CN104952099A - 一房一景数字看房*** - Google Patents

Abstract

本发明公开了一种一房一景数字看房***。首先输入先验二维图像信息，随机定义出二维关键帧，将关键帧做前背景分离，并通过简单的人机交互过程对关键帧中主要目标的相关基本信息进行标记，当关键帧图像被分割完成后，相关目标物体的差值度信息即可生成，当关键帧的核心信息标记出后，***可生成关键帧的差值度图从而用来生成关键帧对应的三维图像帧，其它非关键帧的差值度图将根据关键帧的差值度图自动化的生成，最后输出为户型展示三维图像。本发明通过对二维图像进行信息化的三维处理，能够对窗外景观以及室内格局进行真实模拟，购房者全方位地了解户型的情况，降低了客户的购置成本，市场推广度较高。

Description

一房一景数字看房***

技术领域

本发明属于信息处理领域，更具体的一种信息化处理的全方位展示一房一景的数字看房***。 

背景技术

数字化发展的今天，所有的信息展示可以通过计算机全景展现，而现阶段发展起来的三维可视化选房***集成了可随意观赏的虚拟样板间，购房者通过键盘及鼠标的操控，可实现虚拟样板房多角度漫游参观，强烈的身临现场感觉，让购房者在交互操作中感受将来“家”的温馨。 景观房是房屋价值的重要组成部分，三维可视化选房***通过对窗外景观进行真实模拟，购房者可站在虚拟样板房的阳台或窗边，欣赏优美逼真的园林景观，提前体验景观房的价值！三维可视化选房***这项独有的功能将楼盘的区位价值、景观优势表现地淋漓尽致。 

三维户型鉴赏***把精美装修后的户型模型以最逼真的三维样式展示出来，***包括：户型详细尺寸信息显示、阳光朝向、承重墙显示、360度旋转观看、放大缩小、方向显示等功能。基于这些功能，购房者可以轻松、直观地了解户型格局，并能合理地预判未来装修的图景。 交互式三维沙盘展示***，将拟建楼盘1：1精确地仿真于计算机平台上，包括全景鸟瞰、周边环境展示等功能。通过简单的操作即可了解更为详细的楼盘信息，使楼盘更加直观的展现。 

现有技术中，存在如下问题：三维展示真正发展，需要高质量的制作设备，但费用昂贵，在有高质量设备的前提下，又如何制作出最舒适观看的节目，需要观念更新、制作技巧以及制作经验。有专家指出，人才和创意是三维产业良性发展的根本，国内目前奇缺三维专业人才。三维电视内容匮乏，三维标准又不统一，即使有先进的终端设备，但是匹配又成为一个问题等等。 

发明内容

1、本发明的目的。 

本发明提出的一房一景看房***，是通过将二维图像信息转换成三维图像后，提供给客户一个全方位立体的展示户型的体验，通过本发明的改进能够提高三维图像的清晰度，解决的现有的转换设备非常昂贵的问题。 

2、本发明所采用的技术方案。 

一房一景数字看房***，输入先验二维图像信息信息，首先随机定义出二维关键帧，将关键帧做前背景分离，并通过简单的人机交互过程对关键帧中主要目标的相关基本信息进行标记，当关键帧图像被分割完成后，相关目标物体的差值度信息即可生成，当关键帧的核心信息标记出后，***可生成关键帧的差值度图从而用来生成关键帧对应的三维图像帧，其它非关键帧的差值度图将根据关键帧的差值度图自动化的生成，关键帧差值度信息的获取和基于关键帧差值度信息的非关键差值度信息迭代后，***将根据关键帧的差值度信息和与关键帧的相对关系信息动态自动化的生成非关键的差值度图，最后输出为户型展示三维图像。 

优选的所述的基于差值度图转换三维采用如下方法：灰度 0 代表最远点，灰度 255 代表最近点。每个差值度图都对应唯一的一幅二维图像，以差值度图为线性量化的情况为代表，图像中所有像素的差值度可由如下公式计算得到： 

其中，，图像中表示最远和最近点的差值，制定了所有深度图的灰度级。

在本发明的一具体实施例中，优选的值为255。 

在本发明的另一具体实施例中，在所述的先验二维图像信息之前，先对二维图像信息进行预处理，将图像中任意像素的值按照取周围像素的平均值重新计算，通过引入中心像素与周围像素的差值来进一步确定中心像素值，具体按照如下公式进行计算：

