一种基于语义分割的建筑房间还原方法及系统技术方案

本发明专利技术提供了一种基于语义分割的建筑房间还原方法及系统，包括：获取待还原的建筑房间图像；将所述待还原的建筑房间图像输入到预设的语义分割模型中提取图像语义信息并根据图像语义信息进行图像分割，输出全局图像分割结果；将所述待还原的建筑房间图像输入至预设的检测模型中检测弧线门的位置，输出弧线门检测结果；对全局图像分割结果和弧线门检测结果进行

【技术实现步骤摘要】
一种基于语义分割的建筑房间还原方法及系统


[0001]本专利技术涉及图像处理
，尤其涉及一种基于语义分割的建筑房间还原方法及系统
。

技术介绍

[0002]现有技术中，基于深度学习实现语义分割的技术研究取得一定成果，如
U
‑
Set、SegNet
等相关技术能够对图像背景中的人物
、
场景
、
车辆等不同类别的图像元素进行自适应划分
。
[0003]然而，这一类技术在建筑空间划分的领域中未能达到理想效果
。
一方面，建筑房间的
CAD
图像中存在家具
、
杂线等其他外在设备的干扰，这些外在影响因素在
CAD
图像上呈现的线条会降低房间划分的准确性；另一方面，当
CAD
图像进行房间还原后，建筑背景和建筑所需划分的房间完全一致，而现有的基于深度学习算法并不能分割完全背景没有特征区分的建筑房间
。

