人工智能背景下移动智能设备App在室内设计中的应用

时间：2024-07-28

张红英，陆瑶

(重庆建筑科技职业学院，建筑城规学院，重庆 401331)

0 引言

室内设计主要用图形来表现设计师的室内设计风格和思维方式，图形思维是设计者进行自我沟通的一种无声的语言，也是设计师与施工者或客户进行室内设计方案沟通的重要基础[1]。计算机科学技术的发展，使得大量的设计软件得到广泛应用，技术也越来越成熟，在室内设计空间模型效果展示方面的应用也越来越广泛[2]。现在的室内设计过程中，为了让用户更直观地了解设计意图，还可通过人工智能背景下移动智能设备App比拟实际效果，弥补了设计图纸的单一表达性[3]。

张颖超等[4]提出了将移动智能设备应用在室内设计中的研究，采用人工智能技术对室内设计方案进行优化，对光线及空间进行仿真模拟，利用移动智能设备获取视觉信息，通过计算机软件完善设计流程，实现室内设计，此方法可以增强室内设计的效果；曹上秋等[5]提出了将人工智能技术应用到室内设计中，先用计算机技术分析室内设计过程，再用人工智能背景下的移动智能设备分割出室内设计要素，再对室内设计参数重新组合优化实现重装设计，通过移动设备定向融入新元素，采用人工智能技术的多元素融合算法，实现室内设计，本文方法可以提高设计元素的融入效果，可应用于实际室内设计过程中。

针对上述方法存在的问题，本文将移动智能设备App应用到了室内设计中，建立了室内设计场景模型提取室内空间分布特征，对室内设计的视觉特征进行了重构，通过关联尺度分析确定室内设计视觉图像的信息分量，采用三维渲染的方式，处理室内设计场景，从而增强室内设计效果。

1 基于移动智能设备App的室内设计方法

1.1 获取室内设计的视觉信息

将移动智能设备App应用到室内设计中，需要先确定室内不同种类物体的形状特征和轮廓特征[6]，在人工智能背景下，对室内场景进行建模，具体步骤为

a=a-+εU1

(1)

b=b-+εUt

(2)

其中，U1表示室内场景轮廓的变化矩阵，Ut表示室内场景纹理的变化矩阵，ε表示控制参数，通过改变控制参数可以得到室内不同种类物体的轮廓和纹理。

在人工智能背景下，采用移动智能设备App对室内场景的坐标进行标定，实现室内场景特征由二维坐标向三维坐标的转换。在标定的坐标点安装摄像机，采集室内各点的环境图像[7]，假设摄像机采集图像的光轴与场景坐标之间完全重合，那么坐标转换的公式表示为

r=fL-ab

(3)

其中，f表示摄像机采集室内场景图像的焦距，L表示图像采集的拍摄距离。

基于室内场景模型，在人工智能背景下，采用移动智能设备App将室内设计视觉图像的轮廓特征分解，增强处理每一个室内设计元素，可以得到室内设计边缘点的分布矩阵，即：

J(x,y,σ)=10Lx(x,y,σ)

01Ly(x,y,σ)

(4)

其中，Lx(x,y,σ)表示室内设计视觉图像的种子点,Ly(x,y,σ)表示室内设计视觉图像的灰度特征。

根据移动智能设备App的应用程序设计，建立室内设计模板匹配矩阵，即：

M=Lxx(x,y,σ)Lxy(x,y,σ)

Lxy(x,y,σ)Lyy(x,y,σ)

(5)

利用人工智能视觉传感器扫描室内场景信息得到室内设计视觉信息，获取步骤如下。

Step1：采用人工智能 VR技术采集室内真实全景图像，然后将采集的全景图像存储起来，并将文件名改为0000；

Step2：利用人工智能视觉传感器，对室内设计场景进行实景扫描；

Step3：利用计算机软件技术获取扫描的全景图像切片，根据人工智能视觉传感器采集信息的频率，获取扫描的全景图像切片的位置信息，以每个扫描切片信息对室内全景图像进行命名，并将采集的全景图像切片存储在室内设计全景图像文件夹里；

Step4：对获取的全景图像切片与标准参数对比，如果未达到标准参数，需返回步骤3，如果达到标准参数，则完成了室内设计视觉信息的获取。

在人工智能背景下，采用移动智能设备App建立了室内设计场景模型，提取出室内空间分布特征，在室内空间分布边缘轮廓的基础上，对室内设计的视觉特征进行了重构，获取了室内设计的视觉信息。

1.2 重构室内设计的三维视觉特征

在重构室内设计三维视觉特征时，通过增强室内设计视觉图像信息的三维效果，优化室内设计视觉图像，在关联尺度分析上，得到室内设计视觉图像的信息分量，表示为

〈τdu′,〉φx0τduφx0‖‖φx0-〈τdu,〉φx0〈τdu′,τdu〉φx0τdu3φ0‖‖φx0

(6)

