的效果图,对效果图分别进行垂直方向边缘线及水平方向边缘线的提取,基于垂直方向边缘线和水平方向边缘线确定效果图的评级的方法,解决了现有技术中效果图筛选质量低、评级效率低的技术问题,从而实现了渲染效果图视觉构图的自动评级功能、减少了人工处理的时间和差异、提高了评级效率的有益效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种室内设计的效果图;
图2为本发明实施例提供的一种室内设计的效果图评级方法流程图;
图3为本发明实施例提供的一种对效果图进行边缘提取的步骤流程图;
图4为本发明实施例提供的一种室内设计的效果图评级方法步骤流程图;
图5为本发明实施例提供的两个方向的梯度图;
图6为本发明实施例提供的对梯度图进行二值化后的结果图;
图7为本发明实施例提供的对二值图进行直线拟合后的结果图;
图8为本发明实施例提供的另一种室内设计的效果图评级方法步骤流程图;
图9为本发明实施例提供的一种室内设计的效果图评级装置结构图;
图10为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
基于家居设计的渲染效果图数据,针对在渲染时的视角高低及方位不同的情况,做了很多具体细化的工作。从渲染图像视觉构图本身上来说:在渲染时,场景视点应当放置在水平位置上,大约1.2米高平视,尽量跟人在实际看到的视角保持一致,即不出现明显的俯视与仰视。在较好的渲染图视角构图中,墙的棱角应当与渲染图的下边界垂直,而天花板的墙板应当水平于渲染图的下边界。这种整体视角的展示,如图1所示,可以全面展现家居产品的样式和设计空间整体表现,从而使得家居设计的特征得以全面的体现。
从实际场景应用来说:由于家居设计的渲染图通常由设计师设计得到,而设计师的技术水平差异较大,对家居设计的理解也各有千秋,因此在对设计图进行渲染时,对视觉的高低与方向的选择也各有千秋;再者房屋设计中包含不同空间种类(如:客厅,厨房,会议室和走廊等),再加上家居样式的多样性,都给视觉构图的判定带来了困难;且有些墙面贴了壁纸、壁画,包含了很多不同种类的边缘信息,且墙体拐角的棱角特征容易被忽略,因此要提升算法的鲁棒性以增强视觉构图判定的准确性。
对于一个具有较好的视角构图的渲染图,在渲染时应当以竖向构图为主,以保证不出现仰视及俯视的情况,并且要确保渲染图的内容可以表达一个生活的角落,如图1的(a)部分明确代表了厨房。此外,在渲染时应当将场景放置在水平位置,大约在1.2m高的位置;平视空间,既不俯视也不仰视,尽量跟人在实际看到的视角保持一致,尽量减少运用大视角,具体如图1的(b)部分所示。
挑选出优秀的渲染图视觉构图,可以提升用户的体验效果。对于图片展示而言,评级更高的渲染效果图通常更能吸引流量。而传统的家装设计网站上的图片推送方式均以人工筛选为主,由于设计师的差异,导致在渲染呈现的应用场景中存在渲染图视觉构图的差异较大的问题,往往存在一些视觉偏差较大的图像。导致现有技术中的设计方案效果图的筛选和评级存在筛选质量低、评级效率低的问题。
基于此,本申请实施例提供的室内设计的效果图评级方法、装置和电子设备,可以解决效果图筛选质量低、评级效率低的问题。为便于对本实施例进行理解,首先对本申请实施例提供的一种室内设计的效果图评级方法进行详细介绍,参见图2所示的一种室内设计的效果图评级方法,该方法可以由电子设备执行,主要包括以下步骤S201至步骤S203:
S201,确定待评级的效果图。
对于S201,待评级的效果图可以包括未评级的不同空间,不同布局的家居渲染图,例如,客厅,厨房,会议室和走廊等等。确定待评级的效果图还可以包括,对上述家居渲染图进行筛选,去除损坏的渲染图。
在一些实施方式中,获取待评级的效果图之后,还可以对待评级的效果图进行标准化处理,包括对待评级的效果图进行图像格式转换,统一数据格式便于后续处理;还包括对待评级的效果图进行统一的命名,以方便后期的查询。
S202,对效果图分别进行垂直方向边缘线及水平方向边缘线的提取。
在一些实施方式中,对效果图分别进行垂直方向边缘线及水平方向边缘线的提取包括如图3所示的以下步骤S301至S303:
S301,根据预先确定的垂直卷积因子和平行卷积因子,分别以滑动窗口的方式点对点乘以效果图得到垂直梯度图像和平行梯度图像;
S302,根据动态阈值,分别从垂直梯度图像和平行梯度图像中提取垂直二值图和平行二值图;
对于S302,在一些实施方式中,动态阈值与图像中的最大灰度值和最小灰度值相关。例如,可以将动态阈值设定为最大灰度值与最小灰度值之和的倍数。
S303,基于垂直二值图和平行二值图拟合直线,得到垂直方向边缘线和水平方向边缘线。
在一些实施方式中,垂直卷积因子为:
Figure BDA0002254572380000071
平行卷积因子为:
Figure BDA0002254572380000072
S203,基于垂直方向边缘线和水平方向边缘线确定效果图的评级。
在一些实施方式中,基于垂直方向边缘线和水平方向边缘线确定效果图的评级的步骤可以包括以下步骤:
步骤a),根据预设的垂直直线的角度阈值和水平直线的角度阈值,对垂直方向边缘线和水平方向边缘线进行筛选,确定是否存在符合条件的水平直线或垂直直线;
步骤b),如果存在符合条件的水平直线和垂直直线,则确定所述效果图第一等级;
步骤c),如果不存在符合条件的水平直线或垂直直线,则确定所述效果图第二等级;
步骤d),如果不存在符合条件的水平直线和垂直直线,则确定所述效果图第三等级;其中,所述第一等级优于所述第二等级,所述第二等级优于所述第三等级。
在一些实施方式中,上述实施例提供的室内设计的效果图评级方法还包括:判断效果图的评级是否符合评级阈值;如果不符合,则生成提示信息以提示该效果图不合格。
