多视点乡村生产性景观最佳观赏位置测定

多视点乡村生产性景观最佳观赏位置测定
张明明
（安徽建筑大学艺术学院，合肥230022）
摘要：为了提高乡村生产性景观最佳观赏位置的模糊性准确测定能力，提出一种基于多视点模糊跟踪检测的乡村生产性景观最佳观赏位置准确测定方法。

采用景观图像的颜色分块区域标记方法进行乡村生产性景观最佳观赏位置自动成像处理，提取乡村生产性景观最佳观赏位置的暗原色先验特征信息，采用包络轮廓特征检测方法进行乡村生产性景观最佳观赏位置的边缘轮廓检测，有效增强了图像细节部分，提高了乡村生产性景观最佳观赏位置准确测定能力。

仿真测试结果表明，采用该方法进行乡村生产性景观最佳观赏位置测定的自适应性能较好，图像信息饱和度较高。

关键词：乡村生产性景观；最佳观赏位置；测定；多视点联合跟踪中图分类号：TU986
文献标志码：A
文章编号：1673-2928（2019）02-0046-04
收稿日期：2019-02-25
基金项目：安徽省教育厅科学研究人文社科一般项目：生产性景观在乡村环境改善方面的设计研究——以安徽省肥东县为
例（编号：SK2017JD07）。

作者简介：张明明（1977-），女，安徽萧县人，硕士，讲师，研究方向：环境设计。

DOI:10.19329/ki.1673-2928.2019.02.013
2019年3月第18卷第2期（总第98期）
安阳工学院学报
Journal of Anyang Institute of Technology
Mar,2019
Vol.18No.2（Gen.No.98）
0引言
随着乡村旅游经济的繁荣发展，乡村生产性景观建设受到人们的极大关注。

但是在对乡村生产性景观设计中，由于受到景观的分布性散乱特征和光学衍射颜色空间透射率变化等因素的影响，导致乡村生产性景观最佳观赏位置测量效果不好。

结合图像处理技术，进行乡村生产性景观最佳观赏位置测定，提高乡村生产性景观的观赏性，研究乡村生产性景观最佳观赏位置测定方法在旅游景观的开发设计中具有重要的应用价值[1]。

传统方法中，对乡村生产性景观最佳观赏位置的测定方法主要采用颜色特征分解方法和主成分分解方法[2]，即在乡村生产性景观最佳观赏位置的特征动态跟踪和分类基础上，结合图像的红黄蓝特征分解方法以及几何特征提取方法，实现乡
村生产性景观最佳观赏位置的检测测定[3]。

但此种方法在进行乡村生产性景观最佳观赏位置测定中存在模糊性较大和稳定性较差等问题。

对此，本文提出一种基于多视点模糊跟踪检测的乡村生产性景观最佳观赏位置准确测定方法。

它通过景观图像的颜色分块区域标记方法进行乡村生产性景观最佳观赏位置自动成像处理，有效增强图像细节部分，实现了乡村生产性景观最佳观赏位置的自动测定，提高了乡村生产性景观最佳观赏位
置准确测定能力。

本文通过仿真实验进行性能测试，展示了此方法在提高多视点乡村生产性景观
最佳观赏位置测定能力方面的优越性能。

1乡村生产性景观最佳观赏位置图像检测和轮廓分析
1.1乡村生产性景观最佳观赏位置的分块处理
为了实现乡村生产性景观最佳观赏位置的准确测定，采用分块像素特征匹配方法进行乡村生产性景观的向量量化分解，提高对乡村生产性景观的主成分特征量和颜色空间分布特征量，采用自适应特征检测和多视点融合跟踪识别方法，建立乡村生产性景观测量的透射模型，进行对乡村生产性景观的多区域轮廓检测[4]，得到乡村生产性景观最佳观赏位置测量的多视点检测模型如图1所示。

图1乡村生产性景观最佳观赏位置测量的多视点检测模型
采用景观图像的颜色分块区域标记方法进行乡村生产性景观最佳观赏位置自动成像处理，结
第二期
合多视点联合标记模型进行乡村生产性景观的景
观观测点边界区域检测，根据已获取的透射率值进行乡村生产性景观最佳观赏位置的自适应特征提取和融合跟踪识别[5]，定义乡村生产性景观的区域分块内的每一点像素自相关函数：
c (x ,y )=∑W [I (x i ,y i )-I (x i +Δx ,y i +Δy )]2
（1）
其中，(Δx ,Δy )T 是特征分块的融合像素集，
(x i ,y i )是乡村生产性景观窗口W 内的图像像素特征点。