在人工智能背景下，将规则性像素特征分解应用到室内设计视觉图像的像素融合中，融合结果的输出为

∂∂d〈τdu,〉φ0τduφx0‖‖φx0=〈τdu′,〉φ00τduφx0‖‖φx0-

〈τdu,〉φx0〈τdu′,τdu〉τduφx03‖‖φx0

(7)

其中，τduφx0表示室内设计视觉图像经过纹理合并之后的像素集合。

接着对室内设计的颜色特征进行优化组合，得到室内设计视觉图像的纹理分割区域：

G=∑tr=1 ∑k2q=1WTixir-WTixirq2Birq=trWTiH2Wi

(8)

其中，H2表示网格区域特征值，计算公式为

H2=∑tr=1 ∑k2q=1xir-xirqxir-xirqTBirq

(9)

通过分割室内设计视觉图像的像素区域，匹配了视觉图像的自适应特征，实现室内设计视觉图像的优化设计。

室内设计的三维重构中，通过引入LBG向量量化方法，对室内设计视觉图像的最大灰度值进行了标记，提取出室内设计视觉图像的三维轮廓特征量，此时可以得到一个融合中心为dx,y的视觉图像。

基于室内设计视觉图像的量化特征量，通过提取视觉图像的灰度信息素，描述了视觉图像的前k维特征模板，即：

P(φ)=∫12 (|∇φ|-1)2dx

(10)

定义室内设计视觉图像的局部模板匹配项为ELBF，室内设计视觉图像边缘处像素点的采样分量定义为ERGB，在人工智能背景下，利用移动智能设备App构建室内设计视觉图像在区域融合过程中的模板函数，表示为

Data(x,y,d(x,y))=|u(x-d(x,y),y)-(x,y)|2

(11)

在关联尺度分析上，确定室内设计视觉图像的信息分量，采用规则性像素特征分解方法融合处理了室内设计视觉图像的像素点，通过提取视觉图像的灰度信息素，通过构建室内设计视觉图像在区域融合过程中的模板函数，对室内设计的三维视觉特征进行重构。

1.3 室内设计的实现

移动智能设备App可以为室内设计提供一个合理的驱动程序，驱动程序的WiFi模块通常采用LUA脚本语言，操作起来也比较灵活，为室内设计提供了很大便利。移动智能设备App中WiFi模块的流程如图1所示。

图1 移动智能设备App中WiFi模块的流程

基于移动智能设备App中WiFi模块的流程，通过对室内进行三维渲染，实现室内景观的设计。为了在室内设计中获取到理想的室内场景渲染效果，在三维渲染之前，先修正每一项室内设计三维渲染参数，计算出每一处场景的坐标，设置室内设计过程中的环境光参数、透明度参数，将室内场景的材质纹理逐一添加到场景实体中，设计的结束阶段，可以结合修改器设备，修正处理室内设计场景的实体信息；在制作场景渲染图像之前，将场景配置加入其中，使得室内场景的模拟变得更加逼真，室内设计场景的渲染必须通过以上三个步骤完成，实现流程如图2所示。

图2 室内设计景观的渲染流程图

综上所述，在人工智能背景下，采用移动智能设备App获取室内设计的视觉信息，通过重构室内设计的三维视觉特征对室内设计场景进行三维渲染，实现基于移动智能设备App的室内设计。

2 实验对比分析

为了验证基于移动智能设备App的室内设计方法可以有效提高室内设计效果，采用文献[4]的室内设计方法和文献[5]的室内设计方法进行室内视觉饱和度对比测试，实验测试结果如图3所示。

图3 室内视觉饱和度对比测试结果

从图3的结果可以看出，文献[4]的室内设计方法和文献[5]的室内设计方法在实验测试前后的室内视觉饱和度没有太大差别，文献[5]的室内设计方法测试得到的室内视觉饱和度稍微略高于文献[4]的室内设计方法，但是这两种室内设计方法得到的室内视觉饱和度都无法达到室内设计要求，而基于移动智能设备App的室内设计方法在室内视觉饱和度方面，最高可以达到97%，完全可以满足室内设计要求，符合人在室内生活和居住的舒适性。

为了验证基于移动智能设备App的室内设计方法的实用性，设置了实验参数，如表1所示。

表1 实验参数

实验过程中，在室内空间中寻找表1坐标点的位置，利用基于移动智能设备App的室内设计方法、文献[4]的室内设计方法和文献[5]的室内设计方法进行观测，结果如图4所示。

(a) 基于移动智能设备App的室内设计方法(b) 文献[5]的室内设计方法(c) 文献[4]的室内设计方法图4 室内空间重建检测误差测试结果

从图4的结果可以看出，三种室内设计方法的室内空间重建检测结果之间存在比较大的误差，随着Tidx指数越来越大，重建检测误差也越来越大，而基于移动智能设备App的室内设计方法设计出来的室内空间，与真实结果之间没有太大误差，因此可以看出，基于移动智能设备App的室内设计方法可以对室内空间进行动态模拟，减少了室内空间重建检测的误差。