馬佳博

摘? 要： 傳統(tǒng)的城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的可靠性差，為此設(shè)計(jì)地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)。在系統(tǒng)硬件的芯片設(shè)計(jì)中，對(duì)芯片中集成的處理器硬核與SoC組件進(jìn)行連接設(shè)計(jì)，對(duì)高清晰度多媒體接口與連接器的管腳進(jìn)行了分配，完成了系統(tǒng)的硬件設(shè)計(jì)。在此基礎(chǔ)上，在系統(tǒng)的軟件設(shè)計(jì)中安裝交叉編譯工具鏈，將內(nèi)核文件進(jìn)行編譯，引入Sobel算法，完成地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的設(shè)計(jì)。為了檢測系統(tǒng)性能，設(shè)計(jì)對(duì)比實(shí)驗(yàn)，設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)得到的空間分布特征直方圖與原空間分布特征直方圖的相似度為99.8%，比傳統(tǒng)特征提取系統(tǒng)的相似度高出23.5%，驗(yàn)證了設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的可靠性。

關(guān)鍵詞： 城鎮(zhèn)景觀; 空間分布; 特征提取; 系統(tǒng)設(shè)計(jì); 地貌影響; 性能測試

中圖分類號(hào)： TN911.73?34? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）06?0152?04

Design of urban landscape spatial distribution feature extraction system under geomorphology influence

MA Jiabo

（Shenyang Ligong University， Shenyang 110159， China）

Abstract： As the poor reliability of the traditional urban landscape spatial distribution feature extraction system， an urban landscape spatial distribution feature extraction system under the influence of geomorphology is designed. In the chip design of the system hardware， the integrated processor hardcore and SoC components are connected， and the pins of the high definition multimedia interface and connector are allocated to complete the hardware design of the system. On this basis， the cross?compilation tool chain is installed in the software design of the system to compile the kernel file， and the design of urban landscape spatial distribution feature extraction system under the influence of geomorphology is completed by introducing the Sobel algorithm. The contrast experiments to detect the system performance show that the similarity between the histogram of spatial distribution feature obtained by the designed system and the original system is 99.8%， 23.5% higher than that of the traditional system， which verifies the reliability of the urban landscape spatial distribution feature extraction system under the influence of geomorphology.

Keywords： urban landscape; spatial distribution; feature extraction; system design; geomorphic influence; performance test

0? 引? 言

為了直觀地對(duì)地表形態(tài)進(jìn)行表達(dá)，空間分布特征提取系統(tǒng)應(yīng)運(yùn)而生，在對(duì)某區(qū)域進(jìn)行空間分布特征進(jìn)行分析中，具有很大應(yīng)用潛力[1]。傳統(tǒng)的城鎮(zhèn)景觀空間分布特征提取系統(tǒng)在對(duì)空間分布特征進(jìn)行提取時(shí)，提取到的特征圖像可靠性差。針對(duì)上述問題，本文設(shè)計(jì)地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)。在系統(tǒng)硬件的芯片設(shè)計(jì)中，對(duì)芯片中集成的處理器硬核與SoC組件進(jìn)行連接設(shè)計(jì)，對(duì)高清晰度多媒體接口與連接器的管腳進(jìn)行了分配，完成了系統(tǒng)的硬件設(shè)計(jì);在系統(tǒng)的軟件設(shè)計(jì)中安裝交叉編譯工具鏈，將內(nèi)核文件進(jìn)行編譯，引入Sobel算法，通過算子卷積模板計(jì)算出圖像邊緣，完成地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的設(shè)計(jì)。

1? 分布特征提取系統(tǒng)設(shè)計(jì)

在地貌影響下，城鎮(zhèn)景觀空間分布特征提取系統(tǒng)采用ZingRDK提取功能，能夠減少復(fù)雜的操作[2]。本文設(shè)計(jì)的特征提取系統(tǒng)主要包括數(shù)據(jù)存儲(chǔ)模塊、城鎮(zhèn)景觀瀏覽模塊、地形特征提取模塊和地貌整體分類模塊。系統(tǒng)主要功能模塊表如表1所示。

1.1? 硬件設(shè)計(jì)

地貌影響下的城鎮(zhèn)景觀空間分布特征提取系統(tǒng)選取ZingRDK作為特征提取硬件，集成了處理器硬核和可編程邏輯的SoC組件[3]，在進(jìn)行特征提取時(shí)可以同時(shí)進(jìn)行ARM與FPGA設(shè)計(jì)，更加靈活。ZingRDK特征提取硬件的結(jié)構(gòu)分布框圖如圖1所示。

1.1.1? 芯片設(shè)計(jì)

ZingRD特征提取套件使用的是XC7Z020?1CLG484C Zynq?7000 EPP芯片，能夠集成處理器硬核和可編程邏輯的SoC組件[4]，芯片的總體框圖如圖2所示。

在選用的芯片中，處理器硬核是ARM A?08的應(yīng)用級(jí)別處理器，能夠搭載SoC組件并成功運(yùn)行。處理器硬核和可編程邏輯的SoC組件之間的連接方式采用的是工業(yè)標(biāo)準(zhǔn)的高級(jí)可擴(kuò)展接口（AXI），在芯片內(nèi)部這兩部分實(shí)現(xiàn)了高帶寬、低延遲的數(shù)據(jù)交互[5]。

1.1.2? HDMI接口設(shè)計(jì)

系統(tǒng)中采用的ZingRDK作為特征提取硬件自帶HDMI接口，由芯片主導(dǎo)信號(hào)的發(fā)送，日常的數(shù)據(jù)交互主要都是通過HDMI接口完成[6]。主要由信源和信宿組成，能夠滿足1 080P分辨率視頻的播放，多種音頻格式都能夠兼容，最高傳輸速度能夠達(dá)到10 Gb/s，能夠達(dá)到高清時(shí)代的標(biāo)準(zhǔn)要求。設(shè)計(jì)HDMI端口與連接器的管腳分配表如表2所示。

在HDMI端口與連接器的過程中，要將HDMI端口與DTA平臺(tái)進(jìn)行連接，設(shè)置完成后，HDMI連接器（JH 1）管腳能夠高速訪問數(shù)據(jù)存儲(chǔ)器，并在進(jìn)行波特率設(shè)置時(shí)，將波特率[7]設(shè)置成1 231 000 b/s。

1.2? 軟件設(shè)計(jì)

1.2.1? 內(nèi)核文件

在軟件執(zhí)行時(shí)，必須將內(nèi)核文件進(jìn)行重新編譯以供識(shí)別。為了解決這一問題，需要在軟件設(shè)計(jì)時(shí)安裝交叉編譯工具鏈并將內(nèi)核文件進(jìn)行編譯[8]。在系統(tǒng)進(jìn)行特征提取時(shí)，可以在源碼的基礎(chǔ)上，根據(jù)地貌影響下的城鎮(zhèn)景觀空間的實(shí)際情況，對(duì)內(nèi)核文件進(jìn)行裁剪、編譯和移植。內(nèi)核文件配置菜單的部分重要源代碼如下所示：

<*>MMC/SD/SDIO card support? ???>

< > Sony MemoryStick card

support （EXPERIMENTAL）? ???>

<*> userspace? I/O drivers? ???>

本文系統(tǒng)中，交叉編譯工具鏈由編譯器、解釋器和連接器三部分組成， 將內(nèi)核文件復(fù)制到交叉編譯工具鏈上并進(jìn)行編譯，具體步驟為：

1） 配置環(huán)境變量。將系統(tǒng)工作的環(huán)境變量進(jìn)行定義。

2） 編譯配置板子。以.dts作為模板，添加Sobel算法的設(shè)備樹節(jié)點(diǎn)，./scripts/dtc/dtc?I dts?O dtb?o../devicetree?ext4.dtb dts/digilent?zed.dts。

3） 在ARM/BOOT路徑下生成uImage（內(nèi)核文件）：將u?boot拷貝到上一級(jí)文件并重新命名為u?boot. elf，處理器在系統(tǒng)上電后，會(huì)自動(dòng)執(zhí)行在片內(nèi)已經(jīng)固化好的Boot ROM中的文件[9]，完成uImage（內(nèi)核文件）的編譯。

1.2.2? Sobel算法

在內(nèi)核文件編譯完成的基礎(chǔ)上，引入Sobel算法，根據(jù)像素8相鄰區(qū)域內(nèi)的灰度加權(quán)差對(duì)邊緣進(jìn)行檢測，對(duì)于圖像中的噪聲有一定的緩沖，能比較準(zhǔn)確地提取圖像中目標(biāo)和背景的分界線[10]。在提取的過程中，可以將圖像[f（x，y）]視為一個(gè)曲面，能夠得到圖像上任意一點(diǎn)在[x，y]兩個(gè)方向上的一階偏導(dǎo)數(shù)[10]，進(jìn)而能夠得到梯度幅值和閾值，比較這兩者的大小，能夠判斷出圖像的邊緣。圖像[f（x，y）]中任意一點(diǎn)[（x，y）]的水平梯度的分量[Gx]的計(jì)算公式如下：

根據(jù)式（1）和式（2）的梯度分量求出梯度幅值后，與事先設(shè)定好的閾值[Th]進(jìn)行比較，當(dāng)幅值比閾值大時(shí)，默認(rèn)該點(diǎn)[（x，y）]為邊緣點(diǎn)。

2? 實(shí)? 驗(yàn)

