旅游景區(qū)空間結(jié)構(gòu)自動掃描與仿真系統(tǒng)＊

王琳

（西安建筑科技大學華清學院，陜西 西安710043）

1 引言

打造景點景區(qū)和旅游路線，能夠觀光賞景，還可以了解歷史革命，培養(yǎng)新時代精神、學習革命斗爭精神以及增長革命斗爭知識等，使其成為一種文化。

旅游景區(qū)的主要特點在于學習性、故事性以及參與性，為緊跟經(jīng)濟體驗潮流，凸顯旅游節(jié)目的參與性，應使其自身成為一種實踐性學習的模式[1]。對于空間掃描，目前國內(nèi)針對工作空間定位系統(tǒng)提出采用互掃描技術(shù)的自動標定方法實現(xiàn)系統(tǒng)的自動標定，國外更傾向于設備化，如利用軌道優(yōu)勢進行探測識別，基于具有空間目標識別能力的新型探測識別設備構(gòu)建互補探測識別系統(tǒng)，研究自動化與探測相結(jié)合的相關(guān)技術(shù)。

考慮到實際規(guī)劃效果較差的問題[2]，本文則提出一種旅游景區(qū)空間結(jié)構(gòu)自動掃描與仿真系統(tǒng)，通過分形維數(shù)掃描方式，精確對景區(qū)進行掃描，并建立仿真系統(tǒng)，明確的旅游景區(qū)空間結(jié)構(gòu)特征，以便建立最優(yōu)規(guī)劃。

2 基于分形模型的旅游景區(qū)自動掃描

分形維數(shù)可以有效敘述非線性系統(tǒng)內(nèi)不光滑與不規(guī)則的物體特征，因為旅游景區(qū)空間主要是通過不同類型的景點，組成一個多層次復雜的系統(tǒng)，且存在分形特征。因此采用聚集維數(shù)與關(guān)聯(lián)維數(shù)掃描旅游景點空間構(gòu)造[3]。

2.1 聚集維數(shù)度量的模型

景區(qū)系統(tǒng)的演化有點類似于有限擴散集團凝聚的模型，如果假設一定地理區(qū)域中景區(qū)系統(tǒng)各要素按照某一種自相似規(guī)則的方式，圍繞著某中心景點呈現(xiàn)凝聚態(tài)的分布，并且回轉(zhuǎn)半徑R和景區(qū)系統(tǒng)總半徑二者呈現(xiàn)線性的比例，就是分形為各方的均勻變換，并且不需要考慮邊界的效應，并且系統(tǒng)不會呈現(xiàn)幾何上的多重分形特征，則能夠確認景點個數(shù)N函數(shù)和回轉(zhuǎn)半徑R(N)間的關(guān)系，具體公式為：

如果假設是正確的，經(jīng)過計算回轉(zhuǎn)半徑R(N)，即能夠得到區(qū)域中景點系統(tǒng)空間集聚維數(shù)。因為半徑R取值能夠影響到分形維數(shù)數(shù)值，因此把其轉(zhuǎn)換成平均半徑，具體公式為：

上式中：RN代表平均半徑，ri代表第i個景點至中心景點間的歐式距離，N代表景點數(shù)目，代表平均，D1代表距集維數(shù)。

而計算聚集維數(shù)要選擇研究區(qū)域內(nèi)的中心景點，從而獲得區(qū)域中其它景點至中心景點間歐式距離ri，然后轉(zhuǎn)化成平均半徑RN，然后隨著N變化能夠獲得一系列RN，把(RN，N)繪制成雙對數(shù)的坐標圖像，采用普通的最小二乘法算出聚集維數(shù)D1。

該維數(shù)可以反映出景區(qū)系統(tǒng)要素，所圍繞某個核心景點所聚集形態(tài)，能夠折射出某地區(qū)旅游景點的分布，通過中心景點向著周圍不斷衰弱，而在結(jié)構(gòu)上能夠體現(xiàn)旅游景點的緊湊特征。一般情況，在二維空間內(nèi)，D1=2 時，說明景點的分布是處于均勻的，在D1＜2 時，說明此中心景點的聚集作用較強，在D1＞2 時，說明中心景點不具有中心性的作用[4]，一般理想聚集維數(shù)是：D1≈1．78。

