一种基于图像识别技术的3D房屋批量建模方法技术

一种基于图像识别技术的3D房屋批量建模方法，包括以下步骤：(1)搜集2D户型图，2D户型图数据库；(2)用户通过客户端选择所需求的2D户型图；(3)通过本地扫描已有的2D户型图，并通过客户端上传至云端服务器中的2D户型图数据库，再进行选择；(4)云端服务器通过图像识别技术，扫描识别2D户型图；(5)云端服务器基于UE4技术，通过图像识别的数据，生成房屋的3D模型。本发明专利技术的有益效果为：可以将不同比例的2D户型图，变成数据格式统一的3D户型结构；图像识别及转化技术按照标准接口方式输出；(3)游戏级的交互体验，可以让用户简单学习和操作。

【技术实现步骤摘要】
一种基于图像识别技术的3D房屋批量建模方法
本专利技术涉及一种房屋工程图的建模方法，尤其涉及一种基于图像识别技术的3D房屋批量建模方法。
技术介绍
现阶段对于大部分用户来说，无论房屋交易、家装设计、家具购买等场景，2D的户型图应用非常的普遍。可是随着3D技术的普遍应用，2D的户型图越来越不能适应时代的发展需求。市场上迫切的需要更多的3D房屋模型的数据支撑，让用户的体验更佳直接和简单。
技术实现思路
本专利技术的目的是为了解决现有技术中对于房屋工程图的3D建模所存在的缺陷，提供一种基于图像识别技术的3D房屋批量建模方法来解决上述问题。为了实现上述目的，本专利技术的技术方案如下：一种基于图像识别技术的3D房屋批量建模方法，其特征在于，包括以下步骤：((1)搜集2D户型图，建立云端服务器中的2D户型图数据库；(2)用户通过客户端连接云端服务器中的2D户型图数据库进行选择所需求的2D户型图；(3)若步骤(2)中未选择到相匹配的2D户型图，则通过本地扫描已有的2D户型图，并通过客户端上传至云端服务器中的2D户型图数据库，再进行选择；(4)选择完毕后，云端服务器扫描识别2D户型图，并生成2D户型图的户型形状、尺寸的数据；(5)云端服务器基于UE4技术，通过步骤(4)中的图像识别的数据，生成房屋的3D模型。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，步骤(4)中，首先扫描图像，并将图像的比例缩放至预设的统一比例，然后根据2D户型图中每个房间的特征点，生成每一个独立的房间，再将所有的房间根据特征点合并为整体的房间数据，再扫描门、窗、阳台的特征点放在对应的房屋点上。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，所述步骤(5)中，生成的房屋3D模型根据预设置的墙面、地面、顶部的参数来进行房屋的3D效果呈现。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，所述步骤(5)中，生成的房屋3D模型的房屋高度可修改。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，生成房屋3D模型后，用户通过客户端进行对房屋3D模型的游览观察。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，生成房屋3D模型后，用户通过客户端和VR设备对房屋进行3D模型的沉浸式游览观察。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，当2D户型图数据库中的2D户型图数据库生成房屋3D模型后，将房屋3D模型存入云端服务器中，建立房屋3D模型数据库，后续如有用户选择已生成过房屋3D模型的2D户型图时，直接呈现其的房屋3D模型。上述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，在云端服务器负载低于50％时，自动对2D户型图数据库中还未生成过房屋3D模型的2D户型图进行房屋3D建模。本专利技术的有益效果为：(1)图像识别技术，可以将不同比例的2D户型图，变成数据格式统一的3D户型结构；(2)图像识别及转化技术按照标准接口方式输出，可多行业，多方式便捷的应用；(3)游戏级的交互体验，可以让用户简单学习和操作，为未来的行业应用打下坚实的基础。具体实施方式为使对本专利技术的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例配合详细的说明，说明如下：一种基于图像识别技术的3D房屋批量建模方法，其特征在于，包括以下步骤：(1)搜集2D户型图，建立云端服务器中的2D户型图数据库；(2)用户通过客户端连接云端服务器中的2D户型图数据库进行选择所需求的2D户型图，在本专利技术中，用java开发基于CS架构的客户端，用户在调取云端服务器中2D户型图数据库里的2D户型图时，客户端通过数据接口连接云端服务器来检索用户需求的房屋户型，然后调取2D户型图数据库；(3)若步骤(2)中未选择到相匹配的2D户型图，则通过本地扫描已有的2D户型图，并通过客户端上传至云端服务器中的2D户型图数据库，再进行选择；(4)选择完毕后，云端服务器基于OPENCV技术的图像识别技术，扫描识别2D户型图，并生成2D户型图的所有数据；基于OPENCV技术，首先扫描图像，并将图像的比例缩放至预设的统一比例，然后根据2D户型图中每个房间的特征点，生成每一个独立的房间，再将所有的房间根据特征点合并为整体的房间数据，再扫描门、窗、阳台的特征点放在对应的房屋点上。OPENCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。因此基于OPENCV技术来进行图像识别2D户型图，既便于客户端的开发，同时又能提高图像识别的准确率。(5)云端服务器基于虚幻4引擎技术(UE4)，通过基于OPENCV技术的图像识别的数据，生成房屋的3D模型。生成的房屋3D模型根据预设置的墙面、地面、顶部的参数来进行房屋的3D效果呈现。并且生成的房屋3D模型的房屋高度可修改。具体的，基于虚幻4引擎技术生成房屋3D模型，包括三维场景构建单元和选材管理单元。三维场景构建单元用于构建虚拟的房屋3D场景，并通过智能穿戴设备即VR设备进行显示；选材管理单元包括客房家具、卧室家具、厨房家具、卫室家具、书房家具、健身房家具和装饰用具，且各家具均包括材质、颜色和结构样式选项。在生成房屋3D模型后，用户通过客户端进行对房屋3D模型的游览观察或VR设备对房屋进行3D模型的沉浸式游览观察。当2D户型图数据库中的2D户型图数据库生成房屋3D模型后，将房屋3D模型存入云端服务器中，建立房屋3D模型数据库，后续如有用户选择已生成过房屋3D模型的2D户型图时，直接呈现其的房屋3D模型。在云端服务器负载低于50％时，自动对2D户型图数据库中还未生成过房屋3D模型的2D户型图进行房屋3D建模。本专利技术的有益效果为：(1)图像识别技术，可以将不同比例的2D户型图，变成数据格式统一的3D户型结构；(2)图像识别及转化技术按照标准接口方式输出，可多行业，多方式便捷的应用；(3)游戏级的交互体验，可以让用户简单学习和操作，为未来的行业应用打下坚实的基础。以上显示和描述了本专利技术的基本原理、主要特征和本专利技术的优点。本行业的技术人员应该了解，本专利技术不受上述实施例的限制，上述实施例和说明书中描述的只是本专利技术的原理，在不脱离本专利技术精神和范围的前提下本专利技术还会有各种变化和改进，这些变化和改进都落入要求保护的本专利技术的范围内。本专利技术要求的保护范围由所附的权利要求书及其等同物界定。本文档来自技高网...

