本文選題：著色 + 室內(nèi)設計�。� 參考：《南京大學》2017年碩士論文

【摘要】：針對一個由多個家具模型組成的室內(nèi)場景,目前關(guān)于模型的布局擺放等問題的研究已經(jīng)相對成熟,但關(guān)于家具模型以及場景的自動著色還沒有很好的進展。而一個場景給人最直觀的感覺就來源于顏色及其搭配,因此模型著色對于構(gòu)建一個美觀和諧的三維場景而言是至關(guān)重要的。但是對于一般人而言要選擇每個物體的顏色是一個繁瑣且耗時的任務,而且也難以選擇出完美的顏色搭配,使得整個場景的顏色風格看起來協(xié)調(diào)一致。就算是專業(yè)的室內(nèi)裝飾設計師或藝術(shù)家可以根據(jù)其豐富的經(jīng)驗以及直覺來選擇配色,為模型逐個上色也是一件麻煩的事情。如果能夠?qū)崿F(xiàn)一套為三維模型場景自動著色的方法,則不僅可以用來模擬生成仿真的室內(nèi)場景,為裝飾設計提供參考,也可以用于游戲場景構(gòu)建,現(xiàn)實場景模擬等圖形方面的應用。對于一個場景的著色,除了對每個物體進行著色,還要注意整個場景中物體之間顏色的搭配是否和諧,實際上對于一個物體選定其材質(zhì)容易,但進一步選定材質(zhì)對應的顏色卻有多種選擇。而另一個難題是許多模型并非是結(jié)構(gòu)化的,雖然模型可以劃分為一組拓撲獨立的組件,但并沒有語義信息,而且組件過多且復雜,對模型組件的顏色選取不能僅根據(jù)其功能性。所以顏色的選取和模型的分割是兩個主要需要解決的問題。本文提出了一種基于數(shù)據(jù)驅(qū)動的方式為室內(nèi)場景自動著色的方法,該方法包含以下幾個方面:首先我們建立了一個數(shù)據(jù)庫,包括圖片-模型數(shù)據(jù)庫和材質(zhì)數(shù)據(jù)庫兩部分。我們從網(wǎng)絡中收集了大量由設計師設計或攝影師拍攝出來的室內(nèi)場景圖像,以及一些家具物體的三維模型。為了建立圖片與模型之間的對應關(guān)系,我們設計了一個用戶友好的圖片標識軟件,可以更方便地完成圖片中家具物體及其組件標識的工作,從而將標識細化到每個物體的組件部分,使得模型與圖片中的物體在組件級別對應起來,構(gòu)建了一個包括場景層,物體層和組件層三個層次的層級式圖片-模型數(shù)據(jù)庫。我們利用了一種新的材質(zhì)表面信息獲取方法構(gòu)建了一個高質(zhì)量的材質(zhì)庫,該方法結(jié)合多組拍照技術(shù)來提取材質(zhì)表面的信息,為我們渲染出逼真的室內(nèi)場景提供了基礎。其次本文實現(xiàn)了對單個家具模型的著色。輸入為一個三維家具物體模型和一張相同類型家具的參考圖片,根據(jù)我們上一步驟構(gòu)建的層級式圖片-模型數(shù)據(jù)庫,我們可以直觀地找到圖片與模型之間的對應關(guān)系,并以圖片的標識信息作為參考來對家具模型進行分割。我們提取了一系列網(wǎng)格級和組件級的特征,對每一種分割方式進行學習從而得到圖片引導的模型分割分類器,來對輸入模型進行自動分割。通過將分割結(jié)果與圖片中物體的不同顏色部分對應起來,我們在材質(zhì)數(shù)據(jù)庫中搜索與圖片中家具物體的各個部分顏色最相近的材質(zhì),就可以容易地為三維模型賦予與圖片相似的著色風格。最后本文實現(xiàn)了對場景的著色。我們提出了兩種著色方式:參考示例圖片或顏色主題進行著色。如果以示例圖片作為參考,則可以按照對單個家具模型著色的方法為場景的中的每個物體逐個進行著色即可。如果以顏色主題作為參考,我們首先根據(jù)著色問題構(gòu)建出一個馬爾科夫隨機場模型,并利用數(shù)據(jù)庫中的數(shù)據(jù)為每個家具物體構(gòu)建顏色概率分布,然后以用戶的輸入作為約束條件構(gòu)建了一個能量方程,通過求解該方程得到每個家具模型的顏色主題,最終生成出與用戶期望的顏色主題一致的室內(nèi)場景著色結(jié)果。我們的實驗結(jié)果以及用戶調(diào)查表明我們的系統(tǒng)能夠生成與室內(nèi)設計師設計的結(jié)果相媲美的著色方案。
[Abstract]:For an indoor scene consisting of multiple furniture models, the research on the layout and placement of the model is relatively mature, but there is no good progress in the furniture model and the automatic coloring of the scene. The most intuitive feeling of a scene is from color and collocation, so the model coloring is built. It is essential for a beautiful and harmonious three-dimensional scene. But for the average person to choose the color of each object is a tedious and time-consuming task, and it is difficult to choose a perfect color match, making the color style of the whole scene look consistent. Even a professional interior decorator or art The family can choose color matching according to its rich experience and intuition. It is also a troublesome thing to color model one by one. If a set of automatic coloring methods for 3D model scenes can be realized, it can not only simulate the indoor scene of generating simulation, provide reference for decoration design, but also can be used for game scene construction. The application of real scene simulation. For a scene coloring, in addition to the color of each object, we should also pay attention to the color matching between objects in the whole scene. In fact, it is easy to select the material for one object, but there are many choices for the selection of the material for the color. And the other problem is the other problem. Many models are not structured. Although the model