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(lèi)聚集社會(huì)發(fā)展過(guò)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(guò)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(guò)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(guò)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(guò)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(guò)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(méi)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(wèn)題。

為了解決上述方法中存在的問(wèn)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(guò)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(guò)下述過(guò)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(guò)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(méi)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(guò)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(guò)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(guò)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?chē)袼貕K之間的連續(xù)性越好，像素塊中存在的信息越多。

(4)

通過(guò)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(jué)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(guò)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(guò)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(guò)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(guò)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(guò)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(guò)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(kāi)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(wèn)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(guò)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(guò)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(wèn)題。