结合上述实施方式,优选的,本申请实施例提供了一种如图4所示的室内设计的效果图评级方法,该方法包括如下步骤:
S410,获取家居渲染图;获取不同空间,不同布局的家居渲染图。
S420,对渲染图进行统一的标准化处理;其中,标准化处理可以包括:进行图像格式转换,统一数据格式,例如可以将所有的图像统一为jpeg格式;对图像进行统一重命名,例如命名规则可以为“方案号-渲染图编号”;
S430,对渲染图进行边缘提取;其中,边缘提取可以包括:构建垂直卷积因子和平行卷积因子。分别利用垂直卷积因子和平行卷积因子以滑动窗口的方式点对点乘以图像I得到两个方向的梯度图像,表示为
Figure BDA0002254572380000081
如图5所示,其中
Figure BDA0002254572380000082
的梯度图中可以明显观测出垂直的边缘线,
Figure BDA0002254572380000083
的梯度图中可以明显的观测出水平的边缘线。将梯度图
Figure BDA0002254572380000084
二值化为
Figure BDA0002254572380000085
结果如图6所示,并且将阈值动态Bthre(I)设定为Bthre=0.3×(max(GI)+min(GI))。
S440,对不同方向的二值图进行直线拟合;其中,该步骤包括:
(1)计算过二值图
Figure BDA0002254572380000086
的每个像素(x,y),且BI(x,y)≠0的极坐标r=xcos(θ)+ysin(θ),即r,θ可表示一条过一个点的直线。将参数空间(θ,r)量化,即赋值一个二维矩阵D,则D(θ,r)可看做一个累加器。图7所示的(a),(c)分别表示对
Figure BDA0002254572380000087
拟合直线的D(θ,r)坐标表示。
(2)设定累加阈值,即所有的点处理完成后,可以得到最终的D(θ,r),设定阈值Lthre,当D(θ,r)>Lthre时判定该条直线是有意义的。在这里设定Lthre为图像最大边长的十分之一。
(3)限定直线的角度范围,即θ的范围。例如,可以设定垂直直线的范围是
Figure BDA0002254572380000088
Figure BDA00022545723800000811
,且水平直线的范围是图7所示的(b),(d)分别展现了符合条件的直线。
S450,对渲染图的视角结构进行判定。判定单张渲染图的
Figure BDA00022545723800000810
是否存在阈值范围内的拟合直线。若都存在符合条线的拟合直线,则判定为好的视觉渲染图;若只有
Figure BDA0002254572380000091
存在符合条线的拟合直线,则判定为一般的视觉渲染图;其他情况,则判定为差的视觉渲染图。
上述实施方式提供的室内设计的效果图评级方法,借助两个不同的滤波器,对图像的水平方向和垂直方向提取特征,可以分别得到不同方向的边缘线。更好的检测出了符合条件的建筑边缘以及家具边缘,增加模型的判定能力。此外,在直线拟合时分别拟合到水平方向和垂直方向的边缘,以判定其是否符合构图标准。由于水平方向和垂直方向的特征提取与直线拟合是分开进行的,因此对不同角度及样式的家居渲染图具有较好的鲁棒性。
结合图8所示,本申请实施例提供了另一种室内设计的效果图评级方法,包括如下步骤:
S801,数据获取,对家居渲染效果图进行筛选,去除过损坏的渲染图;
S802,数据标准化,对家居渲染图进行统一的命名;以方便后期的查询;
S803,特征提取,设计两个不同的滤波因子,分别提取渲染图的水平结构信息和垂直结构信息;
S804,边缘检测,设定阈值,根据提取到的特征对边缘进行提取;
S805,直线提取,根据提取到的不同方向的特征分别进行直线拟合,并获取到直线的角度信息;
S806,自动定级,根据设定的阈值,筛选直线;分别判定两个方向上是否有符合条件的直线。若两个方向上都存在,则说明该构图品质属优,为第一等级;若只有纵轴上有符合条件的直线,则该构图品质一般,为第二等级;其他的情况则说明该构图品质偏差,为第三等级;
S807,智能提醒,根据渲染图的构图定级,提醒设计师是否重新构图。在设计师渲染完图像后,对图像进行视觉构图判定,若评定的级别较差,可提醒设计师该构图不合理,是否重新构图。以便于从源头提升渲染图质量。
上述实施方式提供的室内设计的效果图评级方法,可以对不同水平的设计师所渲染出的渲染图的视角进行自动的评判,即评判是否具有构图美观性;可以给用户提供具有优良视角的渲染图;降低了手动筛选的时间耗费,是实现家居设计智能领域的前提;并且可以作为辅助渲染工具,在设计师渲染完成后进行判定,并给予设计师指导,提高渲染图质量。
本申请实施例提供了一种室内设计的效果图评级装置,该装置包括如图9所示的以下结构:
获取模块901,用于确定待评级的效果图;
提取模块902,用于对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取;
评级模块903,用于基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级。
在一些实施方式中,上述装置还包括:判断模块,用于判断所述效果图的评级是否符合评级阈值;如果不符合,则生成提示信息以提示所述效果图不合格。
本申请实施例所提供的室内设计的效果图评级装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的室内设计的效果图评级装置,其实现原理及产生的技术效果和前述室内设计的效果图评级方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供了一种电子设备,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图10为本发明实施例提供的一种电子设备的结构示意图,该电子设备1000包括:处理器100,存储器101,总线102和通信接口103,所述处理器100、通信接口103和存储器101通过总线102连接;处理器100用于执行存储器101中存储的可执行模块,例如计算机程序。
