CN112052489A - 一种户型图生成方法及系统 - Google Patents
一种户型图生成方法及系统 Download PDFInfo
- Publication number
- CN112052489A CN112052489A CN201910661261.0A CN201910661261A CN112052489A CN 112052489 A CN112052489 A CN 112052489A CN 201910661261 A CN201910661261 A CN 201910661261A CN 112052489 A CN112052489 A CN 112052489A
- Authority
- CN
- China
- Prior art keywords
- wall
- line
- point
- lines
- vector
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000013598 vector Substances 0.000 claims description 46
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical group C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于室内设计3D编辑场景自动生成户型结构全局标尺以及区域功能标签附带多样可视化信息的室内设计方案平面布置图的方法及系统。本方法有效的解决了3D场景转化得到的2D图中对于房间的识别、墙体范围的确定、2D图中墙体直接图像识别结果不精确等问题，同时能够将生成的结果快速的标尺化处理；本方法具有执行效率高、数据结果处理精确的优点。
Description
技术领域
本发明公开了一种基于室内设计3D编辑场景自动生成户型结构全局标尺以及区域功能标签附带多样可视化信息的室内设计方案平面布置图的方法及系统。
背景技术
现有技术中，当需要设计出的户型场景并再生成相应的2D户型图时，主要有以下两种主流方法：
1. 方案设计过程和平面布置图输出过程分离：基于已完成的室内设计方案，在CAD类型软件中，通过手动编辑绘制的方式，绘制建筑主体结构轮廓线，各功能空间的软硬装家具形状和位置，标注建筑主体结构的主要尺寸等，最终输出室内设计平面布置图。该类方法的主要缺陷：方案设计过程和平面布置图输出过程分离，产出过程复杂低效低精度。
2. 平面布置图自动输出：基于已完成的室内设计方案，通过检索方案中户型建筑结构及各功能空间模型数据信息，用解析几何的方法形成图元，构造室内设计方案的平面布置图。该类方法的主要缺陷：需要在数据库中进行大量反复的搜索及图元运算，产出过程复杂低效。
发明内容
本发明的目的是：提出了一种简便地利用设计出的3D场景转化为具有标尺和设计信息的2D户型图的计算方法；本方法有效的解决了3D场景转化得到的2D图中对于房间的识别、墙体范围的确定、2D图中墙体直接图像识别结果不精确等问题 ，同时能够将生成的结果快速的标尺化处理；本方法具有执行效率高、数据结果处理精确的优点。
技术方案是：
一种户型图生成方法，包括如下步骤：
第1步，2D户型数据的生成：将3D户型图投影至地面上得到2D投影图；识别出2D投影图中的各个房间区域以及墙体；
第2步，墙体数据的获取：获得墙体的中心线以及中心线的两侧的线段；
第3步，墙体中心点向量的获取：获得墙体的中心点，并且通过中心点作出垂直于中心线的第一延伸点，并作为第一向量，同时通过中心点作出与第一向量的方向相反的第二延伸点，并作为第二向量；
第4步，墙体归属的判定：当第3步中的第一延伸点和第二延伸点中有且只有一个是落在所述的区域内时，则判定墙体是所述的区域的边界墙；
第5步，内墙线的识别：将第2步中得到的中心线的两侧的线段中朝向着房间区域一侧的线段作为内墙线；
第6步，边界墙的形成：将第5步得到的内墙线按照其方向进行分组，每一组的内墙线构成所述的区域的一条边界墙；
第7步，标尺的生成：对于第6步中每一组当中的内墙线，选取与所述的区域中心最远的一条作为基准线，将这一组当中剩余的内墙线平移至与基准线共线，并将经过平移后的两端内墙线的最长端点距离作为这条边界墙的标尺距离。
在一个实施方式中，第一延伸点与中心线的距离、第二延伸点与中心线的距离可以是10-40cm。
在一个实施方式中，第6步中，进行分组的步骤是：取任意一条第5步得到的内墙线作为初始内墙线，判定其方向，将剩余的内墙线当中的方向与初始内线墙方向相近的与初始内线墙归为一类；再依次对未归类的内线墙进行重复上述的分组操作，直至所有的内线墙分组完毕。
一种户型图生成系统，包括：
2D户型数据的生成模块，用于将3D户型图投影至地面上得到2D投影图；识别出2D投影图中的各个房间区域以及墙体；
墙体数据的获取模块，用于获得墙体的中心线以及中心线的两侧的线段；
墙体中心点向量的获取模块，用于获得墙体的中心点，并且通过中心点作出垂直于中心线的第一延伸点，并作为第一向量，同时通过中心点作出与第一向量的方向相反的第二延伸点，并作为第二向量；
