一种基于高精度倾斜摄影影像的城市通风廊道智能挖掘方法与流程

1.本发明涉及图像处理技术领域，尤其涉及一种基于高精度倾斜摄影影像的 城市通风廊道智能挖掘方法。


背景技术：

2.随着城镇化进程的推进和工业污染的影响，城市通风问题越来越受到人们 的重视。城市通风廊道研究是城市规划领域的研究热点之一。据预测，中国城 镇化率将在2050年达到70％以上。快速的城镇化强有力地推动了经济社会的 持续发展和城乡居民生活水平的全面提高。但是，高速城镇化的同时也引发了 微气候环境恶化、城市热岛效应严重等城市环境问题。相关研究表明，良好的 城市通风可以促进城市空气循环和降低空气污染。改善城市通风环境，构建城 市通风廊道(ventilated corridor,vc)是提升城市空气流通能力和缓解城 市环境问题的有效措施。
3.对城市通风廊道的研究技术主要分为实地测量、物理模拟试验、计算机数 值模拟分析这三种方法。相对来说，通过基于城市空间数据模型的计算机分析 技术辅助通风廊道规划设计成本低、周期短，且可通过设置条件，允许参数研 究进行评估，必将在支持提升城市整体通风效率决策等方面发挥重要作用。
4.近年来，诸多学者针对该领域进行了研究，曾穗平(2016)、王群(2017) 等运用cfd(computational fluid dynamics)软件模拟、遥感图像反演以及gis 分析手段对某些中心城区风道的规划设计进行了探索，但研究缺乏系统性[11]， 同时，研究也缺乏从规划视角解决城市环境生态问题的系统思维；袁钟(2017) 提出了采用耦合单层城市冠层参数的wrf模型，构建了某些市域尺度下两级风 道；张云路(2017)利用高分辨的城市地理信息数据，采用rs、gis一体化提 取晋中市中心城区地表信息和空间信息，最终获得该市中心城区城市粗糙度格 局图。但总体看来，这些研究缺乏对城市详细形态的深入探讨，挖掘城市通风 廊道的智能性、冗余性不足。
[0005]
故，针对现有技术的缺陷，实有必要提出一种技术方案以解决现有技术存 在的技术问题。


技术实现要素：

[0006]
有鉴于此，确有必要提供一种基于高精度倾斜摄影影像的城市通风廊道智 能挖掘方法，利用大棕熊飞机搭载五视角高清倾斜航摄仪获取倾斜影像数据， 通过提取多视角倾斜影像的数字地面模型(dsm)图和数字高程模型(dem)图。 根据气象部门历的统计数据，分析出目标城市主导风向，将dsm-dem图进行处 理获取城市建筑物等数据，通过主导风向投影，计算得到迎风面积密度(fad) 图，在fad图上进行模板匹配等图像技术处理，计算出城市通风廊道数据，并 根据城市通风廊道的经验标准，提取目标城市的通风廊道。实验结果表明了本 发明方法能够快速挖掘城市通风廊道，可作为城市规划的参考。
[0007]
为了解决现有技术存在的技术问题，本发明的技术方案如下：
[0008]
一种基于高精度倾斜摄影影像的城市通风廊道智能挖掘方法，包括以下步 骤：
[0009]
步骤s1：采用倾斜摄影技术通过飞机航摄获取目标城市的倾斜摄影影像 以得到数字表面模型dsm和数字高程模型dem；
[0010]
步骤s2：利用dsm与dem的差值提取该目标城市的地表三维数据；
[0011]
步骤s3：获取该目标城市的多个主导风向信息，并结合步骤s2得到的地 表三维数据分别计算每个主导风向的迎风面积密度；
[0012]
步骤s4：根据主导风向信息设计模板，并在该主导风向迎风面积密度的 基础上进行模板匹配运算以此找到位于迎风面积密度区间数值连续区域作为 城市通风廊道；
[0013]
步骤s5：在步骤s4的基础上对城市通风廊道进行自动挖掘，以提取符合 预设要求的城市通风廊道。
[0014]