其中,存储器101可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线102可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图10中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器101用于存储程序,所述处理器100在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的装置所执行的方法可以应用于处理器100中,或者由处理器100实现。
处理器100可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器100中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器100可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器101,处理器100读取存储器101中的信息,结合其硬件完成上述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述室内设计的效果图评级方法的步骤,具体实现可参见前述方法实施例,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台服务端设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述移动控制方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的范围。都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种室内设计的效果图评级方法,其特征在于,包括:
确定待评级的效果图;
对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取;
基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级。
2.根据权利要求1所述的方法,其特征在于,对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取的步骤,包括:
根据预先确定的垂直卷积因子和平行卷积因子,分别以滑动窗口的方式点对点乘以所述效果图得到垂直梯度图像和平行梯度图像;
根据动态阈值,分别从所述垂直梯度图像和平行梯度图像中提取垂直二值图和平行二值图;
基于所述垂直二值图和平行二值图拟合直线,得到垂直方向边缘线和水平方向边缘线。
3.根据权利要求2所述的方法,其特征在于,
所述垂直卷积因子为:
Figure FDA0002254572370000011
所述平行卷积因子为:
Figure FDA0002254572370000012
4.根据权利要求2所述的方法,其特征在于,所述动态阈值与图像中的最大灰度值和最小灰度值相关。
5.根据权利要求1所述的方法,其特征在于,基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级的步骤,包括:
根据预设的垂直直线的角度阈值和水平直线的角度阈值,对所述垂直方向边缘线和水平方向边缘线进行筛选,确定是否存在符合条件的水平直线或垂直直线;
如果存在符合条件的水平直线和垂直直线,则确定所述效果图第一等级;
如果不存在符合条件的水平直线或垂直直线,则确定所述效果图第二等级;
如果不存在符合条件的水平直线和垂直直线,则确定所述效果图第三等级;
其中,所述第一等级优于所述第二等级,所述第二等级优于所述第三等级。
6.根据权利要求1所述的方法,其特征在于,还包括:
判断所述效果图的评级是否符合评级阈值;
如果不符合,则生成提示信息以提示所述效果图不合格。
7.一种室内设计的效果图评级装置,其特征在于,包括:
获取模块,用于确定待评级的效果图;
提取模块,用于对所述效果图分别进行垂直方向边缘线及水平方向边缘线的提取;
评级模块,用于基于所述垂直方向边缘线和水平方向边缘线确定所述效果图的评级。
8.根据权利要求7所述的装置,其特征在于,还包括:
判断模块,用于判断所述效果图的评级是否符合评级阈值;如果不符合,则生成提示信息以提示所述效果图不合格。
9.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器上存储有计算机程序,所述计算机程序在被所述处理器运行时执行权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至6任一项所述的方法。
CN201911048826.4A 2019-10-30 2019-10-30 室内设计的效果图评级方法、装置和电子设备 Pending CN110766741A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911048826.4A CN110766741A (zh) 2019-10-30 2019-10-30 室内设计的效果图评级方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911048826.4A CN110766741A (zh) 2019-10-30 2019-10-30 室内设计的效果图评级方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN110766741A true CN110766741A (zh) 2020-02-07

