基于街景圖像的城市街道綠視率計(jì)量方法比較分析
發(fā)布時(shí)間:2021-06-28 10:27
【目的】針對街景圖像在綠視率計(jì)量研究中的使用做出了說明,綜合研究現(xiàn)狀,對不同的綠視率數(shù)據(jù)獲取方法和計(jì)算方法進(jìn)行了介紹。【方法】對比了傳統(tǒng)方法和利用算法模型(PSPNet或SegNet)的自動(dòng)化方法,闡述了傳統(tǒng)方法存在效率低、損耗大、精確度低等不足,而自動(dòng)化方法有效的解決了這些問題。【結(jié)果】基于卷積神經(jīng)網(wǎng)絡(luò)模型的圖像語義分割,使街景圖片的處理與分析變得更為簡便,但自動(dòng)化方法仍有不足之處需要完善。【結(jié)論】文章指出利用機(jī)器學(xué)習(xí)來處理數(shù)據(jù)問題是未來研究發(fā)展的新趨勢,預(yù)測融合機(jī)器學(xué)習(xí)和遙感技術(shù)的街景圖像自動(dòng)化計(jì)量方法將在城市規(guī)劃建設(shè)、綠道效益評估等方面具有良好應(yīng)用前景。
【文章來源】:江西農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,42(05)北大核心CSCD
【文章頁數(shù)】:10 頁
【部分圖文】:
中文文獻(xiàn)關(guān)于“街景圖像”數(shù)量統(tǒng)計(jì)(數(shù)據(jù)來源:中國知網(wǎng))
英文文獻(xiàn)關(guān)于“街景圖像”數(shù)量統(tǒng)計(jì)(數(shù)據(jù)來源:谷歌學(xué)術(shù))
街景圖像的采集方法主要有兩種,一種是通過相機(jī)鏡頭(24 mm)模擬人眼視角,人工的采集觀測點(diǎn)樣本圖片(也可以應(yīng)用無人機(jī)等設(shè)備輔助采集),但有時(shí)限于人力,采集的觀測點(diǎn)數(shù)量少,耗費(fèi)的時(shí)間多;隨著街景地圖的廣泛覆蓋,三維街景數(shù)據(jù)由于其高定位精度、紋理可視化強(qiáng)、可測量等特點(diǎn),易于結(jié)合激光掃描技術(shù)、傾斜攝影技術(shù)[21],能夠呈現(xiàn)街道景觀的真實(shí)形態(tài)(圖2),促使人們產(chǎn)生對城市環(huán)境的直觀感知,結(jié)合了眾包評級和公眾評分過程的街景地圖從而得到廣泛使用[22-23]。利用地圖開發(fā)商提供的開發(fā)者平臺服務(wù),使得數(shù)據(jù)的獲取更方便、快捷,能夠處理的數(shù)據(jù)量更大[24];根據(jù)實(shí)驗(yàn)要求可以劃定范圍,選取范圍內(nèi)的觀測點(diǎn)作為樣本并且可以篩選出具有時(shí)光機(jī)功能的街景地圖點(diǎn)[25]。1.2.3 數(shù)據(jù)處理與分析
【參考文獻(xiàn)】:
期刊論文
[1]基于街景數(shù)據(jù)的綠視率模型構(gòu)建及其影響因子研究[J]. 孟慶巖,汪雪淼,孫云曉,張佳暉,陳旭. 生態(tài)科學(xué). 2020(01)
[2]北京城區(qū)居住區(qū)樹冠覆蓋變化特征[J]. 劉秀萍,賈寶全. 林業(yè)科學(xué). 2019(12)
[3]基于綠視率的城市綠化評估——以武漢江漢區(qū)為例[J]. 陳明,戴菲,李文佩,楊超. 中國城市林業(yè). 2019(03)
[4]Deep Forest as a framework for a new class of machine-learning models[J]. Lev V.Utkin,Anna A.Meldo,Andrei V.Konstantinov. National Science Review. 2019(02)
[5]基于SegNet語義模型的高分辨率遙感影像農(nóng)村建設(shè)用地提取[J]. 楊建宇,周振旭,杜貞容,許全全,尹航,劉瑞. 農(nóng)業(yè)工程學(xué)報(bào). 2019(05)
[6]基于街景圖像的城市環(huán)境評價(jià)研究綜述[J]. 張麗英,裴韜,陳宜金,宋辭,劉小茜. 地球信息科學(xué)學(xué)報(bào). 2019(01)
[7]基于街景圖像解譯的寒地城市綠視率分析研究——以哈爾濱為例[J]. 崔喆,何明怡,陸明. 中國城市林業(yè). 2018(05)
[8]基于騰訊街景的林地郁閉度提取方法研究[J]. 余付蓉,高峻,付晶. 西南林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(05)