墙体归属的判定模块，用于当墙体中心点向量的获取模块中的第一延伸点和第二延伸点中有且只有一个是落在所述的区域内时，则判定墙体是所述的区域的边界墙；
内墙线的识别模块，用于将墙体数据的获取模块中得到的中心线的两侧的线段中朝向着房间区域一侧的线段作为内墙线；
边界墙的形成模块，用于将内墙线的识别模块得到的内墙线按照其方向进行分组，每一组的内墙线构成所述的区域的一条边界墙；
标尺的生成模块，用于对于边界墙的形成模块中每一组当中的内墙线，选取与所述的区域中心最远的一条作为基准线，将这一组当中剩余的内墙线平移至与基准线共线，并将经过平移后的两端内墙线的最长端点距离作为这条边界墙的标尺距离。
在一个实施方式中，第3步中的所述的一定长度可以是10-40cm。
在一个实施方式中，边界墙的形成模块中进行分组的步骤是：取任意一条第5步得到的初始内墙线，判定其方向，将剩余的内墙线当中的方向与初始内线墙方向相近的与初始内线墙归为一类；再依次对未归类的内线墙进行重复上述的分组操作，直至所有的内线墙分组完毕。
一种计算机可读取介质，其记载有可以运行上述的户型图生成方法的程序。
有益效果
本发明大幅减少了平面布置图产出过程中的用户操作，避免了为设计素材生成精确图元的复杂运算，自动化计算生成了建筑结构标尺、空间用途标签及图元位置，优化了设计师频繁地校验方案数据，手动设计添加图元的过程，加快了设计师工作流。确保了设计师在家装设计过程中，可便捷高效高精度地自动化产出室内设计方案的平面布置图。
附图说明
图1是户型方案3D空间展示。
图2是3D空间下正交俯视户型图。
图3是平面布置图生成界面。
图4是附带全局标尺以及空间区域用途的彩色平面布置图。
图5是一个房间的地面数据示意图。
图6是线段中心的向量示意图。
图7是多种墙体样式的2D平面示意图。
图8是内墙线的示意图。
图9是墙体围成的区域示意图。
图10是单个墙体左右侧起点与终点的命名示意图。
图11是内线墙的判定示意图。
图12是分组的户型所有内线示意图。
图13是分组后且进行投影到同一水平线上的示意图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。应当理解，给出这些示例性实施例仅是为了使相关领域的技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
虽然本申请对根据本申请的实施例的系统中的某些系统、模块或单元做出了各种引用，然而，任何数量的不同模块可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
本发明的方法中，首先是需要将3D的户型图进行转化得到2D图形，并自动生成相应的标尺。一个典型的3D设计图如图1所示，其采用的步骤如下：
1.基于3D户型数据自动生成全局标尺的流程：
1.1.读取3D户型数据的投影数据即(2D墙体数据以及地面区域数据)，本步骤中，主要是将3D图向地面进行投影，主要可以得到墙体的相关数据，通过图1进行投影处理后，可以得到如图2所示的平面效果图；
1.2．将上述步骤中的墙体数据构建多个多边形，如图5的地面数据示意图(一个房间的地面数据是由多个点按次序围绕构成的多边形)，例如，可以获得厨房、卧室、客厅等区域，它们分别作为一个多边形，获取每个墙体的起始点与终点（起始点和终点的选取没有特别的限定，根据设计师的绘图所确定），以及获取各区域边缘点集，通过边缘点集表达出多边形的形状和位置；在实际操作中，当获得了一个房间区域之后，可以将这个房间区域四周的墙体线段归属于该区域；如图6所示，本发明中，初步获得的墙体是指一个细长的多边形，多边形有一条中心线段；
1.3.计算每个墙的中点坐标(起始点与终点构成的线段的中心点)，以中心点以及墙的起始点或者终点构成一个向量，并单位化；如图6所示，ABCD构成一个细长的四边形，其中点为M，虚线为其中心线，作虚线的垂直线以及反向延长线得到MP1和MP2向量；
1.4.将上述向量逆时针旋转90度，得到垂直于该墙体中心线的方向向量；
1.5.将墙体中心点沿上述向量延长某一距离，以及该向量的反方向延长同样的距离，得到两个延伸点；
1.6.由于从3D图投影后的图形中，墙体会有不同的边界形状，如图7所示的墙体2D示意图，假设墙体中B是起点，E是终点，那么虚线BE是墙中线，B点称为墙体左起点，E点称为墙体右端点，在不同的形状下，都会存在着沿着BE方向两侧的另外两个边缘线，在图中为AF和CD，AF以及CD分别是墙的两侧边缘线，墙体样式不仅仅局限于此3例；
一个实际的由墙体围成的多边形区域如图8所示，是由四个不同形状的条状区域围成了中间的房间区域，墙体围成的区域示意图(图中的墙体的内侧边缘线：AB，BC,CD，DA,这些边缘内侧线构成区域)，并且从图8中也可以看出，对于四个细长的多边形来说，它的两侧的边线中，有一条是靠着房间内部，另一条是靠着房间的外部。
如图9所示，对于某一种特定形状的墙体来说，如上文所述，当取B为起点E为终点时，在其两侧的线段上（AF和CD），也会分别存在着相应的起点和终点，墙体左侧起始点记为P_StartLeft,左侧终点记为P_EndLeft,右侧起始点记为P_StartRight,右侧终点记为P_EndRight；
