历史街道空间品质分析方法、系统、存储介质及设备技术方案

本发明专利技术涉及历史街道空间品质分析方法、系统、存储介质及设备，包括以下步骤：获取所需街道的街景图像数据，经语义分割后得到图像中植物、车辆、行人、人行道、车行道、天空、街道基础设施以及街道标识，得到上述要素占街景图像数据的百分比；根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数以及合并后的完整街道品质指数；将不同类别的街道品质指数和完整的街道品质指数分别配准至街景图像所在道路的地图上，根据街道品质指数的类别，在地图中赋予街道属性以实现街道品质空间分析。根据要素占街景图像总像素的比值和设定的权重值确定街道空间的品质，将品质数据配准到街道地图中得到可视化的街道空间品质分析结果。质分析结果。质分析结果。

【技术实现步骤摘要】
历史街道空间品质分析方法、系统、存储介质及设备


[0001]本专利技术涉及地理图像监测
，具体为历史街道空间品质分析方法、系统、存储介质及设备。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]街道会随着城市发展不断更新改造，对历史街区的更新改造会考虑使用者的体验，与此同时街道是城市景观的一部分，对街道空间的品质进行量化分析，能够根据街道的交通状况、人流车流以及绿化覆盖等信息，改善街道空间布局从而有利于街道的更新改造。
[0004]在街道定量研究中，地理信息系统是较为经典、成熟的二维平面分析平台，但利用地理信息系统仅能针对街道路面、街道界面等街道空间的构成要素进行分析，无法获取街道空间中具有的更为细节的要素，例如街道中的植物、行人以及车辆对街道空间品质的影响进行分析。街道空间中更为细节的要素虽然可以通过识别街道现场图像的方式来取得，但此种方式依赖复杂的计算机图像识别算法，难以从算法层面确定图像识别的精度和细节程度。
[0005]与此同时，目前针对街道空间品质的分析过程依赖于统计调查的方式，统计调查的方式需要花费大量的时间和人力成本，存在一定主观性，难以对街道空间的品质进行客观量化。