can be divided into a set of topology independent components, but there is no semantic information, and the components are too many and complex, the color selection of model components can not only be based on its functionality. So the selection of color and the segmentation of the model are two main problems to be solved. The method of auto coloring indoor scene based on data driven method includes the following aspects: first we set up a database, which includes two parts: picture model database and material database. We collect a large number of indoor scene images from designer or photographers from the network, and one of them. In order to establish the correspondence between the picture and the model, we have designed a user friendly image identification software, which can more conveniently complete the work of the furniture and its component identification in the picture, thus refining the identification to the component part of each object, making the model and the object in the picture in the group. A hierarchical picture model database, which includes three levels of scene layer, object layer and component layer, is constructed. We use a new material surface information acquisition method to build a high quality material library. This method combines multi group photo technology to extract information of material surface, which is rendered to us. This paper provides a basis for a realistic indoor scene. Secondly, this article implements the coloring of a single furniture model. Input into a three-dimensional furniture object model and a reference picture of the same type of furniture. According to the hierarchical picture model database built in the previous step, we can find the correspondence between the picture and the model directly. We divide the furniture model with the identification information of the picture. We extract the features of a series of grid and component levels, learn each method of the segmentation and get the model segmentation classifier which is guided by the picture to automatically divide the input model. In the color part, we search for the most similar colors of each part of the furniture in the material database. We can easily give the 3D model a coloring style similar to the picture. Finally, we make the color of the scene. We put forward two coloring methods: refer to the example picture or color theme. Line coloring. If a sample picture is used as a reference, you can coloring each object in the scene for a single furniture model. If the color topic is used as a reference, we first build a Markov random field model based on the coloring problem, and use the data in the database for each home. It constructs a color probability distribution with an object, then constructs an energy equation with the input of the user as a constraint. By solving the equation, the color theme of each furniture model is obtained, and the results of indoor scene coloring that are consistent with the desired color theme of the user are generated. Our experimental results and the user survey show that we are The system can generate a color scheme that is comparable to the result of interior designer design.
【學位授予單位】：南京大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TS664.0;TU238.2

