基于融合生态策略的带状园林廊道中轴线布局设计

水 源

（合肥学院 艺术设计系， 安徽 合肥230001）

近年来，随着我国经济的飞速发展，人们对城市人居生活质量提出了更高的要求，越来越多的园林景观和公园建设不断推进，为满足人们的生活和休闲需求提供保障.在带状园林廊道设计中，通过融合生态策略考虑，研究带状园林廊道的中轴线设计方法，结合带状园林廊道的风格设计需求，合理利用中轴线的起控点进行景观设计，提高带状园林廊道设计的人居合理性，相关的带状园林廊道中轴线的布局优化设计方法研究受到人们的极大重视［1］.对带状园林廊道中轴线布局设计是建立在对计算机视觉图像处理和自适应特征检测基础上，合理利用带状园林廊道中轴线布局分布，从人居体验和审美需求上进行带状园林廊道中轴线布局优化设计，提高园林景观的视觉表达能力［2］.本文提出一种融合生态策略的带状园林廊道中轴线布局设计方法，结合计算机视觉图像处理技术，进行带状园林廊道中轴线布局优化设计.在生态因素的约束下，采用相关性匹配和滤波检测方法实现带状园林廊道中轴线布局的视觉图像优化设计，最后通过仿真实验进行性能测试，得到有效性结论.

1 带状园林廊道中轴线布局的视觉图像分析和轴线几何性转换

1.1 带状园林廊道中轴线布局的视觉图像分析

为了实现带状园林廊道中轴线布局的优化设计，构建带状园林廊道视觉特征分布的均匀分布模型［3］，得到带状园林廊道图像的网格分布模型如图1 所示.

图1 带状园林廊道图像的网格分布模型

在图1 所示的网格模型中进行带状园林廊道图像的景观规划设计和纹理特征渲染，融合生态信息融合方法进行带状园林廊道中轴线布局的关联性特征分解，设三维带状园林廊道图像融合的像素序列的分布矩阵描述为：

采用动态约束和灰度边缘重建方法，出基于RGB 图像重建的带状园林廊道色彩特征，结合轮廓边界特征分解方法和主成分分析方法进行动态跟踪识别，对景观图像进行RGB 颜色特征分解，提取带状园林廊道色彩分布的相似度特征量，构建带状园林廊道中轴线分布的像素点集合为：

采用颜色相似度函数分析方法进行带状园林廊道中轴线分布的自适应加权控制，根据模糊指向性分布进行带状园林廊道中轴线分布视觉图像的颜色特征分割，检测筛选出左右视差图，得到带状园林廊道中轴线分布的逆加权f(gi)为：

构建带状园林廊道图像的特征分析模型，采用视差图特征匹配方法进行带状园林廊道的中轴线分割和自适应分块区域匹配，在Taubin 平滑区域重新赋予视差值，进行带状园林廊道图像的小波尺度分解和均衡控制［4］，采用纹理变换方法进行带状园林廊道的中轴线布局设计，得到带状园林廊道中轴线布局的模糊分割向量集表达式为：

按照样本模板尺寸匹配方法，进行带状园林廊道中轴线布局三维模拟设计，基于融合性生态策略，在灰度像素区域中进行带状园林廊道中轴线布局区域块匹配，提高对带状园林廊道图像的特征识别和颜色空 间 表 达 能 力［5］.

1.2 轴线几何性转换

采用区域分割方法，提取带状园林廊道中轴线布局型设计场景状态信息，采用自相关特征匹配方法［6］，得到带状园林廊道色彩特征自动提取的灰度像素集为得到带状园林廊道中轴线分布的平滑函数为：

其中：

式中，I(x, y)表示带状园林廊道图像在(x, y)处的区域像素值，L(x, y, σ)表示Taubin 平滑算子，G(x, y, σ)表示为带状园林廊道色彩特征块匹配特征系数，计算式为：

判断带状园林廊道中轴线的边缘轮廓信息，根据颜色特征匹配和分块分割方法，在融合生态策略下进行景观设计［7］，构建带状园林廊道中轴线布局设计的色彩差异，用E(d(x, y))表示中轴线布局设计的纹理稀疏点分布距离，得到图像融合的量化特征向量由此实现对带状园林廊道中轴线分区匹配和特征分离，采用3DStudio MAX 和Multigen Creato 进行三维重构，实现带状园林廊道图像的平滑滤波［8］，在对带状园林廊道中轴线的信息增强处理的基础上，得到带状园林廊道图像的差分特征量近似解：

其中：x1,x2,x3…,xT是带状园林廊道色彩分割的子块特征量，T 为带状园林廊道图像边缘信息的特征分量.融合生态因素考虑，采用块匹配和分块区域检测方法进行带状园林廊道中轴线布局的轮廓线检测［9］，提取带状园林廊道景观图像的谱特征量，建立带状园林廊道图像的统计形状模型，得到两个相邻像素集为：

其中：

定义ELBF为带状园林廊道图像的局部模板匹配项，ERGB是块匹配和分块区域检测的融合系数， 由此实现轴线几何性转换.

2 带状园林廊道中轴线布局设计优化

2.1 边缘轮廓检测和分块匹配

在上述构建带状园林廊道景观设计的图像采集模型的基础上，融合生态因素考虑，采用块匹配和分块区域检测方法进行带状园林廊道中轴线布局的轮廓线检测，采用稀疏线性分割方法，设置带状园林廊道图像向量量化特征量，提取带状园林廊道景观的模糊关联集：

采用图像融合方法进行带状园林廊道景观设计的色彩信息融合和动态跟踪识别，得到带状园林廊道景观设计的约束边界点用p*=(X(cs2), θ*, ρ*)描述，带状园林廊道景观图像边缘信息特征分量为：

重新设置带状园林廊道中轴线分布的边缘轮廓信息，构建稀疏线性方程组，针对带状园林廊道中轴线布局图像存在场景模型交叉而导致带状园林廊道中轴线布局失稳的问题，融合生态策略，构建带状园林廊道中轴线分布的灰度像素特征分布为：

提取反应人类视觉特征的带状园林廊道色彩的颜色特征量，设置图像的联合模板匹配系数，实现对带状园林廊道图像轮廓特征提取和重构，采用色彩模式自动分类和角点检测方法进行带状园林廊道中轴线的优化布局，得到图像的色彩特征自动提取表达式为：

2.2 中轴线布局优化输出和景观设计优化

采用色彩模式自动分类和角点检测方法进行带状园林廊道中轴线的优化布局，在生态因素的约束下，采用边缘轮廓检测方法进行中轴线布局优化设计，提取反映带状园林廊道中轴线分布的颜色特征量，采用平滑滤波方法，进行图像的稀疏点重构，得图像的色彩稀疏点重构输出的数学表达式：

其中，Gnew和Gold分别表示带状园林廊道图像的低频分量和高频分量.根据视点ψq″的位置来确定带状园林廊道中轴线布局三维模拟的梯度向量的模为：

其中f(x,y)为带状园林廊道中轴线布局三维模拟分布场景数据库中(x,y)点的边缘像素集，根据对带状园林廊道图像的信息增强处理结果，在生态因素的约束下，采用相关性匹配和滤波检测方法实现带状园林廊道中轴线布局的视觉图像优化设计，提高了带状园林廊道中轴线布局的生态保护性和模糊指向性［10］.带状园林廊道中轴线布局三维模拟设计的块匹配示意图如图2 所示.

图2 带状园林廊道中轴线布局三维模拟设计的块匹配示意图

3 实验测试分析

为了测试本文方法在实现带状园林廊道中轴线布局设计和视觉优化处理中的性能，进行了仿真实验，采用3DStudio MAX 和Multigen Creator 软件进行带状园林廊道中轴线布局三维模拟和几何建模，采用视景仿真渲染软件Vega Prime 进行带状园林廊道中轴线布局三维模拟设计的视景渲染，在嵌入式Linux 平台下进行带状园林廊道中轴线布局型设计视景仿真平台开发，成像的分辨率为1 400×1 000 像素，分块区域为200×200 像素，带状园林廊道中轴线长度为120 像素，根据上述参量设定，进行融合生态策略下的带状园林廊道中轴线布局设计，得到原始视觉图像如图3 所示.

图3 带状园林廊道中轴线布局设计原始图像

以图3 为输入，构建带状园林廊道景观设计的图像采集模型，融合生态因素考虑，采用块匹配和分块区域检测方法进行带状园林廊道中轴线布局的轮廓线检测和中轴线布局，得到布局设计结果如图4 所示.

图4 带状园林廊道中轴线布局的轮廓线检测和中轴线布局

分析图4 得知， 采用本文模型能有效实现带状园林廊道中轴线布局的轮廓线检测和中轴线布局设计，提高设计的合理性，得到带状园林廊道中轴线布局的合理性概率分布如图5 所示.

图5 带状园林廊道中轴线布局的合理性概率分布

分析图5 得知，本文方法进行带状园林廊道中轴线布局设计的合理性较好.

4 结语

本文提出一种融合生态策略的带状园林廊道中轴线布局设计方法，结合计算机视觉图像处理技术，进行带状园林廊道中轴线布局优化设计.构建带状园林廊道景观设计的图像采集模型，融合生态因素考虑，采用块匹配和分块区域检测方法进行带状园林廊道中轴线布局的轮廓线检测，提取带状园林廊道景观图像的谱特征量，采用色彩模式自动分类和角点检测方法进行带状园林廊道中轴线的优化布局，在生态因素的约束下，采用相关性匹配和滤波检测方法实现带状园林廊道中轴线布局的视觉图像优化设计.研究得知，采用本文模型能有效实现带状园林廊道中轴线布局的轮廓线检测和中轴线布局设计，提高设计的合理性.