基于智能視覺的建筑空間合理性分析

宋貴彩　王晶華

摘 要： 為了提高建筑空間的分布合理性，提出一種基于采用計算機智能視覺成像特征融合的建筑空間合理性規(guī)劃設計方法。首先利用光學視覺圖像采集方法進行建筑空間的視覺信息采集，對采集的建筑空間視覺成像進行自適應局部降噪處理，提高建筑空間的視覺呈現(xiàn)能力。然后進行建筑空間光學視覺圖像的格型模板匹配，提取仿射不變矩特征，采用成像特征融合方法實現(xiàn)建筑空間的感官性信息融合，提高空間設計的合理性。仿真測試結果表明，采用該方法進行建筑空間設計，能更好地融合人類視覺的感官性特征信息，提高建筑空間設計的分布合理性。

關鍵詞： 智能視覺； 建筑空間； 合理性分析； 圖像融合

中圖分類號： TN915.5?34； TP391； TU972 文獻標識碼： A 文章編號： 1004?373X（2017）16?0102?03

Abstract： In order to improve the distribution rationality of architectural space， a planning and design method of architectural space rationality is proposed， which is based on the integration of computer intelligent visual imaging features. The optics visual image acquisition method is used to acquire the visual information of architectural space. The acquired visual image of architectural space is processed with local adaptive denoising technology to improve the visual representation ability of building space. The lattice templates of the building space optical visual image are matched to extract the affine invariant moment feature. The imaging feature fusion method is adopted to fuse the sensory information of the architectural space to improve the rationality of space design. The simulation test results show that the method used to design the architectural space can fuse the sensory characteristic information of human vision perfectly， and improve the distribution rationality of the architectural space design.

Keywords： intelligent vision； architectural space； rationality analysis； image fusion

0 引 言

在建筑設計中，建筑空間的分布合理性設計是關鍵。建筑空間的分布合理性設計需要融合光學、人類視覺等特征參量信息，提高人居的舒適性[1]。隨著計算機圖像視覺處理技術的發(fā)展，采用智能視覺特征分析方法進行建筑空間的合理性設計成為未來建筑設計發(fā)展的一個新興方向。為了提高建筑空間的分布合理性，通過構建建筑空間場景物理紋理特征[2]，采用光學成像方法進行建筑空間圖像擬合和虛擬重建。本文提出一種基于采用計算機智能視覺成像特征融合的建筑空間合理性規(guī)劃設計方法，結合圖像處理和視覺特征分析方法進行建筑空間的合理性設計。

1 基于智能視覺圖像處理的建筑空間設計

在上述進行建筑空間的視覺信息采集的基礎上，進行建筑空間合理性分析，提出一種基于采用計算機智能視覺成像特征融合的建筑空間合理性規(guī)劃設計方法，采用圖像處理方法進行建筑空間合理性設計。

1.1 視覺成像的自適應局部降噪

為了提高建筑空間的視覺呈現(xiàn)能力，對采集的光學視覺成像進行自適應局部降噪處理[3]，結合式（1）～式（3）給出的建筑空間的視覺信息采集的統(tǒng)計特征，建筑空間的計算機智能視覺成像的4個灰類等級的約束參量模型滿足如下條件[4]：

1.2 建筑空間光學視覺圖像的格型模板匹配

采用計算機智能視覺成像特征融合方法進行建筑空間合理性規(guī)劃設計，進行建筑空間光學視覺圖像的格型模板匹配設計[6]，取建筑空間光學視覺圖像二階矩對角線元素的熵：[N1=-i=jp（i，j）logp（i，j）] 作為仿射不變矩。其中不變矩特征分布的二階中心矩為[N2=][ij（i-j-μ）2p（i，j）]。建筑空間灰度圖像中的x和y方向的質心為[μ=E（i-j）=i，j（i，j）p（i，j）]。提取的仿射不變矩特征為輸入參量，得到建筑空間光學視覺圖像的格型模板為[N3=ij（i-j-μ）4p（i，j）] 。以特征點為中心，采用自適應小波變換進行仿射不變映射[7?8]，得到智能視覺下的建筑空間光學成像分布的角點信息變量為[f=N-NN]，[N]為特征值個數，[N]為向量的歸一化特征值，[f]用來描述建筑空間合理性布局的尺度不變性。建筑空間合理性布局的亮度不變性為[N11]，[N12]，[N13]，則通過對建筑空間視覺的斜向掃描以及塊掃描，得到格型模板分布函數為：endprint

