CN111445571B - 一种用于室内设计多种效果图一次生成方法及系统 - Google Patents

Abstract

本发明公开了一种用于室内设计多种效果图一次生成方法及系统，其包括以下步骤：S1、构建业主户型模型，并上传户型数据到云端；S2、设置渲染参数，并向将渲染参数发送给云端；S3、还原出户型的3D场景，并在场景中设置3D相机；S4、根据还原出的3D场景，以低渲染采样率对3D场景进行渲染，生成AO图；S5、AO图生成后，以高渲染采样率对3D场景进行渲染，生成一般效果图；S6、去除3D场景模型中的材质、纹理信息，只保留模型的网格，生成线框图；S7、将S4步骤中得到的AO图与S6步骤中得到的线框图进行合成，生成手绘图；S8、将生成的多种效果图返回给客户端。本发明中不同客户群体可根据需要选择所需的效果图，多样化的渲染效果图满足了客户的不同需求。

Description

一种用于室内设计多种效果图一次生成方法及系统

技术领域

本发明涉及室内设计领域，具体涉及一种用于室内设计多种效果图一次生成方法及系统。

背景技术

在室内设计渲染效果图的领域，得益于3D渲染技术的发展，在室内设计的业务场景中设计师一般都会用到效果图来表达设计理念和设计效果。效果图是室内设计师表达创意构思，并通过3D效果图制作软件，将创意构思进行形象化再现的形式，它通过对物体的造型、结构、色彩、质感等诸多因素的展现，真实地再现设计师的创意，从而沟通设计师与观者之间视觉语言的联系，使人们更清楚地了解设计的各项性能、构造、材料等。

效果图的制作过程一般是：设计师先绘制平面图，然后再通过建模工具进行建模，建好模后，再通过渲染工具进行渲染，最后将渲染好的图提交给客户。目前常用的室内设计效果图渲染技术存在渲染效果图单一的缺点，而不同的客户群体可能所需的效果图不一样，如室内设计师需要手绘图、房产经纪人需要一般效果图，这样单一的渲染效果图无法满足客户的不同需求。

此外，现有的室内设计效果图的制作过程还存在着建模效率低、渲染时间长、对渲染服务器的要求非常高等诸多痛点。

发明内容

本发明的目的在于提供一种用于室内设计多种效果图一次生成方法及系统，其能够一次性生成多种不同的渲染效果图，可以满足不同客户群体对效果图的需求。

为实现上述目的，本发明采用以下技术方案：

一种用于室内设计多种效果图一次生成方法，包括以下步骤：

S1、通过客户端构建业主户型模型，并上传户型模型的户型数据到云端；

S2、在客户端中设置渲染参数，并将渲染参数发送给云端；

S3、云端渲染中心根据户型数据，还原出户型的3D场景，并在场景中设置3D相机，为渲染做准备，以从3D相机的视角获取渲染结果；

S4、根据还原出的3D场景，以低渲染采样率对3D场景进行渲染，生成AO图；

S5、AO图生成后，保留之前的渲染进度，以高渲染采样率对3D场景进行渲染，生成一般效果图；

S6、一般效果图生成后，去除场景模型中的材质、纹理信息，只保留模型的网格，生成线框图；

S7、将步骤S4中得到的AO图与步骤S6中得到的线框图进行合成，生成手绘图；

S8、将生成的AO图、一般效果图、线框图及手绘图返回给客户端。

进一步地，步骤S4中，根据还原出的3D场景，使用光线追踪技术进行渲染，在硬件上使用GPU加速，并在渲染采样率达到预设阈值时生成AO图。

进一步地，步骤S7中，在AO图与线框图进行合成前，对AO图进行预处理，AO图的预处理包括滤波和图像增强处理。

一种用于室内设计多种效果图一次生成系统，包括客户端和云端；

客户端包括户型构建模块、数据上传模块、参数设置模块、参数发送模块及接收模块，所述户型构建模块用于构建业主户型模型，所述数据上传模块将户型模型的户型数据上传到云端，所述参数设置模块用于设置渲染参数，并通过所述参数发送模块将参数发送给云端，所述接收模块用于接收云端返回的多种效果图；

云端包括户型还原模块、3D相机、效果图生成模块及效果图返回模块，所述户型还原模块根据户型模型的户型数据还原出户型的3D场景，所述3D相机用于获取场景的渲染结果，所述效果图生成模块用于生成AO图、一般效果图、线框图及手绘图，所述效果图返回模块将生成的AO图、一般效果图、线框图及手绘图返回给客户端。

进一步地，所述云端还包括GPU模块和图像预处理模块，所述GPU模块用于提高渲染速度，所述图像预处理模块用于对AO图进行预处理。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

1、本发明能够一次性渲染生成AO图、一般效果图、线框图及手绘图，不同客户群体可以根据需要选择所需的效果图，多样化的渲染效果图满足了客户的不同需求。

2、本发明通过客户端进行建模，以低采样率渲染生成AO图后再以高采样率渲染生成一般效果图，可以缩短渲染时间，提高了室内设计效果图的生成效率，且通过GPU加速，降低了对渲染服务器的要求。