【相似文獻】

相關(guān)期刊論文 前10條

1 黃萬武;孫炳文;;數(shù)據(jù)驅(qū)動語言學習—教學模式的轉(zhuǎn)變[J];武漢科技學院學報;2006年11期

2 姚傳胤;關(guān)于數(shù)據(jù)驅(qū)動多微處理機系統(tǒng)[J];化工時刊;1990年02期

3 趙建民;莊建新;金基勇;任偉;;數(shù)據(jù)驅(qū)動的射孔方案知識系統(tǒng)的設計與實現(xiàn)[J];大慶石油學院學報;2008年03期

4 顧海杰;榮岡;;數(shù)據(jù)驅(qū)動方法在流程工業(yè)中的應用命題綜述[J];化工自動化及儀表;2009年05期

5 朱林;呂品;;基于數(shù)據(jù)驅(qū)動的氫粉碎工藝氫含量的預報[J];工礦自動化;2010年10期

6 唐麗玲;;基于語料庫的中介語搭配語用失誤分析與數(shù)據(jù)驅(qū)動學習[J];蘭州石化職業(yè)技術(shù)學院學報;2007年02期

7 石美紅,張曉濱;基于數(shù)據(jù)驅(qū)動的DBMS應用研究[J];西北紡織工學院學報;2001年04期

8 王飛;;克拉瑪依人事人才網(wǎng)站的設計與實現(xiàn)[J];新疆石油科技;2001年04期

9 王湛;唐萬有;;使用Illustrator實現(xiàn)證卡個性化制作[J];印刷雜志;2011年06期

10 邵克勇;范欣;張永華;田野;;一種基于數(shù)據(jù)驅(qū)動的模糊系統(tǒng)建模方法[J];化工自動化及儀表;2009年05期

相關(guān)會議論文 前7條

1 胡繼華;;元數(shù)據(jù)驅(qū)動在信息資源管理中的應用研究——以城建行業(yè)為例[A];中國地理信息系統(tǒng)協(xié)會第三次代表大會暨第七屆年會論文集[C];2003年

2 石磊;;數(shù)據(jù)驅(qū)動新聞的制約與挑戰(zhàn)[A];媒介化社會的社會文明建構(gòu)——第四屆“華中地區(qū)研究生新聞傳播學術(shù)論壇”優(yōu)秀論文集[C];2013年

3 韓守鵬;邱曉剛;黃柯棣;;動態(tài)數(shù)據(jù)驅(qū)動的適應性建模與仿真[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術(shù)年會論文集[C];2006年

4 鄒自明;;國際日地空間物理虛擬觀測臺新進展[A];中國地球物理學會第二十四屆年會論文集[C];2008年

5 王承博;朱登明;;數(shù)據(jù)驅(qū)動的大規(guī)模水面動畫合成方法[A];第六屆全國幾何設計與計算學術(shù)會議論文集[C];2013年

6 劉倩;王緝憲;孫永海;;“數(shù)據(jù)驅(qū)動”的城市停車政策革新:方法與啟示——以深圳為例[A];:城鄉(xiāng)治理與規(guī)劃改革——2014中國城市規(guī)劃年會論文集（05 城市交通規(guī)劃）[C];2014年

7 黃大網(wǎng);南佐民;楊新亮;;數(shù)據(jù)驅(qū)動學習與英語寫作教學中的語域知識傳授——基于CLEC語料庫的個案研究[A];英語寫作教學與研究的中國視角——第四屆中國英語寫作教學與研究國際研討會論文集[C];2008年

