多視點鄉村生產性景觀最佳觀賞位置測定

張明明

（安徽建筑大學藝術學院，合肥230022）

0 引言

隨著鄉村旅游經濟的繁榮發展，鄉村生產性景觀建設受到人們的極大關注。但是在對鄉村生產性景觀設計中，由于受到景觀的分布性散亂特征和光學衍射顏色空間透射率變化等因素的影響，導致鄉村生產性景觀最佳觀賞位置測量效果不好。結合圖像處理技術，進行鄉村生產性景觀最佳觀賞位置測定，提高鄉村生產性景觀的觀賞性，研究鄉村生產性景觀最佳觀賞位置測定方法在旅游景觀的開發設計中具有重要的應用價值[1]。

傳統方法中，對鄉村生產性景觀最佳觀賞位置的測定方法主要采用顏色特征分解方法和主成分分解方法[2]，即在鄉村生產性景觀最佳觀賞位置的特征動態跟蹤和分類基礎上，結合圖像的紅黃藍特征分解方法以及幾何特征提取方法，實現鄉村生產性景觀最佳觀賞位置的檢測測定[3]。但此種方法在進行鄉村生產性景觀最佳觀賞位置測定中存在模糊性較大和穩定性較差等問題。對此，本文提出一種基于多視點模糊跟蹤檢測的鄉村生產性景觀最佳觀賞位置準確測定方法。它通過景觀圖像的顏色分塊區域標記方法進行鄉村生產性景觀最佳觀賞位置自動成像處理，有效增強圖像細節部分，實現了鄉村生產性景觀最佳觀賞位置的自動測定，提高了鄉村生產性景觀最佳觀賞位置準確測定能力。本文通過仿真實驗進行性能測試，展示了此方法在提高多視點鄉村生產性景觀最佳觀賞位置測定能力方面的優越性能。

1 鄉村生產性景觀最佳觀賞位置圖像檢測和輪廓分析

1.1 鄉村生產性景觀最佳觀賞位置的分塊處理

為了實現鄉村生產性景觀最佳觀賞位置的準確測定，采用分塊像素特征匹配方法進行鄉村生產性景觀的向量量化分解，提高對鄉村生產性景觀的主成分特征量和顏色空間分布特征量，采用自適應特征檢測和多視點融合跟蹤識別方法，建立鄉村生產性景觀測量的透射模型，進行對鄉村生產性景觀的多區域輪廓檢測[4]，得到鄉村生產性景觀最佳觀賞位置測量的多視點檢測模型如圖1所示。

圖1 鄉村生產性景觀最佳觀賞位置測量的多視點檢測模型

采用景觀圖像的顏色分塊區域標記方法進行鄉村生產性景觀最佳觀賞位置自動成像處理，結合多視點聯合標記模型進行鄉村生產性景觀的景觀觀測點邊界區域檢測，根據已獲取的透射率值進行鄉村生產性景觀最佳觀賞位置的自適應特征提取和融合跟蹤識別[5]，定義鄉村生產性景觀的區域分塊內的每一點像素自相關函數：

其中，(Δx,Δy)T是特征分塊的融合像素集，(xi,yi)是鄉村生產性景觀窗口W內的圖像像素特征點。按照像素邊緣融合和特征分解方法，得到鄉村生產性景觀最佳觀賞位置的視覺透射輸出為

其中，?I=[IxIy]T是觀賞角度較高區域邊界像素點。利用Kronecker delta函數把鄉村生產性景觀觀賞的視覺分布場轉換為先驗分布場[6]，計算兩個最佳觀賞位置的分布場的相關系數，公式如:

式中，df(k)和dfi,j(k)分別為暗通道的像素值和最佳觀賞位置的分布場。根據分布場模型構建，實現鄉村生產性景觀最佳觀賞位置的分塊處理。

1.2 鄉村生產性景觀最佳觀賞區域的邊緣輪廓特征

采用包絡輪廓特征檢測方法進行鄉村生產性景觀最佳觀賞位置的邊緣輪廓檢測[7]，邊緣輪廓檢測的模型更新公式如下：

式中，ρ控制兩個分布場的全局平滑系數。提取鄉村生產性景觀最佳觀賞位置的幾何特征，結合Euler-Lagrange方程，得到鄉村生產性景觀觀測點邊界區域方程為

根據邊緣輪廓特征檢測結果，有效增強圖像細節部分，提高鄉村生產性景觀最佳觀賞位置準確測定能力，結合區域塊分割方法，得到最佳觀賞位置的幾何不變矩相關系數可表示為

式中，df為圖像的定義域，dfi,j為鄉村生產性景觀像素序列V每一幀f中分塊區域的位置，(i,j)為景觀最佳觀賞位置初始值分布坐標，Ci,j為dfi,j和df的相關系數。根據上述分析，提取鄉村生產性景觀最佳觀賞位置的暗原色先驗特征信息，采用包絡輪廓特征檢測方法進行鄉村生產性景觀最佳觀賞位置的邊緣輪廓檢測。