附图说明

图1为本发明的流程框图；

图2为户型模型构建的流程框图；

图3为渲染生成的AO图；

图4为渲染生成的一般效果图；

图5为渲染生成的线框图；

图6为渲染生成的手绘图。

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，以下结合附图及实施例，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。

在本发明中需要说明的是，术语“上”“下”“左”“右”“竖直”“水平”“内”“外”等均为基于附图所示的方位或位置关系，仅仅是为了便于描述本发明和简化描述，而不是指示或暗示本发明的装置或元件必须具有特定的方位，因此不能理解为对本发明的限制。

实施例

配合图1至图6所示，本发明公开了一种用于室内设计多种效果图一次生成方法，包括以下步骤：

S1、通过客户端构建业主户型模型，并上传户型模型的户型数据到云端。

S2、在客户端中设置渲染参数，并将渲染参数发送给云端。

S3、云端渲染中心根据户型数据，还原出户型的3D场景，并在场景中设置3D相机，为渲染做准备，以从3D相机的视角获取渲染结果。

S4、根据还原出的3D场景，以低渲染采样率对3D场景进行渲染，生成AO图，在本实施例中，根据还原出的3D场景，使用光线追踪技术进行渲染，在硬件上使用GPU加速，并在渲染采样率达到预设阈值时生成AO(Ambient Occlusion环境光遮蔽)图。

S5、AO图生成后，保留之前的渲染进度，以高渲染采样率对3D场景进行渲染，生成一般效果图。

S6、一般效果图生成后，保留3D场景不释放，去除场景模型中的材质、纹理信息，只保留模型的网格(mesh)，生成线框图。

S7、将步骤S4中得到的AO图与步骤S6中得到的线框图进行合成，生成手绘图。步骤S7中，在AO图与线框图进行合成前，对AO图进行预处理，AO图的预处理包括滤波和图像增强处理，滤波对图像进行平滑处理，降低图像的视觉噪声，图像增强将对比度拉开，使图像原本模糊的边缘变得清晰。

S8、将生成的AO图、一般效果图、线框图及手绘图返回给客户端。

在本实施例中，S1步骤中，通过客户端构建业主户型模型的步骤包括：

S11、对室内空间进行全方位的激光测距扫描，扫描和采集室内环境的二维墙体数据到客户端。

在本实施例中，采用360°激光扫描测距雷达对室内空间进行全方位扫描，并结合自由度惯性导航系统，利用算法对360°激光扫描测距雷达进行倾斜补偿，这样就可以手持这种高精度的360°激光扫描测距雷达快速在室内环境中快速移动，扫描和采集室内环境的二维墙体数据。

S12、通过SLAM建图软件生成带有数据点位二维坐标信息的室内空间点云图片，生成的BMP格式的点云图片。S12步骤中，通过图像识别算法进行二维点云数据的识别和转化，修正扫描图的断点或者错误的细节，形成接近现实场景的户型平面图。

S13、通过算法计算和图像识别对室内空间点云图片进行处理，得到室内户型轮廓图，并对轮廓图进行去噪处理，生成线体户型草图，S13具体包括以下过程。

进行图片预处理：对点云位图做二值化及形态学处理，以区分出前景和背景。

形成轮廓图：根据opencv的findContours函数，找出预处理图像中面积满足一定条件的轮廓，并删除多余部分，得到户型主体。

轮廓图数据识别：遍历轮廓图，找到像素值为255的像素坐标，得出线段端点坐标。

直线逼近：由于扫描得到的点云位图，可能会存在一条直线错开成两三条直线的情况，因此必须遍历识别到的直线数据，将首尾相连但错开的线段合成一条直线。

调整直线端点数据：由于个别相连的直线之间，端点并没有重合，因此需要遍历直线数据，将直线的端点数据与其相连的直线端点数据统一。

二次整合直线并删除多余线段：遍历直线数据，将错开的直线整合成一条直线并删除多余线段。

闭合直线数据：选取某一直线的两端作为起始点与终点，从起始点开始至终点，遍历检测好的直线数据，将未闭合的线段连接起来，生成线体户型草图。

S14、将线体户型草图的线条数据(尺寸、角度等)转换为JSON数据格式，并进行反序列化提取，获得草图中墙体线的顶点信息和各墙体构件的空间坐标。

S15、基于草图的线条数据和墙体线的顶点数据，生成墙体的三维模型，并根据各墙体构件的空间坐标，将墙体三维模型与所属各墙体构件合并，生成3D户型模型。

步骤S15中墙体三维模型的生成过程为：根据草图的线条数据和墙体的厚度，生成墙体的轮廓线；根据墙体轮廓线和墙体线的顶点数据，分别生成房屋的墙地面、房屋的顶面、房屋的内墙面及房屋的外墙面，得到墙体的模型面；根据墙体模型面生成墙体的三维模型。

步骤S15中墙体三维模型与所属各墙体构件合并的过程为：对墙体三维模型与墙体构件的包含关系进行判定，根据墙体构件的类别、高度及大小，对墙体进行分段处理，在墙体三维模型包含墙体构件的位置进行镂空，并使用墙体构件进行合并。

