鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)的演變過程三維仿真

楊 濤，閆 杰

(陜西理工大學(xué)土木工程與建筑學(xué)院，陜西 漢中 723001)

1 引言

建筑群在人類聚集社會(huì)發(fā)展過程中不斷變化，屬于環(huán)境的載體[1]。在傳統(tǒng)社會(huì)經(jīng)濟(jì)長(zhǎng)期、低速率發(fā)展過程中，鄉(xiāng)村建筑群處于漸進(jìn)式地演變中。在中國(guó)大地上富含地域文化的集聚型鄉(xiāng)村建筑群發(fā)展變化、生根發(fā)芽，中國(guó)傳統(tǒng)社會(huì)的物質(zhì)財(cái)富存儲(chǔ)于鄉(xiāng)村聚落環(huán)境中，并傳承和孕育了多種地方文化[2]，因此對(duì)集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)的演變情況進(jìn)行分析具有重要意義。

陳凱強(qiáng)[3]等人在編解碼結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上通過卷積神經(jīng)網(wǎng)絡(luò)獲取建筑群的形態(tài)結(jié)構(gòu)特征，將建筑群圖像輸入編碼子網(wǎng)絡(luò)中，通過空間分辨率壓縮獲取圖像特征，將提取的特征輸入解碼子網(wǎng)絡(luò)中，對(duì)空間分辨率進(jìn)行提升處理，獲取建筑物形態(tài)結(jié)構(gòu)特征，根據(jù)提取的特征對(duì)其結(jié)構(gòu)演變進(jìn)行分析。黨濤[4]等人針對(duì)地物特征之間存在的差異，利用遙感信息的多尺度特性建立層級(jí)關(guān)系，采用光譜多樣性特征建立層次化結(jié)構(gòu)，通過Relief F-PSO組合特征選擇方法構(gòu)建建筑群形態(tài)結(jié)構(gòu)的特征空間，采用隨機(jī)森林模型結(jié)合提取的特征完成形態(tài)結(jié)構(gòu)演變的分析。王云艷[5]等人通過反卷積網(wǎng)絡(luò)獲取鄉(xiāng)村建筑群的高層特征，將提取的高層特征輸入遷移網(wǎng)絡(luò)中，獲取鄉(xiāng)村建筑群的演變特征，完成建筑群形態(tài)結(jié)構(gòu)演變分析。上述方法均沒有對(duì)建筑群三維圖像進(jìn)行增強(qiáng)處理，存在輪廓提取完整度低、分析效率低、召回率低和誤差比例高的問題。

為了解決上述方法中存在的問題，提出集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變?nèi)S圖像仿真方法。

2 圖像增強(qiáng)處理

集聚型鄉(xiāng)村建筑群的明暗動(dòng)態(tài)范圍較大，相機(jī)通常情況下只可以記錄較小的亮度動(dòng)態(tài)范圍，因此獲取的村落建筑群三維圖像存在一些過度曝光和曝光不足的部分。集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變?nèi)S圖像仿真方法利用相機(jī)響應(yīng)曲線[6]通過下述過程選取曝光適度的圖像塊：

1)分塊處理曝光度不同的三維圖像，獲得P個(gè)大小為aXa的像素塊，用Ii，j描述第i幅鄉(xiāng)村建筑群三維圖像中存在的第j個(gè)像素塊，其中i=1，…，N，j=1，…，P。

2)計(jì)算所處位置T的像素塊Ii，T對(duì)應(yīng)的平均亮度值A(chǔ)i，T，亮度平均值在區(qū)間[0，255]內(nèi)取值。

3)設(shè)置相機(jī)響應(yīng)函數(shù)中存在的反函數(shù)曲線g，在此基礎(chǔ)上，計(jì)算其導(dǎo)數(shù)曲線h，計(jì)算平均亮度值A(chǔ)i，T在導(dǎo)數(shù)曲線h中對(duì)應(yīng)的值ti，j=h(Ai，T)。

4)通過函數(shù)Jk=min(ti，j)獲取鄉(xiāng)村建筑群三維圖像中信息量最多的像素塊Jj，融合上述函數(shù)獲取的像素塊，獲得新的鄉(xiāng)村建筑群三維圖像[7，8]。

上述算法沒有對(duì)獲取圖像的整體環(huán)境光照條件進(jìn)行考慮，僅僅考慮了相機(jī)輻射度曲線的性質(zhì)，因此需要對(duì)上述算法進(jìn)行優(yōu)化。

通過下式計(jì)算導(dǎo)數(shù)曲線h中平均亮度值A(chǔ)i，T對(duì)應(yīng)的值ti，j

ti，j=h(Ai，T)

(1)

當(dāng)ti，j的值較小時(shí)，表明建筑群三維圖像中存在的信息量越多，通過函數(shù)Jk=min(ti，j)獲取參考圖像。

用di，j描述曝光不同但所處空間位置相同的像素塊與鄰域?qū)?yīng)的圖像在參考圖像中的第j個(gè)像素塊之間的平均亮度差的平方和，其計(jì)算公式如下

