本发明涉及图像生成领域，具体涉及一种用于室内装修设计的视图自生成方法。
背景技术：
1、随着科技的进步，计算机辅助设计（computer aided design，cad）在室内装修设计中得到了广泛的应用。然而，现有的设计工具大多数需要设计师手动绘制或调整设计方案，这一过程耗时且效率不高。
2、目前，室内装修也随着人们生活水平提高而出现了复杂且多变的发展，例如室内景观设计的出现。室内景观设计是将自然界中的景观引入室内，经过合理的设计及艺术布局，实现室内景观效果的一类新型的设计方法。它在有限的空间中，模拟大自然的景色，借用自然界中的山石、花木，将其与水体、建筑相融合，使得建筑与山石结合，相映于水中，既兼备自然山石、花木的形与神，又具有传情的作用。
3、对于室内装修设计尤其是室内景观设计的客户群体而言，虽然缺乏复杂的专业知识和经验，但却有极高的设计要求，因此传统的室内装修cad工具难以快速展出令他们满意的装修效果预览。因此，开发一种能够自动生成室内装修尤其是室内景观设计视图的方法变得尤为迫切。
技术实现思路
1、针对现有技术中的上述不足，本发明提供的一种用于室内装修设计的视图自生成方法解决了现有室内装修cad工具需要设计师手动绘制和调整设计方案，无法满足客户复杂且多变的装修需求，尤其是室内景观设计需求的问题。
2、为了达到上述发明目的，本发明采用的技术方案为：
3、一种用于室内装修设计的视图自生成方法，包括以下步骤：
4、s1、对用户室内空间进行三维网格建模，得到室内三维模型；
5、s2、扫描用户室内的原始结构，将扫描的数据进行预处理，并填入室内三维模型中；
6、s3、通过语义识别模型分析用户喜好文本，得到用户风格特征；
7、s4、根据用户风格特征，通过三维自生成神经网络，在三维装修素材库中筛选各装修素材，并在室内三维模型中进行叠加和组合，得到装修设计模型；
8、s5、对装修设计模型进行二维投影，得到装修设计视图。
9、本发明的有益效果为：本发明自动化成都高，减少人工操作，提高设计效率，可根据用户个性化需求生成定制化的设计方案，并提供直观的视图展示，便于用户理解和评估设计效果。
10、进一步地，所述s1对用户室内空间进行三维网格建模，得到室内三维模型的方法为：将用户室内空间等分成n×m×l个正方体网格；n、m和l均为正整数。
11、上述进一步方案的有益效果为：将室内空间进行网格化有限元切分，将装修设计转换为图层和元素的平移叠加，便于后续进一步处理。
12、进一步地，所述s2包括以下分步骤：
13、s21、通过3d扫描仪对用户室内的原始结构进行三维扫描，得到室内原始结构点云数据；
14、s22、通过下式，对室内原始结构点云数据进行降噪滤波：
15、，
16、其中，f(x+i,y+j,z+k)为室内原始结构(x+i,y+j,z+k)坐标的点云值，ffil(x,y,z)为降噪滤波后的室内原始结构(x,y,z)坐标的点云值，x、y、z、i、j和k为坐标整数序号；
17、s23、对降噪滤波后的室内原始结构点云数据进行最大池化下采样，并将下采样后的数据填入室内三维模型中。
18、上述进一步方案的有益效果为：通过三维邻域均值运算进行降噪滤波，去除数字点云三维图像的椒盐噪点；并通过最大池化采样，有效保留三维点云数据的纹理信息，并压缩数据，有效节省运算量。
19、进一步地，所述s3中的用户喜好文本包括：多个装修关键词和与每个装修关键词一一对应的情绪词；
20、所述装修关键词包括以下种类：空间功能、墙面色彩、家具样式、灯饰样式、厨卫风格和景观样式；
21、所述情绪词包括以下词汇：“非常喜欢”、“一般喜欢”、“没有感觉”、“厌恶”和“非常厌恶”。
22、进一步地，所述s3中的语义识别模型包括：
23、装修关键词检索模块，用于检索用户喜好文本中的各个装修关键词；