本发明还公开了一种用于室内设计多种效果图一次生成系统，包括客户端和云端；

客户端包括户型构建模块、数据上传模块、参数设置模块、参数发送模块及接收模块，所述户型构建模块用于构建业主户型模型，所述数据上传模块将户型模型的户型数据上传到云端，所述参数设置模块用于设置渲染参数，并通过所述参数发送模块将参数发送给云端，所述接收模块用于接收云端返回的多种效果图。

云端包括户型还原模块、3D相机、效果图生成模块及效果图返回模块，所述户型还原模块根据户型模型的户型数据还原出户型的3D场景，所述3D相机用于获取场景的渲染结果，所述效果图生成模块用于生成AO图、一般效果图、线框图及手绘图，所述效果图返回模块将生成的AO图、一般效果图、线框图及手绘图返回给客户端。

所述云端还包括GPU模块和图像预处理模块，所述GPU模块用于提高渲染速度，所述图像预处理模块用于对AO图进行预处理。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种用于室内设计多种效果图一次生成方法，其特征在于：包括以下步骤：

S1、通过客户端构建业主户型模型，并上传户型模型的户型数据到云端；

S2、在客户端中设置渲染参数，并将渲染参数发送给云端；

S3、云端渲染中心根据户型数据，还原出户型的3D场景，并在场景中设置3D相机，为渲染做准备，以从3D相机的视角获取渲染结果；

S4、根据还原出的3D场景，以低渲染采样率对3D场景进行渲染，生成AO图；

S5、AO图生成后，保留之前的渲染进度，以高渲染采样率对3D场景进行渲染，生成一般效果图；

S6、一般效果图生成后，去除场景模型中的材质、纹理信息，只保留模型的网格，生成线框图；

S7、将步骤S4中得到的AO图与步骤S6中得到的线框图进行合成，生成手绘图；

S8、将生成的AO图、一般效果图、线框图及手绘图返回给客户端；

其中，步骤S1具体为：

S11、对室内空间进行全方位的激光测距扫描，扫描和采集室内环境的二维墙体数据到客户端；

S12、通过SLAM建图软件生成带有数据点位二维坐标信息的室内空间点云图片，生成的BMP格式的点云图片；

S13、通过算法计算和图像识别对室内空间点云图片进行处理，得到室内户型轮廓图，并对轮廓图进行去噪处理，生成线体户型草图；

S14、将线体户型草图的线条数据转换为JSON数据格式，并进行反序列化提取，获得草图中墙体线的顶点信息和各墙体构件的空间坐标；

S15、基于草图的线条数据和墙体线的顶点数据，生成墙体的三维模型，并根据各墙体构件的空间坐标，将墙体三维模型与所属各墙体构件合并，生成3D户型模型。

2.如权利要求1所述的一种用于室内设计多种效果图一次生成方法，其特征在于：步骤S4中，根据还原出的3D场景，使用光线追踪技术进行渲染，在硬件上使用GPU加速，并在渲染采样率达到预设阈值时生成AO图。

3.如权利要求1所述的一种用于室内设计多种效果图一次生成方法，其特征在于：步骤S7中，在AO图与线框图进行合成前，对AO图进行预处理，AO图的预处理包括滤波和图像增强处理。

4.一种用于室内设计多种效果图一次生成系统，其特征在于：包括客户端和云端；

客户端包括户型构建模块、数据上传模块、参数设置模块、参数发送模块及接收模块，所述户型构建模块用于构建业主户型模型，所述数据上传模块将户型模型的户型数据上传到云端，所述参数设置模块用于设置渲染参数，并通过所述参数发送模块将参数发送给云端，所述接收模块用于接收云端返回的多种效果图；

云端包括户型还原模块、3D相机、效果图生成模块及效果图返回模块，所述户型还原模块根据户型模型的户型数据还原出户型的3D场景，所述3D相机用于获取场景的渲染结果，所述效果图生成模块用于生成AO图、一般效果图、线框图及手绘图，所述效果图返回模块将生成的AO图、一般效果图、线框图及手绘图返回给客户端；

对室内空间进行全方位的激光测距扫描，扫描和采集室内环境的二维墙体数据到客户端；通过SLAM建图软件生成带有数据点位二维坐标信息的室内空间点云图片，生成的BMP格式的点云图片；通过算法计算和图像识别对室内空间点云图片进行处理，得到室内户型轮廓图，并对轮廓图进行去噪处理，生成线体户型草图；将线体户型草图的线条数据转换为JSON数据格式，并进行反序列化提取，获得草图中墙体线的顶点信息和各墙体构件的空间坐标；基于草图的线条数据和墙体线的顶点数据，生成墙体的三维模型，并根据各墙体构件的空间坐标，将墙体三维模型与所属各墙体构件合并，生成3D户型模型。

5.如权利要求4所述的一种用于室内设计多种效果图一次生成系统，其特征在于：所述云端还包括GPU模块和图像预处理模块，所述GPU模块用于提高渲染速度，所述图像预处理模块用于对AO图进行预处理。