(2)

式中，Qj代表的是圖像組中存在第j個(gè)像素塊的鄰域，當(dāng)di，j的值越小時(shí)越接近附近的亮度，在鄉(xiāng)村建筑群三維圖像中像素塊之間的連續(xù)性越好。

通過上述分析，建立估價(jià)函數(shù)Φi，j

Φi，j=λti，j+di，j

(3)

式中，λ代表的是比例系數(shù)；ti，j代表的是相機(jī)輻射曲線產(chǎn)生的約束；di，j代表的是連續(xù)性約束。函數(shù)Φi，j的值越小，像素塊與周圍像素塊之間的連續(xù)性越好，像素塊中存在的信息越多。

(4)

通過上述函數(shù)獲得最優(yōu)像素塊，增強(qiáng)了鄉(xiāng)村建筑群三維圖像的明暗動(dòng)態(tài)范圍，可在同一幅圖像中呈現(xiàn)較亮部分細(xì)節(jié)和較暗部分細(xì)節(jié)，但此時(shí)圖像像素塊邊緣的連續(xù)性較差，降低了鄉(xiāng)村建筑群三維圖像的視覺效果，因此需要對(duì)鄉(xiāng)村建筑群三維圖像進(jìn)行加權(quán)平均融合[9，10]。

用Ei描述利用上述函數(shù)獲取的最優(yōu)像素塊，通過下述函數(shù)對(duì)其進(jìn)行加權(quán)融合處理

(5)

式中，U(x，y)代表的是在(x，y)位置輸出圖像對(duì)應(yīng)的最終像素值；wi(x，y)代表的是在(x，y)位置處第i個(gè)像素塊對(duì)應(yīng)的權(quán)重函數(shù)；Ei(x，y)代表的是在(x，y)位置處第i個(gè)像素塊信息最多的圖像對(duì)應(yīng)的像素值。

用Gi(x，y)描述二維高斯函數(shù)，其中心為第i個(gè)像素塊中點(diǎn)，用(xi，yi)表示，二維高斯函數(shù)Gi(x，y)的表達(dá)式如下

(6)

式中，σ代表的是Gi(x，y)的標(biāo)準(zhǔn)差。利用上述函數(shù)對(duì)像素的權(quán)值進(jìn)行分配。

用負(fù)指數(shù)分布形式Si(x，y)表示相機(jī)響應(yīng)函數(shù)的導(dǎo)數(shù)曲線信息ti(x，y)，用來(lái)描述鄉(xiāng)村建筑群三維圖像的融合條件

Si(x，y)=exp[-αti(x，y)]

(7)

式中，α的作用是對(duì)導(dǎo)數(shù)曲線信息ti(x，y)進(jìn)行調(diào)整，屬于經(jīng)驗(yàn)系數(shù)。

結(jié)合上述函數(shù)建立聯(lián)合權(quán)重函數(shù)W(x，y)，完成圖像融合

由于傳統(tǒng)的財(cái)務(wù)管理信息，傳輸渠道和方式單一，因此企業(yè)以內(nèi)部財(cái)務(wù)管理數(shù)據(jù)信息和同一行業(yè)財(cái)務(wù)管理數(shù)據(jù)信息為主體。在“互聯(lián)網(wǎng)+”的背景下，它為企業(yè)獲取各種信息資源提供技術(shù)支持，不再受時(shí)間和地理因素的影響，從而實(shí)現(xiàn)一個(gè)更加完整的信息資源財(cái)務(wù)管理系統(tǒng)，獲得準(zhǔn)確的企業(yè)管理決策過程的費(fèi)率和可靠信息。

(8)

鄉(xiāng)村建筑群三維圖像融合的具體流程如圖1所示。

圖1 圖像融合流程圖

3 聚集性鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變仿真

3.1 鄉(xiāng)村建筑群輪廓提取

3.1.1 建筑群初步提取

1)輪廓初步提取

2)矩形檢測(cè)與定位。通過長(zhǎng)和寬分別為heighti、widthi的矩形跟蹤輪廓左上點(diǎn)，獲得鄉(xiāng)村建筑群的初始提取結(jié)果。

①判斷陰影像素，統(tǒng)計(jì)候選鄉(xiāng)村建筑群鄰域內(nèi)的像素灰度，設(shè)定灰度閾值Tshadow，統(tǒng)計(jì)候選集聚型鄉(xiāng)村建筑群目標(biāo)矩陣widthi*heighti中的目標(biāo)塊大小Numberi，當(dāng)Tshadow大于第i個(gè)目標(biāo)的鄰域內(nèi)灰度值I(i，j)時(shí)，判定其為陰影像素。

相同形態(tài)的建筑物群對(duì)應(yīng)的陰影差異較小，且集聚型鄉(xiāng)村建筑群陰影存在規(guī)律形態(tài)，因此認(rèn)為Numberi大于陰影面積閾值Nshadow的區(qū)域?yàn)猷l(xiāng)村建筑群。

