一种室内设计元素分割与空间量化方法及系统

本发明涉及图像处理，尤其涉及一种室内设计元素分割与空间量化方法及系统。

背景技术：

1、室内环境设计分析主要用于研究室内空间中围合界面、开口、家具、设施、软装、装饰物、绿植及照明设备等元素的组成关系和空间布局。随着深度学习和计算机视觉技术的发展，基于图像的语义分割方法能够对输入图像中的不同物体或区域进行像素级分类。现有的u-net、deeplabv3+、pspnet和segformer等语义分割模型，分别采用编码器—解码器、多尺度空洞卷积、金字塔池化以及transformer特征建模等方式，为图像中的不同语义区域识别提供了技术基础。

2、ade20k等公开场景解析数据集提供了大量场景图像及像素级语义标注，其中包括墙面、地面、天花板、门、窗、桌、椅、沙发、床、橱柜、灯具、绿植等多种与室内空间有关的对象类别，可用于训练语义分割模型。但是，ade20k所设置的原始语义类别主要面向通用场景解析，其类别体系并非按照室内环境设计和空间构成分析的需求建立。例如，椅子、沙发、扶手椅、长凳和凳子在通用语义分割中属于多个相互独立的物体类别，而在室内设计量化分析中，上述对象均可作为坐具家具进行统一统计；桌子、书桌、操作台、咖啡桌和厨房岛台也需要按照桌类与工作面进行归并。现有通用标签体系因此难以直接形成具有室内设计含义的空间构成数据。

3、此外，现有语义分割研究通常将分割掩膜作为最终输出，并主要使用交并比、平均交并比、像素准确率和类别准确率等指标评价模型的像素级识别性能。上述指标能够反映模型对不同语义类别的识别效果，但无法直接反映室内空间中不同设计元素所占的面积、不同功能元素之间的组成关系以及各类元素在图像中的布局位置。由此，语义分割结果与室内设计量化分析之间仍然存在数据表达层面的差距。

4、在室内空间构成分析过程中，除识别图像中存在何种物体外，还需要进一步确定不同元素在有效图像区域中的面积占比，判断家具、设施、软装、装饰物及绿植等组合元素的总体密度，并描述不同元素在图像上部、中部、下部以及左部、中部、右部区域中的分布情况。现有通用语义分割方法通常不直接提供上述空间量化结果，也未形成从室内图像输入、设计元素识别、特征计算、空间分布分析到结构化结果输出的一体化处理流程，不利于形成标准化、结构化和可复核的室内空间分析结果。为此，提出一种室内设计元素分割与空间量化方法及系统。

技术实现思路

1、本发明的目的是为了解决现有技术中的问题，而提出的一种室内设计元素分割与空间量化方法及系统。

2、一种室内设计元素分割与空间量化方法，包括以下步骤：

3、s1、获取待分析的室内空间图像；

4、s2、对室内空间图像进行颜色格式转换、尺寸调整、像素归一化和张量化处理；

5、s3、将预处理后的图像输入语义分割模型，获得十二类室内设计元素的像素级预测结果，并生成与原始图像对应的设计元素预测掩膜；所述十二类室内设计元素包括：空间围合界面、开口与通行元素、坐具家具、桌类与工作台面、储物家具、睡眠家具、厨房设施、卫浴设施、软装元素、装饰物、绿植元素以及灯具与功能设备；

6、s4、根据预测掩膜统计十二类室内设计元素的像素数量和图像面积占比；

7、s5、根据预设的类别组合关系，计算空间围合界面比例、开口与通行元素比例、家具密度、功能设施比例、软装比例、装饰陈设比例、绿化比例和视觉复杂度；

8、s6、根据各设计元素像素在图像平面中的坐标，计算其归一化空间中心位置，以及在图像上部、中部、下部、左部、中心和右部区域中的分布比例；

9、s7、根据预测掩膜、设计指标和空间分布特征，生成分析结果。

10、优选地，所述步骤s2中，尺寸调整为将原始图像调整至语义分割模型所需的预设输入尺寸；

11、所述像素归一化按照以下公式进行逐通道归一化：

12、

13、其中：表示调整尺寸后图像在位置处第个颜色通道的原始像素值，表示第个颜色通道的归一化均值，表示第个颜色通道的归一化标准差，表示归一化后的图像像素值。

14、将归一化后的图像转换为浮点型张量，并调整数据维度顺序，得到模型输入张量。

15、优选地，所述步骤s3中语义分割模型输出十二通道类别响应数据，对每个像素位置的十二个类别响应值进行最大值索引运算，得到模型输入尺寸下的预测掩膜；采用最近邻插值方法将所述预测掩膜恢复至原始图像尺寸。