[9]街道綠化品質(zhì)的人本視角測度框架——基于百度街景數(shù)據(jù)和機(jī)器學(xué)習(xí)的大規(guī)模分析[J]. 葉宇,張靈珠,顏文濤,曾偉. 風(fēng)景園林. 2018(08)
[10]城市道路綠視率自動(dòng)化計(jì)算方法研究[J]. 彭銳,劉海霞. 北京規(guī)劃建設(shè). 2018(04)
碩士論文
[1]面向?qū)ο蟮倪b感影像分割與分類方法研究[D]. 李艷樺.鄭州大學(xué) 2014
本文編號:3254151
【文章來源】:江西農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,42(05)北大核心CSCD
【文章頁數(shù)】:10 頁
【部分圖文】:
中文文獻(xiàn)關(guān)于“街景圖像”數(shù)量統(tǒng)計(jì)(數(shù)據(jù)來源:中國知網(wǎng))
英文文獻(xiàn)關(guān)于“街景圖像”數(shù)量統(tǒng)計(jì)(數(shù)據(jù)來源:谷歌學(xué)術(shù))
街景圖像的采集方法主要有兩種,一種是通過相機(jī)鏡頭(24 mm)模擬人眼視角,人工的采集觀測點(diǎn)樣本圖片(也可以應(yīng)用無人機(jī)等設(shè)備輔助采集),但有時(shí)限于人力,采集的觀測點(diǎn)數(shù)量少,耗費(fèi)的時(shí)間多;隨著街景地圖的廣泛覆蓋,三維街景數(shù)據(jù)由于其高定位精度、紋理可視化強(qiáng)、可測量等特點(diǎn),易于結(jié)合激光掃描技術(shù)、傾斜攝影技術(shù)[21],能夠呈現(xiàn)街道景觀的真實(shí)形態(tài)(圖2),促使人們產(chǎn)生對城市環(huán)境的直觀感知,結(jié)合了眾包評級和公眾評分過程的街景地圖從而得到廣泛使用[22-23]。利用地圖開發(fā)商提供的開發(fā)者平臺服務(wù),使得數(shù)據(jù)的獲取更方便、快捷,能夠處理的數(shù)據(jù)量更大[24];根據(jù)實(shí)驗(yàn)要求可以劃定范圍,選取范圍內(nèi)的觀測點(diǎn)作為樣本并且可以篩選出具有時(shí)光機(jī)功能的街景地圖點(diǎn)[25]。1.2.3 數(shù)據(jù)處理與分析
【參考文獻(xiàn)】:
期刊論文
[1]基于街景數(shù)據(jù)的綠視率模型構(gòu)建及其影響因子研究[J]. 孟慶巖,汪雪淼,孫云曉,張佳暉,陳旭. 生態(tài)科學(xué). 2020(01)
[2]北京城區(qū)居住區(qū)樹冠覆蓋變化特征[J]. 劉秀萍,賈寶全. 林業(yè)科學(xué). 2019(12)
[3]基于綠視率的城市綠化評估——以武漢江漢區(qū)為例[J]. 陳明,戴菲,李文佩,楊超. 中國城市林業(yè). 2019(03)
[4]Deep Forest as a framework for a new class of machine-learning models[J]. Lev V.Utkin,Anna A.Meldo,Andrei V.Konstantinov. National Science Review. 2019(02)
[5]基于SegNet語義模型的高分辨率遙感影像農(nóng)村建設(shè)用地提取[J]. 楊建宇,周振旭,杜貞容,許全全,尹航,劉瑞. 農(nóng)業(yè)工程學(xué)報(bào). 2019(05)
[6]基于街景圖像的城市環(huán)境評價(jià)研究綜述[J]. 張麗英,裴韜,陳宜金,宋辭,劉小茜. 地球信息科學(xué)學(xué)報(bào). 2019(01)
[7]基于街景圖像解譯的寒地城市綠視率分析研究——以哈爾濱為例[J]. 崔喆,何明怡,陸明. 中國城市林業(yè). 2018(05)
[8]基于騰訊街景的林地郁閉度提取方法研究[J]. 余付蓉,高峻,付晶. 西南林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(05)
[9]街道綠化品質(zhì)的人本視角測度框架——基于百度街景數(shù)據(jù)和機(jī)器學(xué)習(xí)的大規(guī)模分析[J]. 葉宇,張靈珠,顏文濤,曾偉. 風(fēng)景園林. 2018(08)
[10]城市道路綠視率自動(dòng)化計(jì)算方法研究[J]. 彭銳,劉海霞. 北京規(guī)劃建設(shè). 2018(04)
碩士論文
[1]面向?qū)ο蟮倪b感影像分割與分類方法研究[D]. 李艷樺.鄭州大學(xué) 2014
本文編號:3254151
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3254151.html
最近更新
教材專著