③建筑物的排列走向?qū)儆趲缀涡螒B(tài)，各建筑物在集聚型鄉(xiāng)村建筑群中的比值存在統(tǒng)一性。

3.1.2 建筑物群提取

所提方法通過屬性統(tǒng)計(jì)、像素灰度振蕩規(guī)律、間距統(tǒng)計(jì)和對(duì)稱性分析方法獲取集聚型鄉(xiāng)村建筑群的周期性，完成集聚型鄉(xiāng)村建筑群的提取，具體流程如圖2所示。

圖2 建筑群提取流程

3.2 形態(tài)結(jié)構(gòu)演變分析

(9)

式中，F(xiàn)代表的是Gabor基函數(shù)。

(10)

式中，T(x，y)代表的是建筑群區(qū)域的演變特征，根據(jù)獲取的演變特征，實(shí)現(xiàn)集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變分析。

4 實(shí)驗(yàn)與分析

為了驗(yàn)證集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變?nèi)S圖像仿真方法的整體有效性，需要對(duì)其進(jìn)行測(cè)試。

分別采用集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變?nèi)S圖像仿真方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法提取鄉(xiāng)村建筑群的輪廓，提取結(jié)果如圖3所示。

圖3 不同方法的輪廓提取結(jié)果

分析圖3可知，所提方法可完整地提取鄉(xiāng)村建筑群的輪廓，文獻(xiàn)[3]方法和文獻(xiàn)[4]方法提取的輪廓完整度較低。

分別采用所提方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法分析集聚型鄉(xiāng)村建筑形態(tài)結(jié)構(gòu)的演變特征，對(duì)比不同方法所用的分析時(shí)間，分析結(jié)果如表1所示。

表1 不同方法的分析時(shí)間

分析表1中的數(shù)據(jù)可知，對(duì)十種不同鄉(xiāng)村建筑群的形態(tài)結(jié)構(gòu)演變特征進(jìn)行分析時(shí)，所提方法所用的分析時(shí)間最短，對(duì)比三種方法的平均分析時(shí)間可知，所提方法的分析效率最高，其次是文獻(xiàn)[3]方法，分析效率最低的是文獻(xiàn)[4]方法。

將召回率作為測(cè)試指標(biāo)，對(duì)比上述方法提取鄉(xiāng)村建筑群的性能，召回率recall的計(jì)算公式如下

(11)

式中，TP代表的是正確識(shí)別建筑群目標(biāo)的像素；FN代表的是漏計(jì)目標(biāo)的像素。

不同方法的召回率對(duì)比結(jié)果如圖4所示。

圖4 召回率測(cè)試結(jié)果

分析圖4可知，在多次建筑群提取測(cè)試過程中，所提方法的召回率均在80%以上，高于其它兩種方法，表明所提方法具有良好的目標(biāo)提取性能。

采用上述方法對(duì)同一集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)進(jìn)行演變分析，對(duì)比不同方法分析結(jié)果的誤差比例，測(cè)試結(jié)果如圖5所示。

圖5 誤差比例測(cè)試結(jié)果

通過圖5可以直觀地看出，與文獻(xiàn)[3]方法和文獻(xiàn)[4]方法的測(cè)試結(jié)果相比，所提方法分析結(jié)果的誤差比例較低，表明所提方法可準(zhǔn)確地完成集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變分析，因?yàn)樗岱椒▽?duì)集聚型鄉(xiāng)村建筑群三維圖像進(jìn)行了增強(qiáng)處理，可以獲取相關(guān)細(xì)節(jié)信息，降低了分析結(jié)果的誤差比例。

5 結(jié)束語(yǔ)

在鄉(xiāng)村環(huán)境中建筑物屬于重要構(gòu)成部分，鄉(xiāng)村建筑水平隨著經(jīng)濟(jì)的發(fā)展不斷提高，村民開始追求高質(zhì)量的居住品質(zhì)和空間，原始鄉(xiāng)村建筑群的形態(tài)結(jié)構(gòu)出現(xiàn)了不適應(yīng)性，因此為了促進(jìn)鄉(xiāng)村經(jīng)濟(jì)，改善鄉(xiāng)村環(huán)境，適應(yīng)當(dāng)前經(jīng)濟(jì)的發(fā)展，需要對(duì)鄉(xiāng)村建筑形態(tài)結(jié)構(gòu)進(jìn)行優(yōu)化，在此背景下研究其形態(tài)結(jié)構(gòu)演變特征具有重要意義。目前建筑群形態(tài)結(jié)構(gòu)演變分析方法存在輪廓提取完整度低、分析效率低、召回率低和誤差比例高的問題，提出集聚型鄉(xiāng)村建筑群形態(tài)結(jié)構(gòu)演變?nèi)S圖像仿真方法，通過鄉(xiāng)村建筑群的三維圖像對(duì)其形態(tài)結(jié)構(gòu)演變特征進(jìn)行分析，通過實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)所提方法改善了目前方法中存在的問題。