【技术保护点】
1.一种基于图像识别技术的3D房屋批量建模方法，其特征在于，包括以下步骤：(1)搜集2D户型图，建立云端服务器中的2D户型图数据库；(2)用户通过客户端连接云端服务器中的2D户型图数据库进行选择所需求的2D户型图；(3)若步骤(2)中未选择到相匹配的2D户型图，则通过本地扫描已有的2D户型图，并通过客户端上传至云端服务器中的2D户型图数据库，再进行选择；(4)选择完毕后，云端服务器扫描识别2D户型图，并生成2D户型图的户型形状、尺寸的数据；(5)云端服务器基于UE4技术，通过步骤(4)中的图像识别的数据，生成房屋的3D模型。

【技术特征摘要】
1.一种基于图像识别技术的3D房屋批量建模方法，其特征在于，包括以下步骤：(1)搜集2D户型图，建立云端服务器中的2D户型图数据库；(2)用户通过客户端连接云端服务器中的2D户型图数据库进行选择所需求的2D户型图；(3)若步骤(2)中未选择到相匹配的2D户型图，则通过本地扫描已有的2D户型图，并通过客户端上传至云端服务器中的2D户型图数据库，再进行选择；(4)选择完毕后，云端服务器扫描识别2D户型图，并生成2D户型图的户型形状、尺寸的数据；(5)云端服务器基于UE4技术，通过步骤(4)中的图像识别的数据，生成房屋的3D模型。2.根据权利要求1所述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，步骤(4)中，首先扫描图像，并将图像的比例缩放至预设的统一比例，然后根据2D户型图中每个房间的特征点，生成每一个独立的房间，再将所有的房间根据特征点合并为整体的房间数据，再扫描门、窗、阳台的特征点放在对应的房屋点上。3.根据权利要求2所述的一种基于图像识别技术的3D房屋批量建模方法，其特征在于，所述步骤(5)中，生成的房屋3D模型根据预设...

【专利技术属性】
技术研发人员：朱乐，郝辉辉，
申请(专利权)人：西安黑瞳信息科技有限公司，
类型：发明
国别省市：陕西,61