定制柜的装饰图纸生成方法及装置制造方法及图纸

本申请涉及智能家装设计技术领域，提供一种定制柜的装饰图纸生成方法及装置。所述方法包括：从获取到的定制柜的定制柜图像中，确定各储物空间；根据所述储物空间的尺寸特征，从各物品中确定与所述尺寸特征相匹配的目标物品，以根据所述储物空间的位置信息，将所述目标物品的物品图像添加至所述储物空间；根据各所述储物空间加载的物品图像，生成所述装饰图纸；其中，定制柜图像包括所述定制柜的主视图。本申请实施例提供的定制柜的装饰图纸生成方法能够提高定制柜的装饰图纸的生成效率。法能够提高定制柜的装饰图纸的生成效率。法能够提高定制柜的装饰图纸的生成效率。

【技术实现步骤摘要】
定制柜的装饰图纸生成方法及装置


[0001]本申请涉及智能家装设计
，具体涉及一种定制柜的装饰图纸生成方法及装置。

技术介绍

[0002]随着经济的发展和生活水平的迅速提高，人们对于家居环境舒适度的要求越来越高，目前，用户在进行衣柜以及储物柜等组合柜的定制后，通常需要针对定制的组合柜的储物空间进行相应的物品布局设计，来生成定制柜的装饰图纸，以根据装饰图纸中物品的布局信息形成的效果图来进行布局。
[0003]而由于物品的数量和定制柜的储物空间数量通常较多，因此如何快速地进行定制柜的物品布局设计，以提高定制柜的装饰图纸的生成效率，是当前急需解决的问题。

技术实现思路

[0004]本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种定制柜的装饰图纸生成方法，能够提高定制柜的装饰图纸的生成效率。
[0005]本申请还提出一种定制柜的装饰图纸生成装置。
[0006]本申请还提出一种电子设备。
[0007]本申请还提出一种计算机可读存储介质。
[0008]根据本申请第一方面实施例的定制柜的装饰图纸生成方法，包括：
[0009]从获取到的定制柜的定制柜图像中，确定各储物空间；
[0010]根据所述储物空间的尺寸特征，从各物品中确定与所述尺寸特征相匹配的目标物品，以根据所述储物空间的位置信息，将所述目标物品的物品图像添加至所述储物空间；
[0011]根据各所述储物空间加载的物品图像，生成所述装饰图纸；
[0012]其中，定制柜图像包括所述定制柜的主视图。
[0013]本申请实施例提供的定制柜的装饰图纸生成方法，通过从包括定制柜的主视图的定制柜图像中识别出各储物空间，并根据储物空间的尺寸特征，从各物品中确定与尺寸特征相匹配的目标物品后，按照储物空间的位置信息，将目标物品的物品图像添加至该储物空间，以根据各储物空间加载的物品图像，生成装饰图纸，从而在生成装饰图纸时，可通过检测定制柜图像的储物空间，来快速地从多个物品中确定可加载至储物空间的目标物品以生成装饰图纸，无需针对各储物空间逐一进行物品图像的手动输入，从而提高了定制柜的装饰图纸的生成效率，进而提高定制柜的装饰图纸的设计效率。
[0014]根据本申请的一个实施例，从获取到的定制柜的定制柜图像中，确定各储物空间，包括：
[0015]将所述定制柜图像输入训练好的第一目标检测神经网络模型，以从所述定制柜图像中确定各所述储物空间；
[0016]其中，所述第一目标检测神经网络模型由多张训练样本图像训练得到，所述训练
样本图像为任一定制柜的主视图。
[0017]根据本申请的一个实施例，从获取到的定制柜的定制柜图像中，确定各储物空间，包括：
[0018]从所述定制柜图像中提取各独立图框；
[0019]将各所述独立图框与所述定制柜的点云图像进行匹配，获取各所述独立图框一一对应的各图框点云；
[0020]根据各所述图框点云的高度特征，从各所述图框点云中获取高度特征大于预设值的目标点云，以将所述目标点云对应的所述独立图框确定为所述储物空间；
[0021]其中，所述点云图像为从所述定制柜的主视图的视角上获取到的点云图像。
[0022]根据本申请的一个实施例，从所述定制柜图像中提取各独立图框，包括：
[0023]将所述定制柜图像输入训练好的第二目标检测神经网络模型，获取各所述独立图框；
[0024]其中，所述第二目标检测神经网络模型由多张训练样本图像训练得到，所述训练样本图像为任一定制柜的主视图。
[0025]根据本申请的一个实施例，还包括：
[0026]获取所述储物空间的图像尺寸；
[0027]根据所述图像尺寸以及定制柜图像的缩放比例，确定所述储物空间的尺寸特征；
[0028]其中，所述缩放比例根据所述定制柜图像的图像尺寸以及所述定制柜的实际尺寸确定。
[0029]根据本申请的一个实施例，根据所述储物空间的尺寸特征，从各物品中确定与所述尺寸特征相匹配的目标物品，包括：
[0030]根据所述储物空间的尺寸特征，从各所述物品中获取可被摆放至所述储物空间的各待选物品；
[0031]根据所述定制柜对应的用户喜好信息，从各所述待选物品中，获取与所述用户喜好信息对应的所述目标物品。
[0032]根据本申请的一个实施例，根据所述储物空间的位置信息，将所述目标物品的物品图像添加至所述储物空间，包括：
[0033]根据所述储物空间的位置信息，确定所述目标物品的物品图像在所述定制柜图像中的物品坐标；
[0034]根据所述缩放比例，调整所述目标物品的物品图像后，将调整后的物品图像加载至所述物品坐标。
[0035]根据本申请第二方面实施例的定制柜的装饰图纸生成装置，包括：
[0036]空间确定模块，用于从获取到的定制柜的定制柜图像中，确定各储物空间；
[0037]物品加载模块，用于根据所述储物空间的尺寸特征，从各物品中确定与所述尺寸特征相匹配的目标物品，以根据所述储物空间的位置信息，将所述目标物品的物品图像添加至所述储物空间；
[0038]图纸生成模块，用于根据各所述储物空间加载的物品图像，生成所述装饰图纸；
[0039]其中，定制柜图像包括所述定制柜的主视图；
[0040]所述尺寸特征包括储物空间的尺寸。
[0041]根据本申请第三方面实施例的电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一实施例所述的定制柜的装饰图纸生成方法。
[0042]根据本申请第四方面实施例的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的定制柜的装饰图纸生成方法。
[0043]根据本申请第五方面实施例的计算机程序产品，包括：所述计算机程序被处理器执行时实现如上述任一实施例所述的定制柜的装饰图纸生成方法。
[0044]本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
[0045]通过从包括定制柜的主视图的定制柜图像中识别出各储物空间，并根据储物空间的尺寸特征，从各物品中确定与尺寸特征相匹配的目标物品后，按照储物空间的位置信息，将目标物品的物品图像添加至该储物空间，以根据各储物空间加载的物品图像，生成装饰图纸，从而在生成装饰图纸时，可通过检测定制柜图像的储物空间，来快速地从多个物品中确定可加载至储物空间的目标物品以生成装饰图纸，无需针对各储物空间逐一进行物品图像的手动输入，从而提高了定制柜的装饰图纸的生成效率，进而提高定制柜的装饰图纸的设计效率。
附图说明
[0046]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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，还可以根据这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定制柜的装饰图纸生成方法，其特征在于，包括：从获取到的定制柜的定制柜图像中，确定各储物空间；根据所述储物空间的尺寸特征，从各物品中确定与所述尺寸特征相匹配的目标物品，以根据所述储物空间的位置信息，将所述目标物品的物品图像添加至所述储物空间；根据各所述储物空间加载的物品图像，生成所述装饰图纸；其中，定制柜图像包括所述定制柜的主视图。2.根据权利要求1所述的定制柜的装饰图纸生成方法，其特征在于，从获取到的定制柜的定制柜图像中，确定各储物空间，包括：将所述定制柜图像输入训练好的第一目标检测神经网络模型，以从所述定制柜图像中确定各所述储物空间；其中，所述第一目标检测神经网络模型由多张训练样本图像训练得到，所述训练样本图像为任一定制柜的主视图。3.根据权利要求1所述的定制柜的装饰图纸生成方法，其特征在于，从获取到的定制柜的定制柜图像中，确定各储物空间，包括：从所述定制柜图像中提取各独立图框；将各所述独立图框与所述定制柜的点云图像进行匹配，获取各所述独立图框一一对应的各图框点云；根据各所述图框点云的高度特征，从各所述图框点云中获取高度特征大于预设值的目标点云，以将所述目标点云对应的所述独立图框确定为所述储物空间；其中，所述点云图像为从所述定制柜的主视图的视角上获取到的点云图像。4.根据权利要求3所述的定制柜的装饰图纸生成方法，其特征在于，从所述定制柜图像中提取各独立图框，包括：将所述定制柜图像输入训练好的第二目标检测神经网络模型，获取各所述独立图框；其中，所述第二目标检测神经网络模型由多张训练样本图像训练得到，所述训练样本图像为任一定制柜的主视图。5.根据权利要求1所述的定制柜的装饰图纸生成方法，其特征在于，还包括：获取所述储物空间的图像尺寸；根据所述图像尺寸以及定制柜图像的缩放...

【专利技术属性】
技术研发人员：邱辉平，卢燕青，
申请(专利权)人：广东三维家信息科技有限公司，
类型：发明
国别省市：