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）

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：

其中，(Δx,Δy)T是特征分块的融合像素集，(xi,yi)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

其中，∇I=[IxIy]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:

式中，df(k)和dfi,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：

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

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

式中，df为图像的定义域，dfi,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，Ci,j为dfi,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

其中hσs

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

其中hσf

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dfmodel=explode(I) ∗hσs∗hσf

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：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

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

其中：

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

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。