技术实现思路

[0006]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供历史街道空间品质分析方法、系统、存储介质及设备，利用经语义分割处理后的街景图像数据得到所需的要素，根据要素的像素占街景图像总像素的比值和设定的权重值确定街道空间的品质，将品质数据配准到街道地图中得到可视化的街道空间品质分析结果。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术的第一个方面提供历史街道空间品质分析方法，包括以下步骤：
[0009]获取所需街道的街景图像数据，经语义分割后得到图像中植物、车辆、行人、人行道、车行道、天空、街道基础设施以及街道标识，得到上述八种要素占街景图像数据的百分比；
[0010]根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，以及合并后的完整街道品质指数；
[0011]将不同类别的街道品质指数和完整的街道品质指数分别配准至街景图像所在道路的地图上，根据街道品质指数的类别，在地图中赋予街道属性以实现街道品质空间分析。
[0012]根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，具体为：
[0013]根据街景图像中天空所在的像素与街景图像总像素的比值，得到天空开敞度指数SVI；
[0014]根据街景图像中植物所在的像素与街景图像总像素的比值，得到绿视率指数GVI；
[0015]根据街景图像中人行道所在的像素与车行道所占街景图像总像素的比值，得到空间可行性指数SFI；
[0016]根据街景图像中车辆与车行道所在的像素占街景图像总像素的比值，得到车辆干扰指数VII；
[0017]根据街景图像中街道标识所在的像素与街景图像总像素的比值，得到交通标识指数ITI；
[0018]根据街景图像中街道基础设施所在的像素与街景图像总像素的比值，得到设施便利指数PCI；
[0019]根据街景图像中行人所在的像素与街景图像总像素的比值，得到人群聚集度指数CCI。
[0020]根据要素占街景图像数据的百分比与设定的权重值，得到合并后的完整街道品质指数，具体为：
[0021]设定的权重值分别与天空开敞度指数、绿视率指数、空间可行性指数、车辆干扰指数、交通标识指数、设施便利指数以及人群聚集度指数的乘积，相加后得到完整街道品质指数。
[0022]将不同类别的街道品质指数和完整的街道品质指数分别配准至街景图像所在道路的地图上，具体为：
[0023]街道品质指数与对应的街景图像形成点数据，并转换为路网数据；
[0024]将路网数据中整段的折线划分为设定的段数；
[0025]根据街景图像的地理位置将路网数据配准至地图中。
[0026]本专利技术的第二个方面提供实现上述方法的系统，包括：
[0027]图像数据处理模块，配置为：获取所需街道的街景图像数据，经语义分割后得到图像中植物，车辆，行人，人行道，车行道，天空，街道基础设施以及街道标识，得到上述八种要素占街景图像数据的百分比；
[0028]品质指数获取模块，配置为：根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，以及合并后的完整街道品质指数；
[0029]可视化分析模块，配置为：将不同类别的街道品质指数和完整的街道品质指数分别配准至街景图像所在道路的地图上，根据街道品质指数的类别，在地图中赋予街道属性以实现街道品质空间分析。
[0030]本专利技术的第三个方面提供一种计算机可读存储介质。
[0031]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的历史街道空间品质分析方法中的步骤。
[0032]本专利技术的第四个方面提供一种计算机设备。
[0033]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的历史街道空间品质分析方法中的步骤。
[0034]与现有技术相比，以上一个或多个技术方案存在以下有益效果：
[0035]1、利用经语义分割处理后的街景图像数据得到所需的要素，根据要素所在像素占街景图像像素的比值和设定的权重值确定街道空间的品质指数，将品质指数配准到街道地图中得到可视化的街道空间品质分析结果，语义分割不仅能够获得街道路面、街道界面等街道空间构成要素，还能够获得街道景观、交通标志等街道细节要素，再利用要素占街景图像像素的百分比得到不同种类的街道品质指数，能够以不同的维度分析街道空间的品质，使得到的结果更加直观全面。
[0036]2、街道品质指数配准到地图中时，为地图中的道路赋予了额外的属性，能够以更直观的方式展示街道空间不同的维度的品质，对街道品质中各个指标与实际得到的品质指数之间的关联程度以及互相影响程度进行分析，有利于街道更新改造过程中对街道布局、植被覆盖以及交通设施等各方面的改造进行指导。
附图说明
[0037]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0038]图1是本专利技术一个或多个提供的历史街道空间品质分析流程示意图；
[0039]图2是本专利技术一个或多个提供的街景照片标注示意图；
[0040]图3(a)
‑
(d)分别是本专利技术一个或多个提供的街景照片经训练后的loss(损失值)，pa(像素精确度)，mpa(平均像素精确度)，miou(平均交并比)的对比示意图；
[0041]图4是本专利技术一个或多个提供的大学路空间可行性计算结果及各路段量化后的数值；
...

【技术保护点】

【技术特征摘要】
1.历史街道空间品质分析方法，其特征在于：包括以下步骤：获取所需街道的街景图像数据，经语义分割后得到图像中植物、车辆、行人、人行道、车行道、天空、街道基础设施以及街道标识，得到上述八种要素占街景图像数据的百分比；根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，以及合并后的完整街道品质指数；将不同类别的街道品质指数和完整的街道品质指数分别配准至街景图像所在道路的地图上，根据街道品质指数的类别，在地图中赋予街道属性以实现街道品质空间分析。2.如权利要求1所述的历史街道空间品质分析方法，其特征在于：根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，包括：根据街景图像中天空所在的像素与街景图像总像素的比值，得到天空开敞度指数SVI；根据街景图像中植物所在的像素与街景图像总像素的比值，得到绿视率指数GVI。3.如权利要求1所述的历史街道空间品质分析方法，其特征在于：根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，还包括：根据街景图像中人行道所在的像素与车行道所占街景图像总像素的比值，得到空间可行性指数SFI。4.如权利要求1所述的历史街道空间品质分析方法，其特征在于：根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，还包括：根据街景图像中车辆与车行道所在的像素占街景图像总像素的比值，得到车辆干扰指数VII；根据街景图像中街道标识所在的像素与街景图像总像素的比值，得到交通标识指数ITI。5.如权利要求1所述的历史街道空间品质分析方法，其特征在于：根据要素占街景图像数据的百分比与设定的权重值，得到不同种类的街道品质指数，还包括：根据街景图像中街道基础设施所在的像素与街景图像总像素的比值，得到设施便利指数PCI；根据街景图像中行人所在的像素与街景图像总像素的比值，得...

【专利技术属性】
技术研发人员：赵琳，刘兴邦，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：