按照像素边缘融合和特征分解方法，得到乡村生产性景观最佳观赏位置的视觉透射输出为
I (x i +Δx ,y i +Δy )≈
I (x i ,y i )+[]I x (x i ,y i )I y (x i ,y i )éëêù
û
úΔx Δy （2）其中，∇I =[]I x I y T
是观赏角度较高区域边界像素点。

利用Kronecker delta 函数把乡村生产性景观观赏的视觉分布场转换为先验分布场[6]，计算两个最佳观赏位置的分布场的相关系数，公式如:
C i ,j =∑k =1
K ifft (
)
fft ()df ()k ∙fft ()
df i ,j ()k *
（3）
式中，
df ()k 和df i ,j ()k 分别为暗通道的像素值和最佳观赏位置的分布场。

根据分布场模型构建，实现
乡村生产性景观最佳观赏位置的分块处理。

1.2乡村生产性景观最佳观赏区域的边缘轮廓特征
采用包络轮廓特征检测方法进行乡村生产性景观最佳观赏位置的边缘轮廓检测[7]，边缘轮廓检测的模型更新公式如下：
df t +1()i ,j ,k =ρdf t ()i ,j ,k +()1-ρdf t -1()i ,j ,k （4）式中，ρ控制两个分布场的全局平滑系数。

提取乡村生产性景观最佳观赏位置的几何特征，结合Euler-Lagrange 方程，得到乡村生产性景观观测点边界区域方程为
∂ϕ∂t
=-δ(ϕ)[θ()λ1e LBF 1-λ2e LBF
2+(1-θ)()λ1e LGF 1-λ2e LGF
2]+
vδ()ϕdiv(
∇ϕ
|
|∇ϕ)+μæèçöø
÷
∇2ϕ-div(∇ϕ||∇ϕ)（5）
根据边缘轮廓特征检测结果，有效增强图像细节部分，提高乡村生产性景观最佳观赏位置准确测定能力，结合区域块分割方法，得到最佳观赏位置的几何不变矩相关系数可表示为
C i ,j =∑k =1K
∑m =1M
∑n =1
N
df ()m ,n ,k df i ,j ()m +1,n +1,k （6）
式中，
df 为图像的定义域，df i ,j 为乡村生产性景观像素序列V 每一帧f 中分块区域的位置，()
i ,j 为景观最佳观赏位置初始值分布坐标，
C i ,j 为df i ,j 和df 的相关系数。

根据上述分析，提取乡村生产
性景观最佳观赏位置的暗原色先验特征信息，采用包络轮廓特征检测方法进行乡村生产性景观最佳观赏位置的边缘轮廓检测。

2乡村生产性景观最佳观赏位置准确测定优化2.1多视点联合标记
在采用景观图像的颜色分块区域标记方法进行乡村生产性景观最佳观赏位置自动成像处理的基础上，提出一种基于多视点模糊跟踪检测的乡村生产性景观最佳观赏位置准确测定方法，根据乡村生产性景观最佳观赏位置的角点分布特性[8]，得到输出的乡村生产性景观最佳观赏位置退化模型为
df s ()k =df ()k ∗h σs
（7）
其中h σs
是一个标准差为σs 的2D 高斯核，“*”
为卷积符号。

乡村生产性景观最佳观赏位置的边
缘轮廓检测输出为
df ss ()i ,j =df s ()i ,j ∗h σf
（8）
其中h σf
是一个标准σf 差为的1D 高斯核。

根
据对乡村生产性景观最佳观赏位置的边缘轮廓检测结果进行自适应区域测定，
输入：V =乡村生产性景观；I =初始最佳观赏位置；σs =景观灰度偏移参数；
σf =最佳观赏位置平坦区平滑参数；
b =最佳观赏位置测量的先验估计值；ρ=学习率；输出：乡村生产性景观观赏区域测量位置1：初始化df mod el =exp lode ()I ∗h σs
∗h σ
f
2：初始化乡村生产性景观最佳观赏位置I 的中心为目标位置()x ,y 。

