全景绿视率自动识别和计算研究

论文摘要

绿视率是用于绿色空间感知的直观评价标准,传统研究的绿视率多基于平面影像进行计算,不能完全反映三维空间中人对绿量的主观感受。基于全景影像,提出全景绿视率的概念,通过全景相机获取球面全景照片,将等距圆柱投影转换为等积圆柱投影,利用基于语义分割的卷积神经网络模型,自动识别植被区域面积以实现全景绿视率自动化识别和计量。通过比较5项卷积神经网络模型对绿视率的识别效果,显示出Dilated ResNet-105神经网络模型具有最高的识别准确度。以武汉市武昌区紫阳公园为例,对各级园路和广场的全景绿视率进行计算和分析。将卷积神经网络的识别结果同人工判别结果进行对比研究,结果显示:使用Dilated ResNet-105卷积神经网络对绿植范围识别的平均交并比（mIoU）为62.53%,与人工识别的平均差异为9.17%。全景绿视率自动识别和计算可以为相关研究提供新的思路,实现客观准确、快速便捷的绿视率测量评估。

论文目录

• 1全景绿视率的特点和优势
• 2全景绿视率的测量和计算方法
•   2.1全景影像获取
•   2.2全景影像投影变换
•     2.2.1等距圆柱投影转球面坐标
•     2.2.2球面坐标转等积圆柱投影
•   2.3可视植被面积计算
• 3基于语义分割神经网络的全景绿视率自动识别
•   3.1语义分割神经网络特点
•   3.2模型选择和数据集来源
•   3.3不同模型处理结果比较
• 4全景绿视率测量实证
•   4.1样点选择
•   4.2全景影像获取
•   4.3影像数据识别与计算
•   4.4绿视率识别结果比较
• 5结论与讨论
• 图表来源（Sources of Figures and Tables）:

文章来源

类型: 期刊论文

作者: 张炜,周昱杏,杨梦琪

关键词: 风景园林,绿视率,全景影像,等积投影转换,深度学习,卷积神经网络,语义分割

来源: 风景园林 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 建筑科学与工程,计算机软件及计算机应用

单位: 华中农业大学园艺林学学院,农业农村部华中地区都市农业重点实验室

基金: 国家自然科学基金(编号51808245),中央高校基本科研业务费专项资金(编号2662017QD037)~~

分类号: TU985.14;TP391.41

DOI: 10.14085/j.fjyl.2019.10.0089.06

页码: 89-94

总页数: 6

文件大小: 2890K

下载量: 504