其中为确定像素权重的权值，所有像素权值加和为1，的计算方法如下：

和这两个参数代表了的重复滤波次数，是空间高斯权重。

在本发明的另一具体实施例中，所述的前背景分离,将二维图像进行分类，定义每一类的图心，标记图心位置；然后将每个点与距离最近的图心进行匹配，在图像所有点都被匹配至最近的图心，然后计算每一类的重心，待处理的图像或图像被清晰的分为前景像素和背景像素，并将背景像素值设定为不变或归零。优选的最佳分类个数为2。 

在本发明的另一具体实施例中，对所述的前景差值度进行校正，将目标图像纵向分层，然后物体平均差值生成，最后对目标物体像素的差值进行分配。 

3、本发明的有益效果。 

（1）应用图像预处理的方法对二维图像进行预处理有效的降低了二维转三维步骤的错误率。 

（2）本发明使用分类算法对预处理过后的图像进行分类，从而得到前景背景分离的赋予差值度的图像。 

本发明通过对二维图像进行信息化三维处理，能够对窗外景观以及室内格局进行真实模拟，购房者全方位地了解户型的情况，降低了客户的购置成本，市场推广度较高。 

附图说明

图1户型展示处理逻辑框图。 

具体实施方式

为了使专利局的审查员尤其是公众能够更加清楚地理解本发明的技术实质和有益效果，申请人将在下面以实施例的方式作详细说明，但是对实施例的描述均不是对本发明方案的限制，任何依据本发明构思所作出的仅仅为形式上的而非实质性的等效变换都应视为本发明的技术方案范畴。 

实施例1 

图像二维转三维技术总体可以划分为两大类：1）人机交互类，此类二维转三维技术需要技术人员在对二维片源进行处理时，对相关处理过程输入必要的先验信息，从而使计算机基于这些先验信息生成三维图像序列。2）非人机交互类（自动化），此类技术只需将二维图像序列作为输入，不需要任何先验信息或是先验信息已经存在于***内部，转化***即能全自动的生成三维图像序列。显然，从信息量的角度来说，相比自动生成***，人机交互的二维转三维技术在进行转化时一定是效果较好的。

本发明提出的一房一景数字看房***，将关键帧做前背景分离，并通过简单的人机交互过程对关键帧中主要目标的相关基本信息进行标记，当关键帧图像被分割完成后，相关目标物体的差值度信息即可生成。然后，我们提出了一种基于目标跟踪技术的图像三维信息重建***，***将根据关键帧的差值度信息和与关键帧的相对关系信息动态自动化的生成非关键的差值度图。最后，必要的三维信息全部生成。 

基于差值度图绘制技术三维图像编解码的传输、显示过程。 

灰度 0 代表最远点，灰度 255 代表最近点。每个差值度图都对应唯一的一幅二维图像，以差优选的所述的基于差值度图转换三维采用如下方法：灰度 0 代表最远点，灰度 255 代表最近点。每个差值度图都对应唯一的一幅二维图像，以差值度图为线性量化的情况为代表，图像中所有像素的差值度可由如下公式计算得到： 

其中，，图像中表示最远和最近点的差值，制定了所有深度图的灰度级，的值一般为255。

实施例2 

如图1所示的户型展示处理逻辑框图，在所述的先验二维图像信息之前，先对二维图像信息进行预处理，可以将二维转三维处理前的二维图像中的噪声有效去除，以使图像中在二维转三维处理之后生成准确的差值度信息，降低错误率，从而既能保证平滑、去噪效果，又能很好的对图像边缘进行保持。

将图像中任意像素的值按照取周围像素的平均值重新计算，通过引入中心像素与周围像素的差值来进一步确定中心像素值，具体按照如下公式进行计算：

其中为确定像素权重的权值，所有像素权值加和为1，的计算方法如下：

和这两个参数代表了的重复滤波次数，是空间高斯权重。

前背景分离,将二维图像进行分2类，定义每一类的图心，标记图心位置；然后将每个点与距离最近的图心进行匹配，每个图心放置的位置不宜过近，要充分的遍布整个图像。在图像所有点都被匹配至最近的图心，然后计算每一类的重心，待处理的图像或图像被清晰的分为前景像素和背景像素，并将背景像素值设定为不变或归零。 