2.2 關(guān)聯(lián)維度度量的模型

旅游景區(qū)作為一個復雜多層次的空間構(gòu)造，存在無標度的特征，通過分形理論空間的關(guān)聯(lián)維數(shù)可以更好模擬此空間構(gòu)造特征，具體關(guān)聯(lián)維數(shù)C(r)的函數(shù)表達式為：

上式中：r代表景點至中心景點間的歐式距離；H代表Heaviside 階躍函數(shù)，dij為第i個景點和第j個景點間的距離，在dij≤r時，H取值為1，在dij＞r時，H取值為0。C(r)代表r關(guān)聯(lián)的函數(shù)，代表滿足一定條件點個數(shù)，D2代表關(guān)聯(lián)維數(shù)，能夠反映出旅游景區(qū)的系統(tǒng)空間構(gòu)造分布均衡性能，通常情況下，空間的關(guān)聯(lián)維數(shù)處于0～2間的變化，在D2→2 時，說明區(qū)域中，旅游景點分布較為均勻，在D2→0時，說明區(qū)域中旅游景點間的聯(lián)系比較緊密。正常情況下，在1＜D2＜2 時，在D2→1 時，說明景點主要集中在一條光滑的曲線上[5]。具體的計算過程內(nèi)，將C(r)改寫公式為：

2.3 掃描數(shù)據(jù)配準

在相鄰的點云內(nèi)搜索最相鄰的點，采用尋找到的最近點對剛體變化的參數(shù)進行計算，解算變換參數(shù)以及點對的搜索都是迭代計算的過程[6]。

設置P、Q作為兩個點集，并且PQ，而具體配準算法步驟如下所示：

(1)先設置兩個點集起始的變換參數(shù)為R0，T0是已知的。

(2)最近的點對搜索：相對于點集P內(nèi)的各個點pi，首先要采用變換參數(shù)完成變換，具體公式為：

接著在Q內(nèi)找出與其相近的點qi，組成點對(pi，qi)，piP，qiQ。k代表迭代次數(shù)k=1，2，…，n。

(3)通過已經(jīng)找到的點對對其進行配準變換，在以全部最近點對距離平方和最小作為度量標準，具體公式為：

解算的變換參數(shù)為：Rk，Tk。

(4)在相鄰的兩次計算值之差比指定閾值小時，則計算結(jié)束，反之，需要重復2～4步驟。

在將數(shù)據(jù)掃描出來之后，通過配準可以獲得更好精確的景區(qū)掃描信息[7]。

3 景區(qū)的空間結(jié)構(gòu)仿真系統(tǒng)

該系統(tǒng)主要包括掃描信息組織的模塊、掃描模塊、仿真系統(tǒng)的時鐘單元、遙感器的仿真模塊以及目標源匹配模塊。

掃描信息組織模塊，主要是根據(jù)曝光模擬單元所提供圖像傳感器各個像元圖像坐標灰度時間序列、圖像傳感器的模擬單元所提供傳感器物理參數(shù)以及仿真系統(tǒng)的時鐘單元，所提供的時間信息同步，排列出的對地成像圖片，接著再把排列出的的對地成像和光學系統(tǒng)模擬單元系統(tǒng)各個視場點擴散函數(shù)卷積，獲得對地成像的仿真圖像矩陣。

掃描模塊包含：曝光模擬單元、掃描時序的控制器、高程效果的耦合單元以及像素映射單元。

曝光模擬單元是依據(jù)傳感器的模擬單元所提供圖像傳感器的物理參數(shù)，來計算高程效果耦合單元所提供修正地物的坐標亮度時間序列內(nèi)，每個點亮度值模擬曝光，從而得到圖像傳感器各個像元圖像坐標的灰度時間序列。

高程效果的耦合單元，主要是依據(jù)地物的亮度和空間信息所集成的數(shù)據(jù)內(nèi)，高程分布矩陣對于圖像傳感器的各像元相應地物坐標亮度時間序列內(nèi)數(shù)據(jù)完成插值，可以實現(xiàn)高程修正，獲得修正地物坐標的亮度時間序列。

像素映射單元，是依據(jù)圖像傳感器的模擬單元所提供傳感器物理數(shù)據(jù)、光學系統(tǒng)的模擬單元所提供遙感器的光學系統(tǒng)焦距、姿態(tài)模擬單元所提供遙感器的姿態(tài)參數(shù)以及軌道模擬單元所提供的遙感器軌道數(shù)據(jù)，按物理成像的空間幾何關(guān)系，來計算圖像傳感器的各個像元和地面景物間空間幾何關(guān)系。即可以得到各個像元處于遙感過程的全程相應地物坐標序列。

掃描時序控制器：采用時鐘單元所提供的時間信息同步以及圖像傳感器模擬單元所提供的傳感器物理數(shù)據(jù)，就能夠獲得對地遙感過程內(nèi)，圖像傳感器各個像元成像的時間序列，且把各個像元成像的時間序列提供至像素映射單元。

遙感器的仿真模塊，都包括圖像傳感器的模擬、光學系統(tǒng)的模擬、姿態(tài)模擬以及軌道模擬。

目標源匹配模塊，是以地物的亮度數(shù)據(jù)以及地物的高程數(shù)據(jù)作為輸入，將地物的空間信息集成數(shù)據(jù)以及地物的亮度提供給掃描模塊[8]。

4 實驗仿真證明

為了驗證本文方法的有效性，利用分形維數(shù)的方式對空間構(gòu)造進行掃描以及通過構(gòu)建景區(qū)的仿真系統(tǒng)進行觀察成像效果是否良好。

4.1 集聚維數(shù)分析和運算

通過聚集維數(shù)現(xiàn)實測測算方法，將景點的系統(tǒng)演化規(guī)律并且兼顧幾何中心運算原則，將某景點作為某市景區(qū)的系統(tǒng)運算中心，某市旅游景區(qū)空間結(jié)構(gòu)三維示意圖如圖1所示。

圖1 某市旅游景區(qū)空間結(jié)構(gòu)三維示意圖

以圖1作為基礎，可以獲得景區(qū)景點的系統(tǒng)分維運算數(shù)據(jù)表，具體如表1所示。

表1 聚集維數(shù)的運算數(shù)據(jù)表

同樣能夠獲得雙對數(shù)的分析圖像，如圖2所示，接著可以求出景點系統(tǒng)聚集的維數(shù)值，具體數(shù)據(jù)如表3所示。

圖2 景區(qū)聚集分形的維數(shù)雙對數(shù)圖像

通過圖2能夠看出，通過仿真系統(tǒng)獲得的該市旅游景點，在空間構(gòu)造上存在隨機聚集的分形特性，就是說存在隨機的分布的向心性，證明在系統(tǒng)景點層次上，空間構(gòu)造已呈現(xiàn)出自組織的演化趨勢。而從表4中能夠看出，該市的景區(qū)景點系統(tǒng)它隨機的聚集分維值是0．3251，要小于1，以此能夠說明景區(qū)景點的系統(tǒng)空間構(gòu)造隨機聚集性比較強，在聚集中心向著四周景區(qū)的景點密度衰弱比較快。能夠看出，目標景區(qū)景點在中心位置較為密集，而四周較為分散。

4.2 網(wǎng)格維數(shù)分析與運算

先將景區(qū)系統(tǒng)分布圖分割成網(wǎng)格，獲得信息維數(shù)據(jù)，具體如表2所示。

表2 網(wǎng)格維數(shù)的運算數(shù)據(jù)表

然后依據(jù)表中數(shù)據(jù)，構(gòu)建景區(qū)系統(tǒng)兩種網(wǎng)格維數(shù)坐標圖像，具體如圖3所示。

圖3 景區(qū)系統(tǒng)網(wǎng)格分形維數(shù)的雙對數(shù)圖像

接著求出景區(qū)系統(tǒng)網(wǎng)格的信息維數(shù)D1以及網(wǎng)格的容量維數(shù)D0，具體如表3所示。

通過圖2能夠看出，景區(qū)的系統(tǒng)處于固定測算的尺度中，顯著的表現(xiàn)出了分形構(gòu)造特性，在其數(shù)理上觀察能夠得出，系統(tǒng)的空間構(gòu)造是為分形的狀態(tài)。

因為景區(qū)系統(tǒng)網(wǎng)格信息維數(shù)測算過程內(nèi)，采用的景點個數(shù)不多，因此測出的信息維數(shù)值不穩(wěn)定，不同通過網(wǎng)格分割尺度的范圍有效性測試，其結(jié)果在圖內(nèi)取值的范圍非常符合實際情況，而在系統(tǒng)空間構(gòu)造上，分形構(gòu)造非常簡單，所以在仿真系統(tǒng)呈現(xiàn)景點空間的分布頻率偏移性較小，精準度高。

