[发明专利]基于拍照的户型图识别生成三维房型的方法

摘要

本发明提供了一种基于拍照的户型图识别生成三维房型的方法，用于解决传统的基于户型图的三维重建方法不能适用于拍照版户型图的问题。本发明针对拍照户版型图的特点，首先对拍照版户型图进行矫正处理，使矫正后的图像质量与户型图电子版近似，以方便后续的户型图识别；接着针对拍照版户型图特点进行墙体识别，对墙体进行尺寸校正和闭合，生成跨平台的JSON文件；最后Unity3D利用JSON文件的墙体信息进行三维重建。本发明实现对拍照户型图的识别并生成三维房型，能有效解决拍照户型图图像角度倾斜问题，并提供了基于墙体相交锚点的墙体计算方法，方便后续生成的三维墙体可以基于锚点自由拖动拉伸。

主权项

一种基于拍照的户型图识别生成三维房型的方法，其特征在于，其实现步骤如下：步骤1：对图像进行初步预处理，得到户型图的灰度图；预处理包括图像去噪、图像增强和灰度转换；步骤2：对灰度图进行OTSU二值化处理；OTSU表示最大类间方差法；步骤3：对步骤2得到的OTSU二值化处理后的图提取最大边缘轮廓，得到边缘图像；所述的最大边缘轮廓，采用OpenCV的findContours函数找到所有轮廓，计算所找到的各轮廓的净面积，找到净面积最大的轮廓，从而得到最大轮廓图像；步骤4：对边缘图像进行Hough变换得到直线坐标；步骤5：从步骤4所得直线中提取最上、最下、最左和最右四条线段；设步骤4得到的直线集合为L，对L中的任意线段l(x1,y1,x2,y2)，(x1,y1)和(x2,y2)为线段的两个端点坐标，计算获取该线段的夹角θ和中点坐标(x3,y3)分别为：θ=arctan(y2-y1x2-x1),x3=(x1+x2)/2;y3=(y1+y2)/2;]]>然后选取符合条件的线段，如下：最左线段ll需满足两个条件：a.π/4≤θ≤3π/4，b.x3值最小；最右线段lr需满足两个条件：a.π/4≤θ≤3π/4，b.x3值最大；最上线段lt需满足两个条件：a.0≤θ≤π/4或3π/4≤θ≤π，b.y3值最小；最下线段lb需满足两个条件：a.0≤θ≤π/4或3π/4≤θ≤π，b.y3值最大；步骤6：根据步骤5得到的四条直线计算透视变换的变换矩阵所需的两组消隐点；步骤7：计算透视变换的变换矩阵；步骤8：根据变换矩阵，对原图像的灰度图像进行透视变换，获得矫正后的灰度图像；步骤9：剪取户型图区域；步骤10：对步骤9剪取的户型图区域进行外形轮廓检测；步骤11：采用墙体阈值分割方法对步骤10得到的户型图进行处理，去除与墙体无关区域，得到二值图；步骤12：对二值图进行腐蚀和膨胀；步骤13：对步骤12处理后的二值图进行边缘检测，得到边缘图像；步骤14：对步骤13得到的边缘图像进行Hough变换，将墙体边缘线拟合成线段；步骤15：将步骤14得到的边缘线段根据角度分类为横线和竖线两个集合；步骤16：对横线和竖线集合进行矫正拉直；步骤17：根据横线集合和竖线集合，分别获取墙体的简化线；根据横线集合得到墙体的横线简化线集合，根据竖线集合得到墙体的竖线简化线集合；步骤18：将墙体横线简化线集合与竖线简化线集合中的简化线归并；步骤19：根据简化线生成基于锚点的墙体；步骤20：进行门识别；步骤21：进行窗识别；步骤22：生成JSON文件，记录墙体和门窗信息；JSON是JavaScript Object Notation的简写，是一种数据交换格式；步骤23：利用软件Unity3D读取JSON文件，创建墙体和门窗；步骤24：三维重建完成，进行漫游展示和装修展示。