Family

ID=69334467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911048826.4A Pending CN110766741A (zh) 2019-10-30 2019-10-30 室内设计的效果图评级方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN110766741A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101212702A (zh) * 2006-12-29 2008-07-02 华晶科技股份有限公司 影像评分系统与方法
US20100301610A1 (en) * 2009-05-30 2010-12-02 Leon Enrique H Aperture engine
CN102122344A (zh) * 2011-01-07 2011-07-13 南京理工大学 基于红外图像的道路边界检测方法
CN107230212A (zh) * 2017-05-08 2017-10-03 武汉科技大学 一种基于视觉的手机尺寸的测量方法及系统
CN107562963A (zh) * 2017-10-12 2018-01-09 杭州群核信息技术有限公司 一种筛选家装设计渲染图的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101212702A (zh) * 2006-12-29 2008-07-02 华晶科技股份有限公司 影像评分系统与方法
US20100301610A1 (en) * 2009-05-30 2010-12-02 Leon Enrique H Aperture engine
CN102122344A (zh) * 2011-01-07 2011-07-13 南京理工大学 基于红外图像的道路边界检测方法
CN107230212A (zh) * 2017-05-08 2017-10-03 武汉科技大学 一种基于视觉的手机尺寸的测量方法及系统
CN107562963A (zh) * 2017-10-12 2018-01-09 杭州群核信息技术有限公司 一种筛选家装设计渲染图的方法和装置

Similar Documents

Publication Publication Date Title
US11586785B2 (en) Information processing apparatus, information processing method, and program
US9460349B2 (en) Background understanding in video data
US9865077B2 (en) Redundant pixel mitigation
US9824267B2 (en) Writing board detection and correction
CN108257203B (zh) 一种家装效果图构建渲染方法、平台
CN111105507B (zh) 虚拟附件模型的生成方法、装置、处理器及电子装置
CN108764100B (zh) 一种目标行为检测方法及服务器
CN109543209B (zh) 一种构件数据库的管理方法及装置
WO2011075124A1 (en) Estimating 3d structure from a 2d image
WO2015081782A1 (zh) 一种动画图像显示方法及装置
US11403817B1 (en) Point cloud filtering
CN110766741A (zh) 室内设计的效果图评级方法、装置和电子设备
US9613427B2 (en) Information processing method and electronic device
US20170140549A1 (en) Method of perceiving 3d structure from a pair of images
CN116071651A (zh) 一种均压场识别方法、装置、存储介质及终端
US11281935B2 (en) 3D object detection from calibrated 2D images
CN111145100B (zh) 动态影像生成方法及系统、计算机装置、及可读存储介质
CN113160419A (zh) 一种建筑物立面模型建立方法和装置
CN104574410A (zh) 一种图标图像处理方法
CN116503562B (zh) 空间建筑信息模型的确定及三维空间模型图像融合方法
CN112070881B (zh) 一种基于物联网的机电设备数字化重建方法及系统
CN114119609B (zh) 图像污点浓度的检测方法、装置、设备及存储介质
CN115457432B (zh) 用于视频帧提取的数据处理方法和装置
CN106028140A (zh) 一种终端用户身份登录方法和系统
CN116108523A (zh) 构图生成方法、构图操作方法、计算机设备及其介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200207