分别计算P_StartLeft与墙体中心点构成的向量，计算P_StartRight与墙体中心点构成的向量；
1.7.用上述两个向量分别与1.4中的向量，计算向量内积，判断内积的符号，根据符号情况分别用左侧点与墙体垂直方向的向量一一匹配；通过向量内积的计算，可以将墙体的两侧线段判定为哪一侧是朝向着区域内侧，哪一侧是朝向区域的外侧；本步骤中，将墙体的两侧线段判定为朝向房间区域的内部还是外部的目的是：识别出内部侧的线段可以更精确地描述出房间的实际形貌，整体误差小；相反，如果将朝向房间外部的线段确定为房间的轮廓时，不同区域的房间的轮廓就会出现重叠，影响到了最终户型图的生成展示效果，也影响到的后续的对户型图的其它处理操作。
1.8.将所有地面区域的边缘点构成多个多边形，确定每一个区域的点集都是按着一定顺序排序（顺时针或者逆时针），确保所有区域的多边形都是逆时针或者顺时针的方向；
1.9.如图10所示，本步骤的构思是：墙的中心点M，与右侧点H构建向量，MH逆时针转90度得到向量MN,分别沿MN方向以及MN的反方向延伸30厘米的距离，判定延伸后的点是否在整个户型的某个区域内，如果仅有一个延伸点落在整个户型的某个区域内，则相应的墙的边缘线作为内线，内线附属的墙体为内线墙）；基于上述的构思，在一个户型图中，分别判断每一墙体各自的两个延伸点是否属于某个地面区域，统计中心点所附有的延伸点在某一区域出现的次数，如图11所示，对于虚线的墙体线来说，其中点位置存在着两个延长点，分别为P1和P2，若两个延伸点中仅有一次出现在某个区域内部，则将该对应的墙体识别为边界墙，在图中可以看出，P1归属于由ABCD所构成的区域，并且P2不属于该区域，那么可以确定为ABCD的区域的一段边界墙为墙4，同理，可以将墙1-3归属于该区域；(如果某一面墙不属于这个区域的话，则会导致两条延长线上的点都不在这个区域内；另外，如果两条延长线上的点都在某个区域的话，则是有可能因为这个墙体是在房间内部的家具或者其它的一些特例情况，也不应将其归属于这个房间区域)；
1.10.根据1.9中的属于区域的对应的延伸点，以及延伸点与墙体左右侧端点的匹配情况，获取到墙体的内线墙；如图11所示，由于墙体1-4是由四个细长的多边形所表示的，那么可以根据上述的方法将朝向区域内侧的一条边归属于墙的内墙线，图中用ABCD表示。
1.11.对上述步骤中的所有内线墙进行分组，具体分组的方法如下：
如图12所示，由于在经过3D图形转化后的2D投影图，会存在着渲染、色差等原因，通过上述的方法得到的内墙线存在着分段的情况，例如，这种情况往往是图像识别过程中对于某一面墙的识别过程导致的，在同一面墙的识别结果中，会是多个相互错开、不连续的细长多边形构成，经过上述的方法所得到的内墙线也会出现相互错开、不连续的问题；在图中，可以看到，通过上述方法得到的墙线相互中断且不共线，导致了识别效果图无法使用；在本步骤的方法是：
(1)随机从所有内线墙体中抽出一个墙体（共有12个墙体线段），获取其垂直方向向量；
(2)用剩下的所有内线墙体的垂直向量分别与上述（1）中的向量做内积，内积值与1做差，再取绝对值；
(3)若上述绝对值小于某一很小的阈值（本步骤实现了对共线过程的判定），则将该内线墙与（1）中抽出的内线墙归于同一组；在图12中，如果随机性地选取了线段1作为起始，那么经过上述的遍历过程后，可以使得线段1、2、3的向量相互接近，将它们归为一组（在后续过程中，判定他们归属于同一面墙），依次类推下去；若不在阈值范围之内，则将其归为待选择的内线墙（剩余的墙是4-12）；
(4)对上述(3)中剩下的内线墙集合进行重复（1）到（3）的操作，直至所有的内线墙体分组完成；如图12，分组的户型所有内线示意图(组1：1,2,3线条；组2：4,5,6线条；组3:7,8,9线条；组4:10,11,12线条)
1.12.将上述分组好的内线墙分别做投影，具体方法：
(1)计算每一组所有内线墙的向量的平均值；
(2)计算该组中在某一方向上高度最大的那一个内线墙，以该内线墙的两个端点构成的直线作为一个基准线；例如见图13，线条1,2,3中，线条2沿着y轴方向，线条2的y值最大，将线条1和3都平移到与线条2同一水平线上；
(3)将该组中的所有其它线都投影到该基准线上，获得该组所有的投影线段；
1.13.对上述步骤中的投影线段分别计算线段长度，作为该线段的标尺距离；
1.14.对1.12中每一组中的投影线段，分别计算出最左边与最右边的两个点(沿着各自的主向量方向比较点坐标x轴或者y轴的大小)，计算最左边与最右边两个点之间的距离，该距离作为外侧标尺；
2. 区域附带多样可视化信息的系统流程如下：
2.1.自动计算每个区域的空间用途名称标签
具体的计算方法如下：
2.1.1.获取每个区域的边界点集；
2.1.2.对每个区域的边界点集进行预处理：包括对共线的点进行合并，以及对极短的边进行合并；
2.1.3.按照申请号为2019101254243的专利中提到的方法，进行自动化位置标签坐标生成；
