基于VR技术的家居陈列方法研究
李榕玲 张悦
摘 要： 為了优化家居布局，改善家居陈列的合理性，结合虚拟现实的视景处理技术，提出一种基于VR技术的家居陈列方法。采用光学成像分析方法进行家居陈列的视觉特征采集，在3DStudio MAX平台中建立家居陈列3D几何模型，利用光线追踪效果和家居的材料效果进行家居陈列的三维虚拟场景层次化结构设计，结合多边形建模和纹理贴图实现家居陈列优化。仿真结果表明，采用该方法进行家居陈列的视觉效果较好，在家居装饰中具有较好的应用价值。
关键词： 虚拟现实； 家居陈列； 家居装饰； 光线追踪
中图分类号： TN915.5?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）22?0095?03
Abstract： In order to optimize the layout of the household articles and improve the rationality of household articles exhibition， a household articles exhibition method based on VR technology is put forward in combination with the visual processing technology of virtual reality. The optical imaging analysis method is used to acquire the visual feature of the household articles exhibition. The 3D geometric model of household articles exhibition was established in 3DStudio MAX platform. The material effect of the household articles and ray tracing effect are utilized to perform the 3D virtual scene hierarchical structure design for the household articles exhibition. The polygonal modeling and texture mapping are combined to realize the optimization of household articles exhibition. The simulation results show that the method has perfect visual effect of household articles exhibition and high application value in home decoration.
Keywords： virtual reality； household article exhibition； home decoration； ray tracing
随着人们生活品质的提高，生活和居住条件改善，对家居装饰提出了更高的要求，家居装饰行业和相关的设计技术也得到了不断的发展。家居陈列是家居装饰的重要组成部分，家居陈列是利用家居的材料、采光以及颜色进行综合搭配的设计工程，传统的家居陈列设计方法通常采用的是人工经验判断方法，陈列的视觉效果和搭配合理性更多是取决于设计师的经验判断，没有形成一套智能判断的专家信息[1]。随着虚拟现实技术和视景仿真技术的发展，结合图像色彩渲染技术进行家居陈列设计展示了较为广阔的应用前景，对此，本文提出一种基于虚拟现实技术的家居陈列方法。在3DStudio MAX和标准的Creator编辑系统中进行家居陈列设计，并构建仿真模型，应用到家居装饰实践中。
1 总体设计构架
为了实现对家居陈列的优化设计，采用虚拟现实视景仿真技术进行智能判断，结合颜色特征分析和光学信息追踪方法进行视觉优化设计。首先需要进行家居陈列的视觉特征采集，智能家居陈列系统设计是一项系统工程，主要包括了对家居分布的颜色特征分析和光线特征分析，颜色分析包括了家具自身颜色、墙面颜色和采光角度等[2]。光影效果的设计主要通过多边形建模、矢量建模、光线追踪和实时渲染技术实现3D几何建模和图形分布设计，提高家居陈列的视觉感官效果。家居陈列VR系统的设计建立在3DStudio MAX，SoftImage，LightWave3D等计算机视觉分析和图像处理软件基础上[3]，通过图像处理和计算机视觉仿真分析，再现家居陈列的家具材质效果、逼真的光线追踪效果以及颜色搭配效果。根据上述原理分析，构建本文设计的基于VR技术的家居陈列设计的总体构造模型如图1所示。
2 3D几何模型构建
2.1 家居陈列的视觉特征采集
根据图1描述的总体设计流程图，进行家居陈列方法VR设计的第一步是需要进行视觉特征采集，结合图像分析处理方法进行虚拟视景仿真，在家居陈列分布域为[Ω]的空间内采用光学成像技术进行图像扫描，得到家居分布的像素信息[I（x，y）]。将成像区域划分为两个颜色空间互补的虚拟场景区域[R1]和[R2]，采用点匹配方法进行家居分布的视觉特征重构，点匹配模型描述为：
2.2 家居陈列的3D几何建模
在3DStudio MAX平台中建立家居陈列3D几何模型，得到家居形状特征提取的计算式描述为：
3 家居陈列VR建模实现
在上述进行了家居陈列的视觉特征采集和3D几何模型重构的基础上，进行家居陈列方法优化设计，本文提出一种基于VR技术的家居陈列方法，在3DStudio MAX平台进行虚拟现实视景仿真系统的开发设计，在可视化仿真应用系统中进行家居陈列的视景渲染，视景渲染是通过颜色特征提取对放置在陈列区域的家居进行应用（APP）、剔除（CULL）处理，生成一套完整的可视化视觉分析系统[6]，建立NIMADFAD （Ddigital Feature Analysis Data）数据库，通过建立虚拟场景模型进行家居陈列的空间分布和颜色搭配的可行性分析。把家居陈列视景渲染过程分为如下三个阶段：
（1） 应用阶段。在应用阶段采用高度专业化的建模工具MultiGen Creator进行家居陈列分布的实体建模，把建模的层次按照家居3D特征分布的纹理信息、位置信息和颜色信息分为以下层次，分别为集合层次（Group Level）、对象层次（Object Level）、表面层次（Face Level）和顶点层次（Vertex Level） [7]。把三维数据库中的颜色特征信息和家居的色彩搭配信息加载到VR仿真系统的应用层，通过逻辑筛选和优先级控制，实现家居的颜色分布渲染，这一实现过程如图2所示。
（2） 剔除阶段。在剔除阶段主要是把家居陈列中不合理的颜色信息边界体和像素点进行合理剔除，使得分布的场景视点效果和视觉效果更好，通过判断场景模型元素进行逻辑化和层析化的家居陈列布局设计，结合第2节给出的家居3D重构结果，实现家居陈列的层次结构简化处理。
（3） 绘制阶段。最后进行三维建模的色彩绘制，采用视景数据库生成家居陈列的三维几何模型，建立逻辑筛选程序、构建绘制优先级列表，利用光线追踪效果和家居的材料效果进行家居陈列的三维虚拟场景层次化结构设计，家居陈列VR仿真的3D绘制过程如图3所示。
通过对家居陈列的视景渲染处理，进行纹理映射和实体建模，采用MultiGen Creator构建家居陈列分布的实体模型，在Face Tools中选择面的类型[8]，结合多边形建模和纹理贴图实现家居陈列优化。通过Insert Materials tool将选定的材质赋给模型，结合家居陈列的3D几何建模处理算法，实现家居陈列的优化设計，提高了家居陈列的整体视觉效果。
4 实验测试分析
5 结 语
本文研究了家居优化陈列设计问题，提出一种基于VR技术的家居陈列方法。采用光学成像分析方法进行家居陈列的视觉特征采集，在3DStudio MAX平台中建立家居陈列3D几何模型，利用光线追踪效果和家居的材料效果进行家居陈列的三维虚拟场景层次化结构设计，结合多边形建模和纹理贴图实现家居陈列优化。采用该方法进行家居陈列的视觉效果较好，在家居装饰中具有一定的应用前景。
参考文献
[1] 陆兴华，吴恩燊，黄冠华.基于Android的智能家居控制系统软件设计研究[J].物联网技术，2015，5（5）：692?695.
[2] HUANG Y， PAISLEY J， LIN Q， et al. Bayesian nonparametric dictionary learning for compressed sensing MRI [J]. IEEE transactions on image processing， 2014， 23（12）： 5007?5019.
[3] SHEN L， SUN G， HUANG Q， et al. Multi?level discriminative dictionary learning with application to large scale image classification [J]. IEEE transactions on image processing， 2015， 24（10）： 3109?3123.
[4] 文政颖，王佳欣.基于小波分析的夜间色光背景图像白平衡优化算法[J].河南工程学院学报（自然科学版），2016，28（2）：70?75.
[5] 朱路，陈素华，刘江锋，等.基于变密度稀疏采样的微波辐射干涉测量反演成像方法[J].计算机应用研究，2015，32（4）：1236?1239.
[6] 肖淑苹，贺毅岳.一种改进的EMD图像信号去噪算法[J].现代电子技术，2016，39（16）：91?93.
[7] 张宝华，刘鹤.基于区域定位与轮廓分割的红外目标检测[J].激光技术，2015，39（6）：840?844.
[8] THIAGARAJAN J J， RAMAMURTHY K N， SPANIAS A. Learning stable multilevel dictionaries for space representations [J]. IEEE transactions on neural networks & learning systems， 2015， 26（9）： 1913?1926.
摘 要： 為了优化家居布局，改善家居陈列的合理性，结合虚拟现实的视景处理技术，提出一种基于VR技术的家居陈列方法。采用光学成像分析方法进行家居陈列的视觉特征采集，在3DStudio MAX平台中建立家居陈列3D几何模型，利用光线追踪效果和家居的材料效果进行家居陈列的三维虚拟场景层次化结构设计，结合多边形建模和纹理贴图实现家居陈列优化。仿真结果表明，采用该方法进行家居陈列的视觉效果较好，在家居装饰中具有较好的应用价值。
关键词： 虚拟现实； 家居陈列； 家居装饰； 光线追踪
中图分类号： TN915.5?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）22?0095?03
Abstract： In order to optimize the layout of the household articles and improve the rationality of household articles exhibition， a household articles exhibition method based on VR technology is put forward in combination with the visual processing technology of virtual reality. The optical imaging analysis method is used to acquire the visual feature of the household articles exhibition. The 3D geometric model of household articles exhibition was established in 3DStudio MAX platform. The material effect of the household articles and ray tracing effect are utilized to perform the 3D virtual scene hierarchical structure design for the household articles exhibition. The polygonal modeling and texture mapping are combined to realize the optimization of household articles exhibition. The simulation results show that the method has perfect visual effect of household articles exhibition and high application value in home decoration.
Keywords： virtual reality； household article exhibition； home decoration； ray tracing
随着人们生活品质的提高，生活和居住条件改善，对家居装饰提出了更高的要求，家居装饰行业和相关的设计技术也得到了不断的发展。家居陈列是家居装饰的重要组成部分，家居陈列是利用家居的材料、采光以及颜色进行综合搭配的设计工程，传统的家居陈列设计方法通常采用的是人工经验判断方法，陈列的视觉效果和搭配合理性更多是取决于设计师的经验判断，没有形成一套智能判断的专家信息[1]。随着虚拟现实技术和视景仿真技术的发展，结合图像色彩渲染技术进行家居陈列设计展示了较为广阔的应用前景，对此，本文提出一种基于虚拟现实技术的家居陈列方法。在3DStudio MAX和标准的Creator编辑系统中进行家居陈列设计，并构建仿真模型，应用到家居装饰实践中。
1 总体设计构架
为了实现对家居陈列的优化设计，采用虚拟现实视景仿真技术进行智能判断，结合颜色特征分析和光学信息追踪方法进行视觉优化设计。首先需要进行家居陈列的视觉特征采集，智能家居陈列系统设计是一项系统工程，主要包括了对家居分布的颜色特征分析和光线特征分析，颜色分析包括了家具自身颜色、墙面颜色和采光角度等[2]。光影效果的设计主要通过多边形建模、矢量建模、光线追踪和实时渲染技术实现3D几何建模和图形分布设计，提高家居陈列的视觉感官效果。家居陈列VR系统的设计建立在3DStudio MAX，SoftImage，LightWave3D等计算机视觉分析和图像处理软件基础上[3]，通过图像处理和计算机视觉仿真分析，再现家居陈列的家具材质效果、逼真的光线追踪效果以及颜色搭配效果。根据上述原理分析，构建本文设计的基于VR技术的家居陈列设计的总体构造模型如图1所示。
2 3D几何模型构建
2.1 家居陈列的视觉特征采集
根据图1描述的总体设计流程图，进行家居陈列方法VR设计的第一步是需要进行视觉特征采集，结合图像分析处理方法进行虚拟视景仿真，在家居陈列分布域为[Ω]的空间内采用光学成像技术进行图像扫描，得到家居分布的像素信息[I（x，y）]。将成像区域划分为两个颜色空间互补的虚拟场景区域[R1]和[R2]，采用点匹配方法进行家居分布的视觉特征重构，点匹配模型描述为：
2.2 家居陈列的3D几何建模
在3DStudio MAX平台中建立家居陈列3D几何模型，得到家居形状特征提取的计算式描述为：
3 家居陈列VR建模实现
在上述进行了家居陈列的视觉特征采集和3D几何模型重构的基础上，进行家居陈列方法优化设计，本文提出一种基于VR技术的家居陈列方法，在3DStudio MAX平台进行虚拟现实视景仿真系统的开发设计，在可视化仿真应用系统中进行家居陈列的视景渲染，视景渲染是通过颜色特征提取对放置在陈列区域的家居进行应用（APP）、剔除（CULL）处理，生成一套完整的可视化视觉分析系统[6]，建立NIMADFAD （Ddigital Feature Analysis Data）数据库，通过建立虚拟场景模型进行家居陈列的空间分布和颜色搭配的可行性分析。把家居陈列视景渲染过程分为如下三个阶段：
（1） 应用阶段。在应用阶段采用高度专业化的建模工具MultiGen Creator进行家居陈列分布的实体建模，把建模的层次按照家居3D特征分布的纹理信息、位置信息和颜色信息分为以下层次，分别为集合层次（Group Level）、对象层次（Object Level）、表面层次（Face Level）和顶点层次（Vertex Level） [7]。把三维数据库中的颜色特征信息和家居的色彩搭配信息加载到VR仿真系统的应用层，通过逻辑筛选和优先级控制，实现家居的颜色分布渲染，这一实现过程如图2所示。
（2） 剔除阶段。在剔除阶段主要是把家居陈列中不合理的颜色信息边界体和像素点进行合理剔除，使得分布的场景视点效果和视觉效果更好，通过判断场景模型元素进行逻辑化和层析化的家居陈列布局设计，结合第2节给出的家居3D重构结果，实现家居陈列的层次结构简化处理。
（3） 绘制阶段。最后进行三维建模的色彩绘制，采用视景数据库生成家居陈列的三维几何模型，建立逻辑筛选程序、构建绘制优先级列表，利用光线追踪效果和家居的材料效果进行家居陈列的三维虚拟场景层次化结构设计，家居陈列VR仿真的3D绘制过程如图3所示。
通过对家居陈列的视景渲染处理，进行纹理映射和实体建模，采用MultiGen Creator构建家居陈列分布的实体模型，在Face Tools中选择面的类型[8]，结合多边形建模和纹理贴图实现家居陈列优化。通过Insert Materials tool将选定的材质赋给模型，结合家居陈列的3D几何建模处理算法，实现家居陈列的优化设計，提高了家居陈列的整体视觉效果。
4 实验测试分析
5 结 语
本文研究了家居优化陈列设计问题，提出一种基于VR技术的家居陈列方法。采用光学成像分析方法进行家居陈列的视觉特征采集，在3DStudio MAX平台中建立家居陈列3D几何模型，利用光线追踪效果和家居的材料效果进行家居陈列的三维虚拟场景层次化结构设计，结合多边形建模和纹理贴图实现家居陈列优化。采用该方法进行家居陈列的视觉效果较好，在家居装饰中具有一定的应用前景。
参考文献
[1] 陆兴华，吴恩燊，黄冠华.基于Android的智能家居控制系统软件设计研究[J].物联网技术，2015，5（5）：692?695.
[2] HUANG Y， PAISLEY J， LIN Q， et al. Bayesian nonparametric dictionary learning for compressed sensing MRI [J]. IEEE transactions on image processing， 2014， 23（12）： 5007?5019.
[3] SHEN L， SUN G， HUANG Q， et al. Multi?level discriminative dictionary learning with application to large scale image classification [J]. IEEE transactions on image processing， 2015， 24（10）： 3109?3123.
[4] 文政颖，王佳欣.基于小波分析的夜间色光背景图像白平衡优化算法[J].河南工程学院学报（自然科学版），2016，28（2）：70?75.
[5] 朱路，陈素华，刘江锋，等.基于变密度稀疏采样的微波辐射干涉测量反演成像方法[J].计算机应用研究，2015，32（4）：1236?1239.
[6] 肖淑苹，贺毅岳.一种改进的EMD图像信号去噪算法[J].现代电子技术，2016，39（16）：91?93.
[7] 张宝华，刘鹤.基于区域定位与轮廓分割的红外目标检测[J].激光技术，2015，39（6）：840?844.
[8] THIAGARAJAN J J， RAMAMURTHY K N， SPANIAS A. Learning stable multilevel dictionaries for space representations [J]. IEEE transactions on neural networks & learning systems， 2015， 26（9）： 1913?1926.
