随着我国经济的不断发展壮大,人民群众的消费水平和消费观点逐步升级提高,房地产行业迎来了黄金时期,家装市场上的客户需求也与日俱增。然而家装设计的繁琐和低效无法满足当今市场对数量和质量的需求,家装行业对自动化提出了更高的要求。目前,家装设计的过程需要设计师手动临摹和标注户型图信息,生成三维模型,然后根据专业化知识,通过多次调整和设计来完成家具的布局,往往需要花费大量的时间,只能提供少量的方案供用户选择,无法满足多样化的需求。利用计算机实现家装设计的自动化将会减少大量的人力物力,为更多的用户提供更个性化的服务。但是,现有的户型图自动识别算法识别效率低下、识别精度较低,无法满足市场需求;而家装设计需要在符合人体工程学的同时满足功能性、美观性、舒适性等要求,现有的自动化家具布局算法无法灵活运用于各种复杂的户型结构中,不能真正落到实处。针对上述问题,本文以家装行业为背景,实现了从平面户型图到三维布局方案的全自动化,论文的主要贡献如下:·基于特定构件,利用数字图像处理技实现了对户型图的自动识别,精准识别出户型图中各构件,构建三维模型,完成对户型图的预处理工作。实验证明了该算法的识别精度和识别效率均存在很大的优越性。·利用神经网络学习设计师的评价标准,设计了一个布局方案自动评估打分器,可以自动实现对布局方案的评估,同时为强化学习提供自动化的环境反馈模型,指导动作的决策。·提出了基于策略迭代的自动布局算法,分别对每种类型的家具建模,序列性地生成布局方案。不仅考虑到适用性、美观性、舒适性,而且可以考虑到空间轮廓提供的门窗信息,从而生成采光合理的布局方案。实验结果显示了布局方案的合理性和多样性,证明了该工作的实用性和省时性。·提出了基于模仿学习的家具自动布局算法,直接学习家具状态-动作对即特征-位置对。解决了样本效率的问题,针对房间结构和布局家具较简单的情况,直接去学习现有的策略。实验结果显示了布局方案的合理性和多样性,证明了该工作的实用性和省时性。