多視點鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定

張明明

（安徽建筑大學(xué)藝術(shù)學(xué)院，合肥230022）

0 引言

隨著鄉(xiāng)村旅游經(jīng)濟的繁榮發(fā)展，鄉(xiāng)村生產(chǎn)性景觀建設(shè)受到人們的極大關(guān)注。但是在對鄉(xiāng)村生產(chǎn)性景觀設(shè)計中，由于受到景觀的分布性散亂特征和光學(xué)衍射顏色空間透射率變化等因素的影響，導(dǎo)致鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測量效果不好。結(jié)合圖像處理技術(shù)，進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定，提高鄉(xiāng)村生產(chǎn)性景觀的觀賞性，研究鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定方法在旅游景觀的開發(fā)設(shè)計中具有重要的應(yīng)用價值[1]。

傳統(tǒng)方法中，對鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的測定方法主要采用顏色特征分解方法和主成分分解方法[2]，即在鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的特征動態(tài)跟蹤和分類基礎(chǔ)上，結(jié)合圖像的紅黃藍(lán)特征分解方法以及幾何特征提取方法，實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的檢測測定[3]。但此種方法在進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定中存在模糊性較大和穩(wěn)定性較差等問題。對此，本文提出一種基于多視點模糊跟蹤檢測的鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定方法。它通過景觀圖像的顏色分塊區(qū)域標(biāo)記方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置自動成像處理，有效增強圖像細(xì)節(jié)部分，實現(xiàn)了鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的自動測定，提高了鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定能力。本文通過仿真實驗進(jìn)行性能測試，展示了此方法在提高多視點鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定能力方面的優(yōu)越性能。

1 鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置圖像檢測和輪廓分析

1.1 鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的分塊處理

為了實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的準(zhǔn)確測定，采用分塊像素特征匹配方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的向量量化分解，提高對鄉(xiāng)村生產(chǎn)性景觀的主成分特征量和顏色空間分布特征量，采用自適應(yīng)特征檢測和多視點融合跟蹤識別方法，建立鄉(xiāng)村生產(chǎn)性景觀測量的透射模型，進(jìn)行對鄉(xiāng)村生產(chǎn)性景觀的多區(qū)域輪廓檢測[4]，得到鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測量的多視點檢測模型如圖1所示。

圖1 鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測量的多視點檢測模型

采用景觀圖像的顏色分塊區(qū)域標(biāo)記方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置自動成像處理，結(jié)合多視點聯(lián)合標(biāo)記模型進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的景觀觀測點邊界區(qū)域檢測，根據(jù)已獲取的透射率值進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的自適應(yīng)特征提取和融合跟蹤識別[5]，定義鄉(xiāng)村生產(chǎn)性景觀的區(qū)域分塊內(nèi)的每一點像素自相關(guān)函數(shù)：

其中，(Δx,Δy)T是特征分塊的融合像素集，(xi,yi)是鄉(xiāng)村生產(chǎn)性景觀窗口W內(nèi)的圖像像素特征點。按照像素邊緣融合和特征分解方法，得到鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的視覺透射輸出為

其中，?I=[IxIy]T是觀賞角度較高區(qū)域邊界像素點。利用Kronecker delta函數(shù)把鄉(xiāng)村生產(chǎn)性景觀觀賞的視覺分布場轉(zhuǎn)換為先驗分布場[6]，計算兩個最佳觀賞位置的分布場的相關(guān)系數(shù)，公式如:

式中，df(k)和dfi,j(k)分別為暗通道的像素值和最佳觀賞位置的分布場。根據(jù)分布場模型構(gòu)建，實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的分塊處理。

1.2 鄉(xiāng)村生產(chǎn)性景觀最佳觀賞區(qū)域的邊緣輪廓特征

采用包絡(luò)輪廓特征檢測方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的邊緣輪廓檢測[7]，邊緣輪廓檢測的模型更新公式如下：

式中，ρ控制兩個分布場的全局平滑系數(shù)。提取鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的幾何特征，結(jié)合Euler-Lagrange方程，得到鄉(xiāng)村生產(chǎn)性景觀觀測點邊界區(qū)域方程為

根據(jù)邊緣輪廓特征檢測結(jié)果，有效增強圖像細(xì)節(jié)部分，提高鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定能力，結(jié)合區(qū)域塊分割方法，得到最佳觀賞位置的幾何不變矩相關(guān)系數(shù)可表示為

式中，df為圖像的定義域，dfi,j為鄉(xiāng)村生產(chǎn)性景觀像素序列V每一幀f中分塊區(qū)域的位置，(i,j)為景觀最佳觀賞位置初始值分布坐標(biāo)，Ci,j為dfi,j和df的相關(guān)系數(shù)。根據(jù)上述分析，提取鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的暗原色先驗特征信息，采用包絡(luò)輪廓特征檢測方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的邊緣輪廓檢測。