為了驗(yàn)證設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的有效性，利用現(xiàn)有的城鎮(zhèn)景觀空間分布特征提取系統(tǒng)和設(shè)計(jì)的系統(tǒng)對(duì)統(tǒng)一城鎮(zhèn)的景觀空間分布進(jìn)行特征提取，并將提取結(jié)果進(jìn)行對(duì)比。

2.1? 實(shí)驗(yàn)準(zhǔn)備

以某地的景觀空間分布為研究對(duì)象，如圖3所示。

將圖3中的景觀圖像繪制成空間分布特征直方圖，如圖4所示。

2.2? 實(shí)驗(yàn)結(jié)果與分析

分別利用設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)和傳統(tǒng)的空間分布特征提取系統(tǒng)分別對(duì)上述的某地景觀圖像進(jìn)行特征提取，并繪制成空間分布特征直方圖，結(jié)果如圖5所示。

將傳統(tǒng)的空間分布特征提取系統(tǒng)得到的直方圖與圖5的空間分布特征標(biāo)準(zhǔn)直方圖在圖片對(duì)比工具中進(jìn)行對(duì)比，相似度為76.3%;將設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)得到的直方圖與圖4的空間分布特征標(biāo)準(zhǔn)直方圖在圖片對(duì)比工具中進(jìn)行對(duì)比，相似度為99.8%。說明了本設(shè)計(jì)系統(tǒng)空間分布特征提取的可靠性強(qiáng)，驗(yàn)證了設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的有效性。

3? 結(jié)? 語

本文設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)，在系統(tǒng)硬件的芯片設(shè)計(jì)中，對(duì)芯片中集成的處理器硬核與SoC組件進(jìn)行連接設(shè)計(jì)，對(duì)高清晰度多媒體接口與連接器的管腳進(jìn)行分配，完成了系統(tǒng)的硬件設(shè)計(jì)。在此基礎(chǔ)上，在系統(tǒng)的軟件設(shè)計(jì)中安裝交叉編譯工具鏈，將內(nèi)核文件進(jìn)行編譯，引入Sobel算法，完成地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的設(shè)計(jì)。對(duì)比實(shí)驗(yàn)證明，設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)得到的空間分布特征直方圖與原空間分布特征直方圖的相似度為99.8%，比傳統(tǒng)特征提取系統(tǒng)的相似度高出23.5%，驗(yàn)證了設(shè)計(jì)的地貌影響下城鎮(zhèn)景觀空間分布特征提取系統(tǒng)的可靠性。

參考文獻(xiàn)

[1] 虞春隆，黨纖纖.基于“塬?溝”相間地貌景觀的城鎮(zhèn)空間分布特征、形成機(jī)制和發(fā)展模式研究：以涇河流域?yàn)槔齕J].建筑與文化，2017，45（12）：91?93.

[2] 郭慶勝，魏智威，王勇，等.特征分類與鄰近圖相結(jié)合的建筑物群空間分布特征提取方法[J].測繪學(xué)報(bào)，2017，46（5）：631?638.

[3] 譚學(xué)玲，閆慶武，李晶晶，等.盤縣農(nóng)村居民點(diǎn)空間分布特征及其地形地貌影響因素分析[J].長江流域資源與環(huán)境，2017，26（12）：2083?2090.

[4] 楊光炤，劉愷希，仇靜.渭北高原臺(tái)塬地貌特征下鄉(xiāng)土景觀旅游規(guī)劃設(shè)計(jì)策略：以三原縣綠川農(nóng)業(yè)園為例[J].中國園林，2018，63（1）：15?18.

[5] 王乾，王聰.基于確定學(xué)習(xí)理論和Lempel?Ziv復(fù)雜度的非線性系統(tǒng)動(dòng)態(tài)特征提取[J].自動(dòng)化學(xué)報(bào)，2018，44（10）：86?97.

[6] 陸靖濱，許麗.基于自適應(yīng)特征提取的數(shù)顯儀表識(shí)別系統(tǒng)[J].現(xiàn)代電子技術(shù)，2017，40（24）：155?158.

[7] 馬國鑫，韓豫，陸建飛，等.基于無人機(jī)的施工揚(yáng)塵污染源自動(dòng)監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].中國環(huán)境監(jiān)測，2018，6（1）：151?156.

[8] 趙娟，陳斌，李永戰(zhàn)，等.復(fù)雜背景噪聲下風(fēng)機(jī)葉片裂紋故障聲學(xué)特征提取方法[J].北京郵電大學(xué)學(xué)報(bào)，2017，40（5）：117?122.

[9] 王興念，張維，許光，等.基于配電自動(dòng)化主站的單相接地故障定位系統(tǒng)設(shè)計(jì)與應(yīng)用[J].電力系統(tǒng)保護(hù)與控制，2018，46（21）：166?173.

[10] 于嘉.基于特征提取的北方鄉(xiāng)村景觀建筑物層次化布局研究[J].科技通報(bào)，2019，35（1）：147?150.