作为进一步的改进方案，所述步骤s5中，根据预设条件提取每个主导风 向的最佳通风廊道并进行合成，进而获得该目标城市的最佳通风廊道。
[0015]
作为进一步的改进方案，步骤s5中，每个主导风向的最佳通风廊道采用 如下步骤得到：
[0016]
步骤s51：设置通风廊道长度；
[0017]
步骤s52：设置通风廊道宽度的初始值和步长；
[0018]
步骤s53：以通风廊道宽度为基准生成目标城市的栅格网络图；
[0019]
步骤s54：计算该主导风向下每个栅格的迎风面积密度得到fad图，其中， 栅格像素值为其对应的单个栅格的迎风面积密度；
[0020]
步骤s55：根据该主导风向模板对步骤s54得到的fad图进行模板匹配运 算，并提取通风廊道；
[0021]
步骤s56：计算通风廊道面积并判断是否较前一步递减，如果是，提取最 佳通风廊道；否则，对通风廊道宽度按步长递增，重复步骤s53。
[0022]
作为进一步的改进方案，所挖掘的通风廊道中，其经过的每个栅格的迎风 面积密度fad值《＝0.35。
[0023]
作为进一步的改进方案，所挖掘的通风廊道中，其走向与主导风向夹角θ《＝45
°
。
[0024]
作为进一步的改进方案，在步骤s61中，通风廊道长度设置为500米或 1000米。
[0025]
作为进一步的改进方案，在步骤s62中，通风廊道宽度初始值为30米， 步长为20米。
[0026]
作为进一步的改进方案，步骤s3中，迎风面积密度采用如下公式计算：
[0027][0028]
其中，a(θ)proj(z)是垂直于某一风向的建筑迎风面积；at是建筑所在 地块面积；θ是选定的某一方向；z是高度增距。
[0029]
作为进一步的改进方案，所述步骤s3中，获取了目标城市近10年的日平 均风速、风向信息并生成风玫瑰图，进而得到主导风向信息。
[0030]
作为进一步的改进方案，所述步骤s4中，所设计的模板为矩阵，以正北 为基准，和主导风路径向相匹配的元素值置1，而和主导风路径向不匹配的元 素值置0。
[0031]
传统的通风廊道研究多是针对城市热岛效应加剧、环境污染严重、气候适 应性不
足等城市气候问题开展定性或模拟研究。与现有技术相比较，本发明针 对现有潜在城市通风廊道问题，在航空倾斜摄影获得的高清数据的基础上，提 取了多视角倾斜影像dsm图、dem图。利用dsm-dem差图形成的建筑高程进行 主导风向投影计算得到fad图，采用二值化、模板匹配等图像处理技术，挖掘 出不同宽度、不同长度的城市通风廊道，为科学合理规划城市提供技术支持。 同时，中国浙江省德清县的试验证明了本发明的方法效果良好。能够全面地挖 掘城市通风廊道，为城市的精准微气候环境规划、设计提供虚拟现实技术支持。
附图说明
[0032]
图1为本发明一种基于高精度倾斜摄影影像的城市通风廊道智能挖掘方 法的流程框图。
[0033]
图2为根据气象数据生成的德清市冬季风(左)、夏季风(右)玫瑰图。
[0034]
图3为德清市夏季、冬季的迎风面积密度图，其中，图3(左)夏季迎风 面积密度图，图3(右)冬季迎风面积密度图。
[0035]
图4为迎风面积密度与风速比关系示意图。
[0036]
图5为模板匹配机理示意图。
[0037]
图6为本发明中长度为9的冬季廊道三个主导风向的模板设计示意，其 中，图6(a)为主导风向-67.5度的模板，图6(b)为主导风向-45度的模板， 图6(c)为主导风向0度的模板。
[0038]
图7为本发明中通风廊道自动挖掘的流程框图。
[0039]
图8为本发明中一种优选实施方式中城市通风廊道自动挖掘最佳宽度流 程图。
[0040]
图9为根据最佳廊道宽度提取廊道流程示意图。
[0041]