2.1.4.在位置标签位置自动设置位置框UI,内部填写空间用途名称；
2.2.正交相机在整个户型正上方对户型进行拍摄，获取3D空间下的2D彩色平面图；
2.3.整个户型2D屏幕展示，具体工作流如下：图1是整个户型3D空间展示；
图2是正交相机俯视拍摄获得的图片；图3是平面布置图的生成界面；图4是最终带有空间区域用途名称以及全局标尺的彩色平面布置图。
基于以上的方法，本发明还提供了：
一种户型图生成系统，包括：
2D户型数据的生成模块，用于将3D户型图投影至地面上得到2D投影图；识别出2D投影图中的各个房间区域以及墙体；
墙体数据的获取模块，用于获得墙体的中心线以及中心线的两侧的线段；
墙体中心点向量的获取模块，用于获得墙体的中心点，并且通过中心点作出垂直于中心线的第一延伸点，并作为第一向量，同时通过中心点作出与第一向量的方向相反的第二延伸点，并作为第二向量；
墙体归属的判定模块，用于当墙体中心点向量的获取模块中的第一延伸点和第二延伸点中有且只有一个是落在所述的区域内时，则判定墙体是所述的区域的边界墙；
内墙线的识别模块，用于将墙体数据的获取模块中得到的中心线的两侧的线段中朝向着房间区域一侧的线段作为内墙线；
边界墙的形成模块，用于将内墙线的识别模块得到的内墙线按照其方向进行分组，每一组的内墙线构成所述的区域的一条边界墙；
标尺的生成模块，用于对于边界墙的形成模块中每一组当中的内墙线，选取与所述的区域中心最远的一条作为基准线，将这一组当中剩余的内墙线平移至与基准线共线，并将经过平移后的两端内墙线的最长端点距离作为这条边界墙的标尺距离。
在一个实施方式中，第3步中的所述的一定长度可以是10-40cm。
在一个实施方式中，边界墙的形成模块中进行分组的步骤是：取任意一条内墙线的识别模块得到的内墙线作为初始内墙线，判定其方向，将剩余的内墙线当中的方向与初始内线墙方向相近的与初始内线墙归为一类；再依次对未归类的内线墙进行重复上述的分组操作，直至所有的内线墙分组完毕。
一种计算机可读取介质，其记载有可以运行上述的户型图生成方法的程序。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
Claims (7)
1.一种户型图生成方法，其特征在于，包括如下步骤：
第1步，2D户型数据的生成：将3D户型图投影至地面上得到2D投影图；识别出2D投影图中的各个房间区域以及墙体；
第2步，墙体数据的获取：获得墙体的中心线以及中心线的两侧的线段；
第3步，墙体中心点向量的获取：获得墙体的中心点，并且通过中心点作出垂直于中心线的第一延伸点，并作为第一向量，同时通过中心点作出与第一向量的方向相反的第二延伸点，并作为第二向量；
第4步，墙体归属的判定：当第3步中的第一延伸点和第二延伸点中有且只有一个是落在所述的区域内时，则判定墙体是所述的区域的边界墙；
第5步，内墙线的识别：将第2步中得到的中心线的两侧的线段中朝向着房间区域一侧的线段作为内墙线；
第6步，边界墙的形成：将第5步得到的内墙线按照其方向进行分组，每一组的内墙线构成所述的区域的一条边界墙；
第7步，标尺的生成：对于第6步中每一组当中的内墙线，选取与所述的区域中心最远的一条作为基准线，将这一组当中剩余的内墙线平移至与基准线共线，并将经过平移后的两端内墙线的最长端点距离作为这条边界墙的标尺距离。
2.根据权利要求1所述的户型图生成方法，其特征在于，第一延伸点与中心线的距离、第二延伸点与中心线的距离可以是10-40cm。
3.根据权利要求1所述的户型图生成方法，其特征在于，第6步中，进行分组的步骤是：取任意一条第5步得到的内墙线作为初始内墙线，判定其方向，将剩余的内墙线当中的方向与初始内线墙方向相近的与初始内线墙归为一类；再依次对未归类的内线墙进行重复上述的分组操作，直至所有的内线墙分组完毕。
4.一种户型图生成系统，其特征在于，包括：
2D户型数据的生成模块，用于将3D户型图投影至地面上得到2D投影图；识别出2D投影图中的各个房间区域以及墙体；
墙体数据的获取模块，用于获得墙体的中心线以及中心线的两侧的线段；
墙体中心点向量的获取模块，用于获得墙体的中心点，并且通过中心点作出垂直于中心线的第一延伸点，并作为第一向量，同时通过中心点作出与第一向量的方向相反的第二延伸点，并作为第二向量；
墙体归属的判定模块，用于当墙体中心点向量的获取模块中的第一延伸点和第二延伸点中有且只有一个是落在所述的区域内时，则判定墙体是所述的区域的边界墙；
内墙线的识别模块，用于将墙体数据的获取模块中得到的中心线的两侧的线段中朝向着房间区域一侧的线段作为内墙线；
边界墙的形成模块，用于将内墙线的识别模块得到的内墙线按照其方向进行分组，每一组的内墙线构成所述的区域的一条边界墙；
标尺的生成模块，用于对于边界墙的形成模块中每一组当中的内墙线，选取与所述的区域中心最远的一条作为基准线，将这一组当中剩余的内墙线平移至与基准线共线，并将经过平移后的两端内墙线的最长端点距离作为这条边界墙的标尺距离。
5.根据权利要求4所述的户型图生成系统，其特征在于，第3步中的所述的一定长度可以是10-40cm。