16、优选地，所述步骤s4中，十二类室内设计元素中第类设计元素的图像面积占比按照以下公式计算：

17、

18、其中：表示有效像素总数，表示第类设计元素的像素集合，表示第类设计元素对应的像素数量，表示图像中的有效像素总数。

19、优选地，所述步骤s5具体包括：根据十二类设计元素的功能属性，计算以下主要设计指标：

20、空间围合界面比例为：

21、

22、开口与通行元素比例为：

23、

24、家具密度为：

25、

26、其中，、、和分别表示坐具家具、桌类与工作台面、储物家具和睡眠家具的面积占比；

27、功能设施比例为：

28、

29、其中，、和分别表示厨房设施、卫浴设施以及灯具与功能设备的面积占比；

30、软装比例为：

31、

32、装饰陈设比例为：

33、

34、绿化比例为：

35、；

36、所述归一化视觉复杂度按照以下公式计算：

37、

38、其中：表示第类设计元素的面积占比；表示防止时出现数值计算异常的正数；表示自然对数。

39、优选地，所述步骤s6具体包括：第类设计元素的归一化水平中心位置和归一化垂直中心位置计算公式如下：

40、

41、

42、其中：表示像素在图像中的水平坐标，表示像素在图像中的垂直坐标，表示原始图像宽度，表示原始图像高度；

43、将图像沿垂直方向划分为上部、中部和下部三个区域，将图像沿水平方向划分为左部、中心和右部三个区域；

44、第c类设计元素的上部区域分布比例按照以下公式计算：

45、

46、其中，表示图像上部区域，采用相同方法分别计算：中部区域分布比例、下部区域分布比例、左部区域分布比例、中心区域分布比例、右部区域分布比例；

47、按照预设的类别组合关系计算组合元素的空间中心位置和区域分布比例。

48、优选地，所述步骤s7中分析结果包括以下至少之一：灰度预测掩膜、彩色预测掩膜、图像叠加结果、原始图像与彩色预测掩膜及叠加图组成的对比图、十二类室内设计元素的像素数量和面积占比数据、所述空间构成指标数据、所述空间中心位置和区域分布数据、文字分析摘要以及pdf分析报告。

49、优选地，所述方法还包括：在对多张室内空间图像进行批量处理时，仅加载一次所述语义分割模型，依次对各张图像执行步骤s1至s7；对于多张图像具有明确的室内场景类别时，还可以按照场景类别进行分组，计算同一场景内各图像设计特征的均值和标准差，形成场景级聚合空间构成特征。

50、还提出一种室内设计元素分割与空间量化系统，包括：

51、图像获取模块，用于从图像采集设备、移动终端、网络接口或者本地存储设备获取待分析的室内空间图像；

52、图像预处理模块，用于对室内空间图像进行rgb格式转换、尺寸调整、像素归一化和张量化处理；

53、语义分割模块，用于加载训练完成的语义分割模型，对预处理后的图像进行像素级预测，并生成十二类室内设计元素预测掩膜；

54、类别映射模块，用于存储十二类设计元素的类别编号、名称、原始类别映射关系、颜色映射关系、组合类别关系及忽略标签；

55、设计特征量化模块，用于统计有效像素数量、单类别像素数量、单类别面积占比、组合设计指标和视觉复杂度；

56、空间分布分析模块，用于计算单类别及组合元素的归一化空间中心位置和区域分布比例；

57、结果生成模块，用于生成灰度预测掩膜、彩色预测掩膜、叠加图、对比图、结构化数据、文字摘要及分析报告；

58、数据存储模块，用于存储输入图像、模型参数、预测掩膜、设计特征、空间分布特征及分析报告。

59、与现有的技术相比，本发明优点在于：

60、1、本发明针对室内环境设计分析需求，建立了十二类设计元素标签体系，将通用场景解析数据中分散的原始语义类别按室内设计功能进行归并，使语义分割结果能够直接对应空间围合、家具、设施、软装、装饰和绿化等室内空间构成要素，填补了通用语义标签与室内设计专业需求之间的鸿沟。

61、2、本发明突破了现有语义分割方法仅输出分割掩膜的局限，将像素级识别结果自动转换为设计元素面积占比、家具密度、功能设施比例、绿化比例等空间构成指标，以及元素空间中心位置和区域分布特征，使语义分割结果从视觉展示提升为可计算、可比较的量化分析数据。

62、3、本发明将图像获取、预处理、语义分割、设计特征量化、空间分布分析和结果生成集成为连续的数据处理流程，支持单张及批量图像自动分析，并输出可视化图像、结构化数据和完整分析报告，显著提高了室内图像分析的效率、统一性和可重复性。