3：for f =2→||V do 4：df =exp lode ()f ∗h σs
∗h σ
f
5：()x ，,y ，=arg max ()x ,y C ()
df ,df mod el 6：()x ,y =()
x ，,y ，7：
df mod el =ρdf mod el +()1-ρdf ()x ,y 8：
end for 根据上述输入输出关系，构建多视点联合标记模型，得到最佳视点位置分布为
c (x ,y )=[]Δx Δy éë
êêùûúú∑W I x 2∑W I x I y ∑W I x I
y ∑W I y 2éëêù
ûúΔx Δy （9）结合多视点联合标记模型进行乡村生产性景观的景观观测点边界区域检测，提高乡村生产性
张明明：多视点乡村生产性景观最佳观赏位置测定
47
安阳工学院学报2019年
景观最佳观赏位置测定的准确性。

2.2乡村生产性景观最佳观赏位置的参数估计和测度输出
结合多视点联合标记模型进行乡村生产性景观的最佳观测点边界定位[9]，进行乡村生产性景观的景观灰度轮廓点标记，单个像素值I (i ,j )为
I (i ,j )=∑k =1
P I (k )(i ,j )×2k -1
（10）
其中，
I (k )为乡村生产性景观的区域等效直方图。

乡村生产性景观的最佳观赏位置模板覆盖区域的∑d x ,∑||d x ,∑d y ,∑||d y 值，
按三维图形观察器进行块分割，分割成M ×N 个2×2的子块G m ,n ，在一块三维体素空间中，得到乡村生产性景观的最佳观赏位置的特征采集结果为
G m ,n =æèçöø÷
g (m ,n )(1,1)g (m ,n )(1,2)g (m ,n )(2,1)g (m ,n )(2,2)m =1,2,…,M ;n =1,2,…,N ;（11）其中：
g (m ,n )(u ,v )=I (k )g [2(m -1)+u ,2(n -1)+v ]（12）其中，u ∈{1,2};v ∈{1,2}，结合三维体数据分布
模型进行乡村生产性景观的最佳观赏位置标定，得到乡村生产性景观的最佳观赏位置的分块特征匹配集为一个二维层状图，表示为G '=(V ,E ')，其中
E '是E 的轴线方向的子集，
计算乡村生产性景观的最佳观赏位置的标量统计特征分布集P 1=∑k =1
h p (k )g (i ,j )×2
k -1
和P 2=∑k =1
h p *(k )g (i ,j )×2k -1，得到
乡村生产性景观的最佳观赏测定的传输函数为
H (z )=P 1.∑k =1
h
p (k )g (i ,j )×2k -1
/P 2.∑k =1
h
p *(k )g (i ,j )×2k -1（13）
其中，把乡村生产性景观的最佳观赏位置分布
区域子块模板进行融合性匹配，得到对应的乡村生产性景观的最佳观赏位置采样的统计特征量∑d x ,∑||d x ,∑d y ,∑||d y 值，∑d x ,∑||d x ,∑d y ,
∑||d y
值为乡村生产性景观的最佳观赏位置的体数
据[10]。

假定乡村生产性景观最佳观赏位置的区域轮廓特征量服从高斯分布，即n ∈N (0,σ2n )，结合四方连续测定方法，得到最佳观赏位置检测输出为
T m =ìíîïïïïüýþ
ïïïï
H m =(h 1,h 2,∙∙∙,h B -1,h B )C p =(x ,y )M s =(h ,w )G v =(V min,V max)（14）3仿真实验与结果分析
为了测试本文方法在实现乡村生产性景观最佳观赏位置准确测定中的应用性能，进行仿真实验，实验的算法设计采用Matlab 7设计，选择3组
乡村生产性景观作为测试样本，设置先验像素值
为1200*2400，乡村生产性景观的观赏点分布区域为200*200的网格区域，乡村生产性景观观赏的特征透射率为0.26，图像的梯度特征系数为1.23，图像平滑滤波的检测系数为2.50，根据上述仿真环境和参数设定，进行乡村生产性景观最佳观赏位置测定，得到原始的乡村生产性景观图像如图2
所示。