6.根据权利要求4所述的户型图生成系统，其特征在于，边界墙的形成模块中进行分组的步骤是：取任意一条内墙线的识别模块得到的内墙线作为初始内墙线，判定其方向，将剩余的内墙线当中的方向与初始内线墙方向相近的与初始内线墙归为一类；再依次对未归类的内线墙进行重复上述的分组操作，直至所有的内线墙分组完毕。
7.一种计算机可读取介质，其记载有可以运行权利要求1所述的户型图生成方法的程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910661261.0A CN112052489B (zh) | 2019-07-22 | 2019-07-22 | 一种户型图生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910661261.0A CN112052489B (zh) | 2019-07-22 | 2019-07-22 | 一种户型图生成方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112052489A true CN112052489A (zh) | 2020-12-08 |
| CN112052489B CN112052489B (zh) | 2022-07-08 |
Family
ID=73609065
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910661261.0A Active CN112052489B (zh) | 2019-07-22 | 2019-07-22 | 一种户型图生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112052489B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113392455A (zh) * | 2021-06-11 | 2021-09-14 | 百安居信息技术(上海)有限公司 | 基于深度学习的户型图比例尺检测方法、装置及电子设备 |
| CN113592976A (zh) * | 2021-07-27 | 2021-11-02 | 美智纵横科技有限责任公司 | 地图数据的处理方法、装置、家用电器和可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205198A (zh) * | 2014-06-30 | 2015-12-30 | 上海神机软件有限公司 | 建设工程组合模板全自动智能整体排模系统及方法 |
| CN106528904A (zh) * | 2016-07-09 | 2017-03-22 | 陈志静 | 住宅户型图建筑结构智能识别及功能区自动规划设计方法 |
-
2019
- 2019-07-22 CN CN201910661261.0A patent/CN112052489B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205198A (zh) * | 2014-06-30 | 2015-12-30 | 上海神机软件有限公司 | 建设工程组合模板全自动智能整体排模系统及方法 |
| CN106528904A (zh) * | 2016-07-09 | 2017-03-22 | 陈志静 | 住宅户型图建筑结构智能识别及功能区自动规划设计方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113392455A (zh) * | 2021-06-11 | 2021-09-14 | 百安居信息技术(上海)有限公司 | 基于深度学习的户型图比例尺检测方法、装置及电子设备 |
| CN113592976A (zh) * | 2021-07-27 | 2021-11-02 | 美智纵横科技有限责任公司 | 地图数据的处理方法、装置、家用电器和可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112052489B (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108648269B (zh) | 三维建筑物模型的单体化方法和系统 | |
| US20210312710A1 (en) | Systems and methods for processing 2d/3d data for structures of interest in a scene and wireframes generated therefrom | |
| CN109711018B (zh) | 一种二维到三维的户型设计方法 | |
| US9053571B2 (en) | Generating computer models of 3D objects | |
| Hong et al. | Semi-automated approach to indoor mapping for 3D as-built building information modeling | |