技术实现思路

[0004]本专利技术提供一种基于语义分割的建筑房间还原方法及系统，实现对建筑房间的还原，解决了对背景没有特征区分的建筑房间的还原问题
。
[0005]为了解决上述技术问题，本专利技术提供了一种基于语义分割的建筑房间还原方法，包括：
[0006]获取待还原的建筑房间图像；
[0007]将所述待还原的建筑房间图像输入到预设的语义分割模型中提取图像语义信息并根据图像语义信息进行图像分割，输出全局图像分割结果；
[0008]将所述待还原的建筑房间图像输入至预设的检测模型中检测弧线门的位置，输出弧线门检测结果；
[0009]对全局图像分割结果和弧线门检测结果进行
Mask
掩膜叠加处理，得到最终的建筑房间还原结果
。
[0010]本专利技术基于语义分割实现对建筑房间的还原：将待还原的建筑房间图像分别进行语义分割和检测，经语义分割得到全局图像分割结果，经检测得到弧线门检测结果，从而获取建筑房间的墙体和弧线门的位置
。
最后，将全局图像分割结果和弧线门检测结果进行
Mask
掩膜叠加，得到全局图像的最终建筑房间还原结果，实现了对背景没有特征区分的建筑房间图像的分割和定位，得到建筑房间还原结果
。
[0011]进一步的，所述获取待还原的建筑房间图像，具体为：
[0012]获取用户输入的原始建筑房间图像，对所述原始建筑房间图像进行高斯滤波模糊处理，得到高斯建筑房间图像，对高斯建筑房间图像进行开闭运算处理，得到待还原的建筑房间图像
。
[0013]进一步的，所述高斯滤波模糊处理，具体为：
[0014]选取
m
×
m
的高斯核构建高斯滤波器，将所述原始建筑房间图像输入至高斯滤波器中进行模糊处理，输出高斯建筑房间图像
。
[0015]本专利技术实施例中，不同清晰度图像经高斯滤波模糊处理后，其清晰度和分辨率处于相同范围内，从而增强了建筑房间还原方法的泛化能力
。
[0016]进一步的，所述对高斯建筑房间图像进行开闭运算处理，具体为：
[0017]对高斯建筑房间图像进行开运算处理，具体为对高斯建筑房间图像先执行腐蚀操作和遍历处理，再执行膨胀操作和遍历处理；
[0018]对开运算后的建筑房间图像进行闭运算处理，具体为对开运算后的建筑房间图像先执行膨胀操作和遍历处理，再执行腐蚀操作和遍历处理
。
[0019]本专利技术实施例中，图像开运算能够减少杂线对轮廓线的干扰，图像闭运算处理能够填补受到输入图像清晰度影响的轮廓线，两者结合应用，增强了建筑图象的清晰度和准确性
。
[0020]进一步的，所述将所述待还原的建筑房间图像输入到预设的语义分割模型中提取图像语义信息并根据图像语义信息进行图像分割，输出全局图像分割结果，具体为：
[0021]将所述待还原的建筑房间图像输入至预设的语义分割模型中；
[0022]通过语义分割模型的语义编码器对所述待还原的建筑房间图像进行划分得到局部划分区域，继而对局部划分区域的像素序列进行归类分析，得到所述建筑房间图像的语义信息；
[0023]通过语义分割模型的语义解码器对所述待还原的建筑房间图像的语义信息进行上采样，得到局部划分区域像素序列的分类结果；
[0024]通过语义分割模型的全连接层对像素序列中每个像素的分类结果进行连接，输出全局图像分割结果
。
[0025]进一步的，所述通过语义分割模型的全连接层对像素序列中每个像素的分类结果进行连接，输出全局图像分割结果，具体为：
[0026]对语义解码器输出的像素序列分类结果进行
one
‑
hot
编码，得到编码序列；
[0027]通过
SoftMax
函数将编码序列转化为每个像素的预测结果；
[0028]连接每个像素的预测结果，获得全局图像分割结果
。
[0029]本专利技术实施例的语义分割分支中，首先，编码器提取建筑房间图像的语义特征；其次，解码器对图像语义信息进行采样，得到像素序列的分类结果；最后，经全连接层输出全局图像各像素的分类结果，从而实现了对无特征背景的空间划分
。
[0030]进一步的，所述将所述待还原的建筑房间图像输入至预设的检测模型中检测弧线门的位置，输出弧线门检测结果，具体为：
[0031]将所述待还原的建筑房间图像输入至预设的检测模型中；
[0032]通过检测模型的检测编码器将所述待还原的建筑房间图像划分为
N
个矩阵，并对
N
个矩阵进行特征编码得到
N
个矩阵向量；
[0033]通过检测模型的检测解码器对
N
个矩阵向量进行解码得到每个向量的位置和分类结果，并根据每个向量的位置和分类结果检测弧线门的位置，输出弧线门检测结果
。
[0034]进一步的，所述对全局图像分割结果和弧线门检测结果进行
Mask
掩膜叠加处理，得到最终的建筑房间还原结果，具体为：
[0035]将全局图像分割结果和弧线门检测结果进行掩膜叠加，获得重叠区域；
[0036]基于重叠区域的中心点，建立墙体边界查找的线性方程，求解墙体边界查找的线性方程得到墙体和弧线门的位置；
[0037]将墙体和弧线门的位置进行组合，输出最终的建筑房间还原结果
。
[0038]本专利技术实施例中，通过
Mask
掩膜叠加方法对全局图像分割结果和弧线门检测结果进行叠加，并且构建墙体边界查找线性方程，进一步确认墙体与弧线门的交接位置，从而提高空间划分的准确性
。
[0039]在上述方法项实施例的基础上，本专利技术对应提供了系统项实施例，提供了一种基于语义分割的建筑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于语义分割的建筑房间还原方法，其特征在于，包括：获取待还原的建筑房间图像；将所述待还原的建筑房间图像输入到预设的语义分割模型中提取图像语义信息并根据图像语义信息进行图像分割，输出全局图像分割结果；将所述待还原的建筑房间图像输入至预设的检测模型中检测弧线门的位置，输出弧线门检测结果；对全局图像分割结果和弧线门检测结果进行
Mask
掩膜叠加处理，得到最终的建筑房间还原结果
。2.
如权利要求1所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述获取待还原的建筑房间图像，具体为：获取用户输入的原始建筑房间图像，对所述原始建筑房间图像进行高斯滤波模糊处理，得到高斯建筑房间图像，对高斯建筑房间图像进行开闭运算处理，得到待还原的建筑房间图像
。3.
如权利要求2所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述高斯滤波模糊处理，具体为：选取
m
×
m
的高斯核构建高斯滤波器，将所述原始建筑房间图像输入至高斯滤波器中进行模糊处理，输出高斯建筑房间图像
。4.
如权利要求2所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述对高斯建筑房间图像进行开闭运算处理，具体为：对高斯建筑房间图像进行开运算处理，具体为对高斯建筑房间图像先执行腐蚀操作和遍历处理，再执行膨胀操作和遍历处理；对开运算后的建筑房间图像进行闭运算处理，具体为对开运算后的建筑房间图像先执行膨胀操作和遍历处理，再执行腐蚀操作和遍历处理
。5.
如权利要求1所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述将所述待还原的建筑房间图像输入到预设的语义分割模型中提取图像语义信息并根据图像语义信息进行图像分割，输出全局图像分割结果，具体为：将所述待还原的建筑房间图像输入至预设的语义分割模型中；通过语义分割模型的语义编码器对所述待还原的建筑房间图像进行划分得到局部划分区域，继而对局部划分区域的像素序列进行归类分析，得到所述建筑房间图像的语义信息；通过语义分割模型的语义解码器对所述待还原的建筑房间图像的语义信息进行上采样，得到局部划分区域像素序列的分类结果；通过语义分割模型的全连接层对像素序列中每个像素的分类结果进行连接，输出全局图像分割结果
。6.
如权利要求5所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述通过语义分割模型的全连接层对像素序列中每个像素的分类结果进行连接，输出全局图像分割结果，具体为：对语义解码器输出的像素序列分类结果进行
one
‑
hot
编码，得到编码序列；通过
SoftMax
函数将编码序列转化为每个像素的预测结果；
连接每个像素的预测结果，获得全局图像分割结果
。7.
如权利要求1所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述将所述待还原的建筑房间图像输入至预设的检测模型中检测弧线门的位置，输出弧线门检测结果，具体为：将所述待还原的建筑房间图像输入至预设的检测模型中；通过检测模型的检测编码器将所述待还原的建筑房间图像划分为
N
个矩阵，并对
N
个矩阵进行特征编码得到
N
个矩阵向量；通过检测模型的检测解码器对
N
个矩阵向量进行解码得到每个向量的位置和分类结果，并根据每个向量的位置和分类结果检测弧线门的位置，输出弧线门检测结果
。8.
如权利要求1所述的一种基于语义分割的建筑房间还原方法，其特征在于，所述对全局图像分割结果和弧线门检测结果进行
Mask
掩膜叠加处理，得到最终的建筑房间还原结果，具体为：将全局图像分割结果和弧线门检测结果进行掩膜叠加，获得重叠区域；基于重叠区域的中心点，建立墙体边界查找的线性方程，求解墙体边界查找的线性方程得到墙体和弧线门的位置；将墙体和弧线门的位置进行组合，输出最终的建筑房间还原结果
。9.
一种基于语义分割的建筑房间还原系统，其特征在于，包括：图像获取模块
、
语义分割模块
、
检测模块和后处理模块；所述图像获取模块用于...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：上海帮图信息科技有限公司，
类型：发明
国别省市：