图10为采用本发明方法挖掘的目标城市冬季主导风向各宽度廊道通风情 况，其中，图10(a)为-67.5度风向各宽度廊道通风情况，图10(b)为-45 度风向各宽度廊道通风情况，图10(c)为0度风向各宽度廊道通风情况。
[0042]
图11为采用本发明方法对100米宽且500米长廊道自动挖掘结果示意图。
[0043]
图12为采用本发明方法对70米宽且500米长廊道自动挖掘结果示意图。
[0044]
图13为采用本发明方法进行30米宽且500米长廊道自动挖掘结果示意图。
[0045]
如下具体实施例将结合上述附图进一步说明本发明。
具体实施方式
[0046]
以下将结合附图对本发明提供的技术方案作进一步说明。
[0047]
参见图1，所示为本发明提供的基于高精度倾斜摄影影像的城市通风廊道 智能挖掘方法的流程框图，包括以下步骤：
[0048]
步骤s1：采用倾斜摄影技术通过飞机航摄获取目标城市的倾斜摄影影像 以得到数字表面模型dsm和数字高程模型dem；该步骤中，采用倾斜摄影技术 通过飞机航摄获取倾斜摄影影像，并采集外业控制点辅助空中三角测量、数字 表面模型提取与编辑、影像匀光匀色处理，最终得到倾斜摄影的数字表面模型 (digital surface model，dsm)。dsm是地物表面的模拟，包括植被表面、 房屋的表面，对dsm进行加工，去掉房屋、植被等信息，形成数字高程模型 (digital elevation model，dem)。
[0049]
步骤s2：利用dsm与dem的差值提取该目标城市的地表三维数据；本发 明利用dsm与dem的差值提取建筑物、河流湖泊、植被等地表粗糙度的高度。
[0050]
步骤s3：获取该目标城市的多个主导风向信息，并结合步骤s2得到的地 表三维数据分别计算每个主导风向的迎风面积密度；
[0051]
步骤s4：根据主导风向信息设计模板，并在该主导风向迎风面积密度的 基础上进行模板匹配运算以此找到位于迎风面积密度区间数值连续区域作为 城市通风廊道；
[0052]
步骤s5：在步骤s4的基础上对城市通风廊道进行自动挖掘，以提取符合 预设要求的城市通风廊道。
[0053]
上述步骤s3中，首先要获取该目标城市的多个主导风向信息，在一种优 选实施方式中，获取了目标城市近10年的日平均风速、风向信息并生成风玫 瑰图，进而得到主导风向信息。
[0054]
风玫瑰图作为一种风的专业统计图表,用来定量分析某地一段时期内风向、 风速特征。本发明从德清市气象部门获取了该城市近10年来10米高度的日平 均风速、风向资料，进行16个方位风向频率的平均统计，参见图2，所示为 根据气象数据生成的德清市冬季风(左)、夏季风(右)玫瑰图。
[0055]
如图2(左图)所示，德清冬季主导风向为西北，nnw、nw和n3个风向 的频率分别为11.8％、11.13％和10.43％，频率之和为33.36％。图2(右图)所 示，德清夏季有两个南风、东风两个主导风向，其中ssw、s两个风向的频率 分别为11.45％和11.19％，频率之和为22.64％；e、ene和ese风向的频率分别 为8.85％、8.09％和6.48％，频率之和为23.42％。经上述分析，可以得到目标 城市的多个主导风向信息。
[0056]
上述步骤s3中，迎风面积密度采用如下公式计算：
[0057][0058]
其中，a(θ)proj(z)是垂直于某一风向的建筑迎风面积；at是建筑所在 地块面积；θ是选定的某一方向；z是高度增距。
[0059]
建筑物是城市通风的最主要的影响因素，其通风评价主要采取综合迎风面 积密度方法。城市迎风面积密度(frontal area density，fad)表示在一定 高度增距上，某一特定风向下建筑物迎风面积与建筑物所在地块面积之比。迎 风面密度能够反映城市形态对于特定方向风的阻碍作用，即反映特定方向风在 城市区域内的通风能力。