2 鄉村生產性景觀最佳觀賞位置準確測定優化

2.1 多視點聯合標記

在采用景觀圖像的顏色分塊區域標記方法進行鄉村生產性景觀最佳觀賞位置自動成像處理的基礎上，提出一種基于多視點模糊跟蹤檢測的鄉村生產性景觀最佳觀賞位置準確測定方法，根據鄉村生產性景觀最佳觀賞位置的角點分布特性[8]，得到輸出的鄉村生產性景觀最佳觀賞位置退化模型為

其中hσs

是一個標準差為σs的2D高斯核，“*”為卷積符號。鄉村生產性景觀最佳觀賞位置的邊緣輪廓檢測輸出為

其中hσf

是一個標準σf差為的1D高斯核。根據對鄉村生產性景觀最佳觀賞位置的邊緣輪廓檢測結果進行自適應區域測定，

輸入：V=鄉村生產性景觀；I=初始最佳觀賞位置；σs=景觀灰度偏移參數；

σf=最佳觀賞位置平坦區平滑參數；b=最佳觀賞位置測量的先驗估計值；ρ=學習率；

輸出：鄉村生產性景觀觀賞區域測量位置

1：初始化dfmodel=explode(I) ?hσs?hσf

2：初始化鄉村生產性景觀最佳觀賞位置I的中心為目標位置(x,y)。

3：forf=2→|V|do

4：df=explode(f)?hσs?hσf

5：(x，,y，) =argmax(x,y)C(df,dfmodel)

6：(x,y)=(x，,y，)

7：dfmodel=ρdfmodel+(1 -ρ)df(x,y)

8：end for

根據上述輸入輸出關系，構建多視點聯合標記模型，得到最佳視點位置分布為

結合多視點聯合標記模型進行鄉村生產性景觀的景觀觀測點邊界區域檢測，提高鄉村生產性景觀最佳觀賞位置測定的準確性。

2.2 鄉村生產性景觀最佳觀賞位置的參數估計和測度輸出

結合多視點聯合標記模型進行鄉村生產性景觀的最佳觀測點邊界定位[9]，進行鄉村生產性景觀的景觀灰度輪廓點標記，單個像素值I(i,j)為

其中：

3 仿真實驗與結果分析

為了測試本文方法在實現鄉村生產性景觀最佳觀賞位置準確測定中的應用性能，進行仿真實驗，實驗的算法設計采用Matlab 7設計，選擇3組鄉村生產性景觀作為測試樣本，設置先驗像素值為1200*2400，鄉村生產性景觀的觀賞點分布區域為200*200的網格區域，鄉村生產性景觀觀賞的特征透射率為0.26，圖像的梯度特征系數為1.23，圖像平滑濾波的檢測系數為2.50，根據上述仿真環境和參數設定，進行鄉村生產性景觀最佳觀賞位置測定，得到原始的鄉村生產性景觀圖像如圖2所示。

圖2 原始的鄉村生產性景觀

以圖2的景觀圖像為測試對象，進行鄉村生產性景觀的最佳觀賞位置測定，提取鄉村生產性景觀最佳觀賞位置的暗原色先驗特征信息，采用包絡輪廓特征檢測方法進行鄉村生產性景觀最佳觀賞位置的邊緣輪廓檢測，如圖3所示。

圖3 鄉村生產性景觀的包絡輪廓特征檢測結果

結合多視點聯合標記模型進行鄉村生產性景觀的景觀觀測點邊界區域檢測，實現鄉村生產性景觀最佳觀賞位置的自動測定，得到測定結果如圖4所示。

圖4 測定結果

分析圖4得知，本文方法能有效實現鄉村生產性景觀最佳觀賞位置的自動測定，提高鄉村生產性景觀最佳觀賞位置準確測定能力，測定精度比傳統方法提升了12.6%。

4 結束語

本文提出一種基于多視點模糊跟蹤檢測的鄉村生產性景觀最佳觀賞位置準確測定方法，采用景觀圖像的顏色分塊區域標記方法進行鄉村生產性景觀最佳觀賞位置自動成像處理，采用包絡輪廓特征檢測方法進行鄉村生產性景觀最佳觀賞位置的邊緣輪廓檢測，結合多視點聯合標記模型進行鄉村生產性景觀的景觀觀測點邊界區域檢測，提高了鄉村生產性景觀最佳觀賞位置準確測定能力。本文方法能有效實現鄉村生產性景觀最佳觀賞位置的自動測定，提高鄉村生產性景觀最佳觀賞位置準確測定能力，從而優化鄉村生產性景觀建設。