1.3 基于空間感官性信息融合的合理性設計

在提取建筑空間光學視覺圖像的格型模板匹配的基礎上，提取仿射不變矩特征，采用成像特征融合方法實現(xiàn)建筑空間的感官性信息融合，定義建筑空間光學視覺圖像的自相關函數為：

2 實驗測試結果分析

在基于智能視覺的建筑空間合理性分析實驗中，實驗的硬件環(huán)境為：Intel CoreZ 2.4 GHz CPU和1 GB內存的計算機，采用Matlab仿真工具進行計算機視覺圖像處理分析，構建采用建筑的光學視覺圖像采集模型，視覺采集的像素灰度值為250×250，建筑空間光學視覺圖像的格型模板級數為24，仿射不變矩特征提取的迭代次數為600 次，得到建筑空間視覺成像采集結果如圖1所示。

采用成像特征融合方法實現(xiàn)建筑空間的感官性信息融合，得到建筑空間光學視覺圖像的感官性信息融合結果如圖2所示。

從圖2可見，采用本文方法進行建筑空間光學視覺圖像感官性信息融合，能提高對建筑空間的感官性表達能力，從而優(yōu)化建筑空間的優(yōu)化合理設計和布局，為了定量測試本文方法在提高建筑空間視覺分析合理性的性能，采用不同方法得到建筑空間合理性視覺測試的輸出峰值信噪比結果如圖3所示。

圖3中分別給出了噪聲干擾強度分別0 dB，5 dB，10 dB和15 dB下的建筑空間視覺成像分析的輸出峰值信噪比對比結果。從圖3可見，采用本文方法進行成像特征融合，實現(xiàn)建筑空間的感官性分析，提高了輸出峰值信噪比，說明對建筑空間的設計合理性得到了有效改善。

3 結 語

本文提出一種基于采用計算機智能視覺成像特征融合的建筑空間合理性規(guī)劃設計方法，利用光學視覺圖像采集方法進行建筑空間的視覺信息采集，對采集的建筑空間視覺成像進行自適應局部降噪處理，提高建筑空間的視覺呈現(xiàn)能力。研究得出，采用本文方法進行建筑空間設計，能更好地融合人類視覺的感官性特征信息，提高建筑空間設計的分布合理性，具有較好的應用價值。

參考文獻

[1] 杜輝.基于小波變換的彩色圖像中快速人臉檢測算法[J].科技通報，2012，28（12）：89?90.

[2] 孫紅輝，王紅霞，田濤.一種基于不變矩和BP網絡的目標識別方法[J].微電子學與計算機，2011，28（3）：63?65.

[3] 于濤，胡炳樑，高曉惠，等.高光譜干涉圖像動態(tài)追蹤補償方法研究[J].光子學報，2016，45（7）：35?40.

[4] 徐勝軍，韓九強，趙亮，等.用于圖像分割的局部區(qū)域能量最小化算法[J].西安交通大學學報，2011，45（8）：7?12.

[5] 粘永健，辛勤，湯毅，等.基于多波段預測的高光譜圖像分布式無損壓縮[J].光學精密工程，2012，20（4）：906?912.

[6] 顧淑紅，花均南，呂濤.激光主動探測成像中拼接算法設計與仿真研究[J].激光雜志，2016，37（2）：30?33.

[7] 溫佳，馬彩文，水鵬朗.改進自適應LBG矢量量化算法在干涉高光譜圖像壓縮中的應用[J].光譜學與光譜分析，2011，31（4）：1033?1037.

[8] 陸興華，張曉軍.人員圖像跟蹤過程中多人交叉區(qū)域防丟失方法[J].計算機仿真，2014，31（9）：243?246.endprint