| EP2671210B1 (en) | Three-dimensional environment reconstruction | |
| CN112633657B (zh) | 一种施工质量管理方法、装置、设备及存储介质 | |
| Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
| Boulch et al. | Piecewise‐planar 3D reconstruction with edge and corner regularization | |
| US11295522B2 (en) | Three-dimensional (3D) model creation and incremental model refinement from laser scans | |
| US8681145B2 (en) | Attribute transfer between computer models including identifying isomorphic regions in polygonal meshes | |
| WO2013155271A1 (en) | Systems and methods for obtaining parameters for a three dimensional model from reflectance data | |
| CN110838129A (zh) | 基于倾斜摄影测量的三维建筑物模型轮廓特征线提取方法 | |
| Governi et al. | 3D geometry reconstruction from orthographic views: A method based on 3D image processing and data fitting | |
| US20210019954A1 (en) | Semantic interior mapology: a tool box for indoor scene description from architectural floor plans | |
| CN109035423B (zh) | 一种房屋的虚拟三维模型的楼层分割方法及装置 | |
| CN112052489B (zh) | 一种户型图生成方法及系统 | |
| Zhang et al. | A geometry and texture coupled flexible generalization of urban building models | |
| CN113744403A (zh) | 建筑物的三维模型的生成方法及系统 | |
| CN108898679A (zh) | 一种零部件序号自动标注的方法 | |
| CN110211197B (zh) | 一种基于多边形空间划分的光子映射优化方法、装置及系统 | |
| CN110378948B (zh) | 3d模型重建方法、装置及电子设备 | |
| CN112002007A (zh) | 基于空地影像的模型获取方法及装置、设备、存储介质 | |
| US11887387B2 (en) | Mesh structure equipment detection apparatus, mesh structure equipment detection method and program | |
| Huang et al. | From BIM to pointcloud: automatic generation of labeled indoor pointcloud |
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 | ||
| CB02 | Change of applicant information |
Address after: 211100 floor 5, block a, China Merchants high speed rail Plaza project, No. 9, Jiangnan Road, Jiangning District, Nanjing, Jiangsu (South Station area) Applicant after: JIANGSU AIJIA HOUSEHOLD PRODUCTS Co.,Ltd. Address before: 211100 No. 18 Zhilan Road, Science Park, Jiangning District, Nanjing City, Jiangsu Province Applicant before: JIANGSU AIJIA HOUSEHOLD PRODUCTS Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |