面向自动家装生成的户型图识别方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 问题来源 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 本文研究工作 | 第19-20页 |
| 1.4 论文章节安排 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 户型图识别相关理论与技术 | 第22-26页 |
| 2.1 引言 | 第22页 |
| 2.2 边缘检测 | 第22页 |
| 2.3 HSV颜色空间 | 第22-23页 |
| 2.4 卷积神经网络 | 第23-24页 |
| 2.5 机器学习分类器 | 第24-26页 |
| 2.5.1 Logistic回归分类器 | 第24-25页 |
| 2.5.2 Softmax分类器 | 第25-26页 |
| 第三章 户型比例尺识别 | 第26-32页 |
| 3.1 引言 | 第26页 |
| 3.2 比例尺区域分割 | 第26-29页 |
| 3.2.1 寻找最大外轮廓 | 第26-28页 |
| 3.2.2 分割比例尺区域 | 第28-29页 |
| 3.3 比例尺识别 | 第29-30页 |
| 3.3.1 比例尺线段数字分割 | 第29页 |
| 3.3.2 比例尺线段数字识别 | 第29-30页 |
| 3.4 比例尺优化 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于墙体特征的墙体检测算法 | 第32-48页 |
| 4.1 引言 | 第32页 |
| 4.2 基于先验知识的候选墙体检测方法 | 第32-39页 |
| 4.2.1 候选区域生成方法 | 第33页 |
| 4.2.2 先验知识的定义 | 第33页 |
| 4.2.3 先验知识判断方法 | 第33-36页 |
| 4.2.4 基于先验知识的墙体检测方法 | 第36-39页 |
| 4.3 基于参考墙体的墙体判别 | 第39-43页 |
| 4.3.1 参考墙体选择 | 第40-42页 |
| 4.3.2 基于直方图的墙体相似性判断法 | 第42-43页 |
| 4.4 基于户型图特征的墙体优化方法 | 第43-47页 |
| 4.4.1 墙体合并 | 第43-45页 |
| 4.4.2 墙体对齐 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于深度学习的门窗识别 | 第48-56页 |
| 5.1 引言 | 第48页 |
| 5.2 门窗识别总体过程 | 第48-49页 |
| 5.3 门窗候选区域确定 | 第49-51页 |
| 5.3.1 墙体位置关系 | 第49-50页 |
| 5.3.2 确定候选区域 | 第50-51页 |
| 5.4 基于深度学习分类方法 | 第51-55页 |
| 5.4.1 深度学习研究现状 | 第51页 |
| 5.4.2 门窗识别网络 | 第51-53页 |
| 5.4.3 门窗识别系统 | 第53-54页 |
| 5.4.4 实验测试与结果 | 第54-55页 |
| 5.5 基于户型图特征的识别结果优化 | 第55页 |
| 5.6 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第61-62页 |