尽管经过了前面的操作，图像的前景和背景已经被很好的分离并且已经进行了一步差值度赋值，但是对于想要实现三维显示的差值度图来说还是不够的，这是因为一个在前景的实际物体的差值度值应该是唯一或者无过大差距的。所以要对前景差值度进行校正，由于这个原因，虽然前景和背景都已经被分开，有必要对前景目标物体的差值度值进行统一化处理。并且所赋予的差值度值应该越精确反映物体所在的实际相对差值度位置越好。将目标图像纵向分层，然后物体平均的差值生成，最后目标像素的差值分配，从而实现有效校正。 

本发明的的工作原理： 

遵循基于差值度图渲染三维图像二维图像转换三维图像的一房一景数字看房***。首先对图像进行预处理，包括二维图像获取、以及对图像的预处理。使用结果表面，本文应用图像预处理的方法对二维图像进行预处理有效的降低了二维转三维步骤的错误率；我们使用分类算法对预处理过后的图像进行分类，从而得到前景背景分离的等待赋予差值度的图像。为了更准确的对经过聚类算法处理后的图像像素赋予差值度，使用基于经验性的图像布局模型，用于对图像中各目标区别性的做出差值度赋值。结果表明，所提方式提供了一种图像二维转三维的可行性方法，在***中，提出了基于目标跟踪算法完成非关键帧的差值度图自动生成算法。***可用于生成三维图像所需的差值度信息，首先将图像提取关键帧，对关键帧进行图像分割。之后交互的将关键帧的主要目标进行标记，标记目标的差值度信息随之赋值。对于非关键帧，根据关键帧的差值度图，使用我们所提出的基于目标跟踪的非关键帧图像差值度自动生成算法自动化的生成，二维图像序列所对应的差值度图像序列全部生成，最后生成三维图像户型展示。

Claims (7)

1. 一种一房一景数字看房***，其特征在于：输入先验二维图像信息信息，首先随机定义出二维关键帧，将关键帧做前背景分离，并通过简单的人机交互过程对关键帧中主要目标的相关基本信息进行标记，当关键帧图像被分割完成后，相关目标物体的差值度信息即可生成，当关键帧的核心信息标记出后，***可生成关键帧的差值度图从而用来生成关键帧对应的三维图像帧，其它非关键帧的差值度图将根据关键帧的差值度图自动化的生成，关键帧差值度信息的获取和基于关键帧差值度信息的非关键差值度信息迭代后，***将根据关键帧的差值度信息和与关键帧的相对关系信息动态自动化的生成非关键的差值度图，最后输出为户型展示三维图像。

2. 根据权利要求1所述的一房一景数字看房***，其特征在于：所述的基于差值度图转换三维采用如下方法：灰度 0 代表最远点，灰度 255 代表最近点，每个差值度图都对应唯一的一幅二维图像，以差值度图为线性量化的情况为代表，图像中所有像素的差值度可由如下公式计算得到：

其中，，图像中表示最远和最近点的差值，制定了所有深度图的灰度级。

3. 根据权利要求2所述的一房一景数字看房***，其特征在于：优选的值为255。

4. 根据权利要求1所述的一房一景数字看房***，其特征在于：在所述的先验二维图像信息之前，先对二维图像信息进行预处理，将图像中任意像素的值按照取周围像素的平均值重新计算，通过引入中心像素与周围像素的差值来进一步确定中心像素值，具体按照如下公式进行计算：

其中为确定像素权重的权值，所有像素权值加和为1，的计算方法如下：

和这两个参数代表了的重复滤波次数，是空间高斯权重。

5. 根据权利要求1所述的一房一景数字看房***，其特征在于：所述的前背景分离,将二维图像进行分类，定义每一类的图心，标记图心位置；然后将每个点与距离最近的图心进行匹配，在图像所有点都被匹配至最近的图心，然后计算每一类的重心，待处理的图像或图像被清晰的分为前景像素和背景像素，并将背景像素值设定为不变或归零。

6. 根据权利要求1所述的一房一景数字看房***，其特征在于：最佳分类个数为2。

7. 根据权利要求5或6所述的一房一景数字看房***，其特征在于：对所述的前景差值度进行校正，将目标图像纵向分层，然后物体平均差值生成，最后对目标物体像素的差值进行分配。