针对一个由多个家具模型组成的室内场景,目前关于模型的布局摆放等问题的研究已经相对成熟,但关于家具模型以及场景的自动着色还没有很好的进展。而一个场景给人最直观的感觉就来源于颜色及其搭配,因此模型着色对于构建一个美观和谐的三维场景而言是至关重要的。但是对于一般人而言要选择每个物体的颜色是一个繁琐且耗时的任务,而且也难以选择出完美的颜色搭配,使得整个场景的颜色风格看起来协调一致。就算是专业的室内装饰设计师或艺术家可以根据其丰富的经验以及直觉来选择配色,为模型逐个上色也是一件麻烦的事情。如果能够实现一套为三维模型场景自动着色的方法,则不仅可以用来模拟生成仿真的室内场景,为装饰设计提供参考,也可以用于游戏场景构建,现实场景模拟等图形方面的应用。对于一个场景的着色,除了对每个物体进行着色,还要注意整个场景中物体之间颜色的搭配是否和谐,实际上对于一个物体选定其材质容易,但进一步选定材质对应的颜色却有多种选择。而另一个难题是许多模型并非是结构化的,虽然模型可以划分为一组拓扑独立的组件,但并没有语义信息,而且组件过多且复杂,对模型组件的颜色选取不能仅根据其功能性。所以颜色的选取和模型的分割是两个主要需要解决的问题。本文提出了一种基于数据驱动的方式为室内场景自动着色的方法,该方法包含以下几个方面:首先我们建立了一个数据库,包括图片-模型数据库和材质数据库两部分。我们从网络中收集了大量由设计师设计或摄影师拍摄出来的室内场景图像,以及一些家具物体的三维模型。为了建立图片与模型之间的对应关系,我们设计了一个用户友好的图片标识软件,可以更方便地完成图片中家具物体及其组件标识的工作,从而将标识细化到每个物体的组件部分,使得模型与图片中的物体在组件级别对应起来,构建了一个包括场景层,物体层和组件层三个层次的层级式图片-模型数据库。我们利用了一种新的材质表面信息获取方法构建了一个高质量的材质库,该方法结合多组拍照技术来提取材质表面的信息,为我们渲染出逼真的室内场景提供了基础。其次本文实现了对单个家具模型的着色。输入为一个三维家具物体模型和一张相同类型家具的参考图片,根据我们上一步骤构建的层级式图片-模型数据库,我们可以直观地找到图片与模型之间的对应关系,并以图片的标识信息作为参考来对家具模型进行分割。我们提取了一系列网格级和组件级的特征,对每一种分割方式进行学习从而得到图片引导的模型分割分类器,来对输入模型进行自动分割。通过将分割结果与图片中物体的不同颜色部分对应起来,我们在材质数据库中搜索与图片中家具物体的各个部分颜色最相近的材质,就可以容易地为三维模型赋予与图片相似的着色风格。最后本文实现了对场景的着色。我们提出了两种着色方式:参考示例图片或颜色主题进行着色。如果以示例图片作为参考,则可以按照对单个家具模型着色的方法为场景的中的每个物体逐个进行着色即可。如果以颜色主题作为参考,我们首先根据着色问题构建出一个马尔科夫随机场模型,并利用数据库中的数据为每个家具物体构建颜色概率分布,然后以用户的输入作为约束条件构建了一个能量方程,通过求解该方程得到每个家具模型的颜色主题,最终生成出与用户期望的颜色主题一致的室内场景着色结果。我们的实验结果以及用户调查表明我们的系统能够生成与室内设计师设计的结果相媲美的着色方案。