相關(guān)重要報紙文章 前10條

1 上海科學學研究所 李輝 湯琦 梁Pr;數(shù)據(jù)驅(qū)動的創(chuàng)新[N];文匯報;2013年

2 趙國利;大數(shù)據(jù)驅(qū)動創(chuàng)新思維[N];解放軍報;2013年

3 吳勇毅;如何建立大數(shù)據(jù)驅(qū)動的商業(yè)模式[N];中國冶金報;2014年

4 羅慶朗;運用大數(shù)據(jù)驅(qū)動創(chuàng)新發(fā)展[N];學習時報;2014年

5 本報記者 姚傳富;數(shù)據(jù)驅(qū)動業(yè)務已經(jīng)成為潮流[N];人民郵電;2014年

6 本報記者 別坤;大數(shù)據(jù)驅(qū)動智能交通[N];計算機世界;2013年

7 ;探尋“大數(shù)據(jù)驅(qū)動創(chuàng)新”的路徑[N];文匯報;2013年

8 中國科學院院士 郭華東;科學大數(shù)據(jù)驅(qū)動學科發(fā)展[N];中國信息化周報;2014年

9 本報記者 宋辰;新互聯(lián)時代 數(shù)據(jù)驅(qū)動商業(yè)變革[N];計算機世界;2013年

10 姜浩端 國務院發(fā)展研究中心信息中心副研究員;數(shù)據(jù)驅(qū)動決策的挑戰(zhàn)[N];中國經(jīng)濟時報;2013年

相關(guān)博士學位論文 前10條

1 汲小溪;大數(shù)據(jù)驅(qū)動的計算生物標識研究[D];復旦大學;2014年

2 黃愛芹;基于數(shù)據(jù)驅(qū)動的調(diào)節(jié)閥故障診斷方法研究[D];山東大學;2015年

3 馬驍鵬;基于數(shù)據(jù)驅(qū)動的時變太陽風磁流體數(shù)值模擬[D];中國科學院國家空間科學中心;2016年

4 王楊剛;基于數(shù)據(jù)驅(qū)動的基礎地質(zhì)圖件更新關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(北京);2016年

5 何章鳴;非預期故障的數(shù)據(jù)驅(qū)動診斷方法研究[D];國防科學技術(shù)大學;2015年

6 丁建偉;數(shù)據(jù)驅(qū)動的復雜裝備異常檢測方法[D];清華大學;2015年

7 洪悅;基于機理和數(shù)據(jù)驅(qū)動的冷軋生產(chǎn)過程操作優(yōu)化研究[D];東北大學;2014年

8 劉強;數(shù)據(jù)驅(qū)動與機理分析相結(jié)合的冷軋連退過程故障診斷方法研究[D];東北大學;2012年

9 張樹凱;基于數(shù)據(jù)驅(qū)動的無人船艇航線自動生成[D];大連海事大學;2016年

10 張貴生;數(shù)據(jù)驅(qū)動的金融時間序列預測模型研究[D];山西大學;2016年

相關(guān)碩士學位論文 前10條

1 李方前;基于數(shù)據(jù)驅(qū)動的TE過程故障診斷研究[D];昆明理工大學;2015年

2 劉浩;基于即時學習的模型未知系統(tǒng)數(shù)據(jù)驅(qū)動控制策略研究[D];燕山大學;2015年

3 周晶晶;基于語料庫的大學英語詞匯教學實證研究[D];閩南師范大學;2015年

4 薛亮;數(shù)據(jù)驅(qū)動的商品推送系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

5 陳金龍;大數(shù)據(jù)驅(qū)動的智能交通云服務構(gòu)建與組合技術(shù)研究[D];杭州師范大學;2015年

6 李曉晨;面向軟件倉庫挖掘的數(shù)據(jù)驅(qū)動特征構(gòu)建方法[D];大連理工大學;2015年

7 王秋鈺;大數(shù)據(jù)驅(qū)動下的影響者營銷研究[D];南京大學;2015年

8 汪盼;基于語料庫的數(shù)據(jù)驅(qū)動學習法在初中英語語法課堂教學中的運用研究[D];杭州師范大學;2015年

9 李娜;基于數(shù)據(jù)驅(qū)動的PID控制器優(yōu)化研究[D];華北電力大學;2015年

10 范欣;基于數(shù)據(jù)驅(qū)動的模糊系統(tǒng)建模分析與研究[D];東北石油大學;2010年

，

本文編號：2093492