24、装修关键词评分模块，用于识别与每个装修关键词一一对应的情绪词，并根据情绪词计算各装修关键词偏好值，组成向量序列，作为用户风格特征。
25、进一步地，每个所述的装修关键词均设有一一对应的装修关键词j比特编码，j为正整数；
26、每个所述情绪词均设有一一对应的3比特评分值：
27、“非常喜欢”评分值的二进制码字为“100”；
28、“一般喜欢”评分值的二进制码字为“011”；
29、“没有感觉”评分值的二进制码字为“010”；
30、“厌恶”评分值的二进制码字为“001”；
31、“非常厌恶”评分值的二进制码字为“000”；
32、所述装修关键词偏好值为由装修关键词j比特编码和情绪词3比特评分值拼接合成的j+3比特编码值。
33、上述进一步方案的有益效果为：上述过程建立了便捷、高效、准确的室内装修语义编码方式，有效进行了语义和数字信息的转化。不需进行复杂、繁冗的深度机器学习和时间递归运算，便可识别用户装修偏好，进行电数字运算。
34、进一步地，所述s4中的三维装修素材库内的素材种类包括：通过3d扫描仪进行三维扫描得到的库存家具、厨卫用具、灯饰、乳胶墙面、墙纸和室内景观数据。
35、进一步地，所述s4中的三维自生成神经网络包括：
36、装修素材筛选子网络，用于根据用户风格特征选取三维装修素材库中的素材；
37、图形叠加模块，用于按照装修规范约束，在室内三维模型中对选取的装修素材进行空间平移，以叠加和组合装修素材，得到装修设计模型。
38、进一步地，所述装修素材筛选子网络包括n1个输入神经元和n2个输出神经元；n1为装修关键词的词汇总数，n2为三维装修素材库的素材总数；
39、所述装修素材筛选子网络的函数表达式为：
40、，
41、其中，cn为装修素材筛选子网络第n个输出神经元的输出值，若其值为0，则表示三维装修素材库的第n素材未被选取，若其值不为0，则表示三维装修素材库的第n素材被选取；σ(∙)为sigmoid函数，wn,m为连接第m输入神经元和第n输出神经元的权重系数，dm[j+2:3]为用户风格特征第m装修关键词偏好值的第3至第j+2比特按高位在前构成的数值，dm[2:0]为用户风格特征第m装修关键词偏好值的第0至第2比特按高位在前构成的数值，bn为第n个输出神经元偏置系数，bias为全局偏置系数。
42、上述进一步方案的有益效果为：三维自生成神经网络，将装修素材的选取，转化为逻辑回归运算；将装修设计，转化为规范约束下，有限元离散空间中素材图形的平移堆叠，有效实现了装修的自动化设计。
1.一种用于室内装修设计的视图自生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于室内装修设计的视图自生成方法，其特征在于，所述s1对用户室内空间进行三维网格建模，得到室内三维模型的方法为：将用户室内空间等分成n×m×l个正方体网格；n、m和l均为正整数。
3.根据权利要求2所述的用于室内装修设计的视图自生成方法，其特征在于，所述s2包括以下分步骤：
4.根据权利要求1所述的用于室内装修设计的视图自生成方法，其特征在于，所述s3中的用户喜好文本包括：多个装修关键词和与每个装修关键词一一对应的情绪词；
5.根据权利要求4所述的用于室内装修设计的视图自生成方法，其特征在于，所述s3中的语义识别模型包括：
6.根据权利要求5所述的用于室内装修设计的视图自生成方法，其特征在于，每个所述的装修关键词均设有一一对应的装修关键词j比特编码，j为正整数；
7.根据权利要求6所述的用于室内装修设计的视图自生成方法，其特征在于，所述s4中的三维装修素材库内的素材种类包括：通过3d扫描仪进行三维扫描得到的库存家具、厨卫用具、灯饰、乳胶墙面、墙纸和室内景观数据。
8.根据权利要求7所述的用于室内装修设计的视图自生成方法，其特征在于，所述s4中的三维自生成神经网络包括：
9.根据权利要求8所述的用于室内装修设计的视图自生成方法，其特征在于，