根據(jù)表3能夠看出，景區(qū)系統(tǒng)內(nèi)的景點分布較為集中，具體值趨近于1，能夠得出景區(qū)空間分布幾乎均勻的分布在光滑曲線上。這種分形特征的主要形成原因在于景點自組織所演化結(jié)果。其中，主要狹長區(qū)域的形狀對于系統(tǒng)空間構(gòu)造影響較大，在整個城市內(nèi)景點的系統(tǒng)，幾乎是呈現(xiàn)南北的向線狀態(tài)。

通過仿真系統(tǒng)可以看出，在固定的區(qū)域內(nèi)景區(qū)景點的分布方式相對集中，沒有出現(xiàn)散落的現(xiàn)象。

4.3 關(guān)聯(lián)維數(shù)分析與方法

依據(jù)關(guān)聯(lián)維數(shù)實際的運算方法，利用Mapinfo 運算出景區(qū)系統(tǒng)內(nèi)景點間距離，獲得景區(qū)系統(tǒng)矩陣，在對該矩陣進行分形處理，可以獲得景區(qū)系統(tǒng)關(guān)聯(lián)維數(shù)測算基本數(shù)據(jù)，具體如表3所示。

表3 景區(qū)關(guān)聯(lián)維數(shù)的運算數(shù)據(jù)表

接著將尺碼與相應關(guān)聯(lián)的函數(shù)值繪制成雙對數(shù)的坐標圖像，具體如圖4所示。

圖4 景區(qū)系統(tǒng)關(guān)聯(lián)分形維數(shù)的雙對數(shù)圖像

在對無標度的區(qū)間點坐標完成回歸，既可以測算出各景點系統(tǒng)空間的關(guān)聯(lián)維數(shù)值，具體如表4所示。

表4 景區(qū)空間構(gòu)造的各分形維數(shù)值

根據(jù)圖3能夠看出，景點系統(tǒng)在規(guī)定尺碼分割區(qū)間中，存在無標度的特征，以此能說明空間結(jié)構(gòu)是分形的，整座城市的景區(qū)系統(tǒng)空間構(gòu)造，存在多分形的特性，不過不同的分形構(gòu)造間差異較大，就是說明系統(tǒng)的空間分布構(gòu)造自組織優(yōu)化并沒有完成行成，或者是開始出現(xiàn)部分退化現(xiàn)象。

而通過表4能夠看出，市內(nèi)的景區(qū)系統(tǒng)內(nèi)景點空間的分布比較集中，關(guān)聯(lián)維數(shù)是0．9926，D＜1，主要是景區(qū)集中分布于主城區(qū)的情況較為符合，因為關(guān)聯(lián)維數(shù)是通過景區(qū)系統(tǒng)內(nèi)全部景點的相對歐式距離所出發(fā)的，因此它能夠反映出景點對應空間的分布情況。

因為景區(qū)的范圍較小，則景點系統(tǒng)各個要素處于地理區(qū)域上的表現(xiàn)差異性大小，即為景點系統(tǒng)演化重要的約束條件，就是說明系統(tǒng)空間構(gòu)造的關(guān)聯(lián)維數(shù)存在差異的原因。經(jīng)過仿真系統(tǒng)可以看出，景點在空間結(jié)構(gòu)上，處于景區(qū)內(nèi)比較集中的位置。

通過上述實驗能夠得出，通過分形維數(shù)的運算方法，能夠很好的掃描出景區(qū)空間構(gòu)造，掃描數(shù)據(jù)準確，且仿真系統(tǒng)也能夠有效呈現(xiàn)景點分布位置以及空間結(jié)構(gòu)的構(gòu)造，以此可以看出仿真效果良好。

5 結(jié)束語

本文提出的旅游景區(qū)空間結(jié)構(gòu)自動掃描與仿真系統(tǒng)，能夠利用分形分維數(shù)精確的掃描景區(qū)，且效果良好，不過由于由于旅游景區(qū)較多，景區(qū)在空間的構(gòu)造上多種多樣，導致本文方法，雖然掃描仿真效果精確，難免會有輕微的誤差，因此本文需要進一步研究，爭取縮短誤差數(shù)值，更好的對景區(qū)進行后續(xù)規(guī)劃。