2 鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定優(yōu)化

2.1 多視點聯(lián)合標(biāo)記

在采用景觀圖像的顏色分塊區(qū)域標(biāo)記方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置自動成像處理的基礎(chǔ)上，提出一種基于多視點模糊跟蹤檢測的鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定方法，根據(jù)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的角點分布特性[8]，得到輸出的鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置退化模型為

其中hσs

是一個標(biāo)準(zhǔn)差為σs的2D高斯核，“*”為卷積符號。鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的邊緣輪廓檢測輸出為

其中hσf

是一個標(biāo)準(zhǔn)σf差為的1D高斯核。根據(jù)對鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的邊緣輪廓檢測結(jié)果進(jìn)行自適應(yīng)區(qū)域測定，

輸入：V=鄉(xiāng)村生產(chǎn)性景觀；I=初始最佳觀賞位置；σs=景觀灰度偏移參數(shù)；

σf=最佳觀賞位置平坦區(qū)平滑參數(shù)；b=最佳觀賞位置測量的先驗估計值；ρ=學(xué)習(xí)率；

輸出：鄉(xiāng)村生產(chǎn)性景觀觀賞區(qū)域測量位置

1：初始化dfmodel=explode(I) ?hσs?hσf

2：初始化鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置I的中心為目標(biāo)位置(x,y)。

3：forf=2→|V|do

4：df=explode(f)?hσs?hσf

5：(x，,y，) =argmax(x,y)C(df,dfmodel)

6：(x,y)=(x，,y，)

7：dfmodel=ρdfmodel+(1 -ρ)df(x,y)

8：end for

根據(jù)上述輸入輸出關(guān)系，構(gòu)建多視點聯(lián)合標(biāo)記模型，得到最佳視點位置分布為

結(jié)合多視點聯(lián)合標(biāo)記模型進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的景觀觀測點邊界區(qū)域檢測，提高鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定的準(zhǔn)確性。

2.2 鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的參數(shù)估計和測度輸出

結(jié)合多視點聯(lián)合標(biāo)記模型進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的最佳觀測點邊界定位[9]，進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的景觀灰度輪廓點標(biāo)記，單個像素值I(i,j)為

其中：

3 仿真實驗與結(jié)果分析

為了測試本文方法在實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定中的應(yīng)用性能，進(jìn)行仿真實驗，實驗的算法設(shè)計采用Matlab 7設(shè)計，選擇3組鄉(xiāng)村生產(chǎn)性景觀作為測試樣本，設(shè)置先驗像素值為1200*2400，鄉(xiāng)村生產(chǎn)性景觀的觀賞點分布區(qū)域為200*200的網(wǎng)格區(qū)域，鄉(xiāng)村生產(chǎn)性景觀觀賞的特征透射率為0.26，圖像的梯度特征系數(shù)為1.23，圖像平滑濾波的檢測系數(shù)為2.50，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置測定，得到原始的鄉(xiāng)村生產(chǎn)性景觀圖像如圖2所示。

圖2 原始的鄉(xiāng)村生產(chǎn)性景觀

以圖2的景觀圖像為測試對象，進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的最佳觀賞位置測定，提取鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的暗原色先驗特征信息，采用包絡(luò)輪廓特征檢測方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的邊緣輪廓檢測，如圖3所示。

圖3 鄉(xiāng)村生產(chǎn)性景觀的包絡(luò)輪廓特征檢測結(jié)果

結(jié)合多視點聯(lián)合標(biāo)記模型進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的景觀觀測點邊界區(qū)域檢測，實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的自動測定，得到測定結(jié)果如圖4所示。

圖4 測定結(jié)果

分析圖4得知，本文方法能有效實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的自動測定，提高鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定能力，測定精度比傳統(tǒng)方法提升了12.6%。

4 結(jié)束語

本文提出一種基于多視點模糊跟蹤檢測的鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定方法，采用景觀圖像的顏色分塊區(qū)域標(biāo)記方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置自動成像處理，采用包絡(luò)輪廓特征檢測方法進(jìn)行鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的邊緣輪廓檢測，結(jié)合多視點聯(lián)合標(biāo)記模型進(jìn)行鄉(xiāng)村生產(chǎn)性景觀的景觀觀測點邊界區(qū)域檢測，提高了鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定能力。本文方法能有效實現(xiàn)鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置的自動測定，提高鄉(xiāng)村生產(chǎn)性景觀最佳觀賞位置準(zhǔn)確測定能力，從而優(yōu)化鄉(xiāng)村生產(chǎn)性景觀建設(shè)。