图2原始的乡村生产性景观
以图2的景观图像为测试对象，进行乡村生产性景观的最佳观赏位置测定，提取乡村生产性景观最佳观赏位置的暗原色先验特征信息，采用包络轮廓特征检测方法进行乡村生产性景观最佳观赏位置的边缘轮廓检测，如图3
所示。

图3乡村生产性景观的包络轮廓特征检测结果
结合多视点联合标记模型进行乡村生产性景
观的景观观测点边界区域检测，实现乡村生产性景观最佳观赏位置的自动测定，得到测定结果如图4
所示。

图4测定结果
48
第二期
分析图4得知，本文方法能有效实现乡村生产性景观最佳观赏位置的自动测定，提高乡村生产性景观最佳观赏位置准确测定能力，测定精度比传统方法提升了12.6%。

4结束语
本文提出一种基于多视点模糊跟踪检测的乡村生产性景观最佳观赏位置准确测定方法，采用景观图像的颜色分块区域标记方法进行乡村生产性景观最佳观赏位置自动成像处理，采用包络轮廓特征检测方法进行乡村生产性景观最佳观赏位置的边缘轮廓检测，结合多视点联合标记模型进行乡村生产性景观的景观观测点边界区域检测，提高了乡村生产性景观最佳观赏位置准确测定能力。

本文方法能有效实现乡村生产性景观最佳观赏位置的自动测定，提高乡村生产性景观最佳观赏位置准确测定能力，从而优化乡村生产性景观建设。

参考文献：
[1]黄秋扬，刘昊博.乡村旅游景区中生产性景观的多元价值探索[J].现代园艺，2018（19）：134-135.
[2]田韫智.美丽乡村建设背景下乡村景观规划分析[J].中
国农业资源与区划，2016，37（09）：229-232.
[3]姜婷婷，肖卫东，张翀，等.基于桑基图的时间序列文本可视化方法[J].计算机应用研究，2016，33（9）：2683-2687.
[4]SHI Zhan,XIN Yu,SUN Yu'e et al.Task allocation mecha⁃nism for crowdsourcing system based on reliability of users. Journal of Computer Applications,2017,37(9):2449-2453.
[5]RUI L L,ZHANG P,HUANG H Q,et al.Reputation-based incentive mechanisms in crowdsourcing[J].Journal of Electronics&Information Technology,2016,38(7):1808-1815.
[6]ZHANG Y,JIANG C,SONG L,et al.Incentive mechanism for mobile crowdsourcing using an optimized tournament model [J].IEEE Journal on Selected Areas in Communications,2017, 35(4):880-892.
[7]罗娜，李学国.图像去雾DCP算法的透射率容差参数修正[J].科技通报，2018，34（9）:218-221.
[8]童强，李太君.复杂海面环境下船只边缘识别算法的改进[J].海南大学学报（自然科学版），2018，36（03）:235-240.
[9]许妙忠，丛铭，万丽娟,等.视觉感受与Markov随机场相结合的高分辨率遥感影像分割法[J].测绘学报，2015，44（2）:198-205.
Determination of the Best Ornamental Position of the Productive Landscape in
Multi-viewpoint Countryside
ZHANG mingming
(Art College of Anhui jianzhu University,Hefei230022,China)
Abstract:I n order to improve the fuzziness of the best ornamental position of the rural productive landscape, this paper presents an accurate measurement method of the best ornamental position of the rural productive land⁃scape based on multi-view fuzzy tracking detection.The method of color segmentation and area marking of the landscape image is used to automatically image the best ornamental position of the rural productive landscape. The priori feature information of dark primary color was extracted from the best ornamental position of rural pro⁃ductive landscape,and the edge contour of the best ornamental position of rural productive landscape was detect⁃ed by envelope contour feature detection method,which effectively enhanced the details of the bined with the multi-view joint marker model,the boundary area of the rural productive landscape observation point can be detected,which can improve the ability to accurately determine the best ornamental location of the rural productive landscape.The simulation results show that this method has better adaptive performance and higher saturation of image information,and improves the accuracy of measurement.
Key words:rural productive landscape;best viewing position;measurement;multi-view joint tracking
（责任编辑：陈丽娟）
张明明：多视点乡村生产性景观最佳观赏位置测定49。