[0060]
计算目标城市冬季、夏季主导风向的建筑迎风密度时，对城区建筑物高度 进行分类统计，确定高度增距。利用上述生成的模型数据(包括所有建筑物的 空间分布和高度数据信息)，比如生成100m
×
100m的格网数据，根据冬季、夏 季主导风向，通过坐标变换，产生城市的栅格图像，选取城市某一风玫瑰图的 高频风向角，对整个城市进行该风向的垂直面积计算，即进行高度增距的图像 投影计算，自动计算机出每个栅格的迎风面积密度，得到fad图。利用上述方 法计算可得本文目标城市夏季、冬季的迎风面积密度如下图3所示,其中，图 3(左)为夏季迎风面积密度图，图3(右)为冬季迎风面积密度图。
[0061]
上述计算得到的迎风面积密度表示了自然风在城市内运动的流畅程度，参 见图4，所示为迎风面积密度与风速比关系示意图。大量的实践经验表明： fad《＝0.35，表示自然风运动流畅；0.35《fad《＝0.45，表示自然风流动不够流 畅；0.45《fad《＝0.6，表示自然
风运动有阻碍；fad》0.6表示自然风运动有较 大的阻碍。
[0062]
本发明以迎风面积密度作为主要计算因素，城市通风廊道就是指位于迎风 面积密度区间数值的连续区域。此，本发明创造性的提出了基于模板的城市通 风廊道智能挖掘。也即，首先，根据主导风向信息设计模板，然后在该主导风 向迎风面积密度的基础上进行模板匹配运算以此找到位于迎风面积密度区间 数值连续区域作为城市通风廊道。
[0063]
模板运算是一种卷积运算，使用到的图像区域中的每个像素分别于卷积 核(权矩阵)的每个元素对应相乘，所有乘积之和作为区域中心像素的新值。
[0064]
模板运算的实现机理如图5所示。图中5(a)中3
×
3(即m＝3)的虚线 黑框如图5(b)所示：h(s,t)(s,t∈[-1, 1])是3
×
3模板系数值。
[0065]
该模板在图像中逐点移动的方式是：模板向右移动到模板最后一列像素与 图像最右一列像素重叠为止；模板向下移动到模板的最下一行像素与图像的最 下一行像素重叠为止。定义为：
[0066][0067]
其中k和l的值取决于所选邻域的大小，且k＝l。一般情况下k和l的 值为奇数，图5中k和l都为1。
[0068]
在上述计算过程中，
[0069]
1)对公式1与图5运算的结果会导致“丢失”2
×
下取(m/2)行及列。 为实现不丢行与列数，采用方法是：设图像的尺寸是n
×
n，先给原图像的最 右面扩充m-1行，给最下面扩充m-1列，然后再对其进行相应的模板运算处理， 就可以直接得到n
×
n的运算结果。
[0070]
2)一般来说，考虑到度n
×
n的图像f(i,j)，有{i,j∈[0,n-1]}；对 于m
×
m的模板{h(s,t)},有{s,t∈[0,m-1]}。所以，在运算公式中也可让s和 t的取值范围分别[0,m-1]，这样就将公式1修改成公式2。
[0071][0072]
本发明中，根据主导风向设计模板。在一种优选实施方式中，所述步骤 s4中，所设计的模板为矩阵或向量，以正北为基准，和主导风路径向相匹配 的元素值置1，而和主导风路径向不匹配的元素值置0。另外，约定模板设计 规则：模板中为1值的连线长度为模板长度，具体计算是水平或垂直方向上的 距离为1个单位，对角线的距离为
[0073]
以下将以表1的模板示例对设计过程作简单介绍。
[0074]
表1模板设计示例
[0075]
0001100010001000100011000
[0076]
首先对这个模板进行编号，如下表2所示。
[0077]
表2模板编号
[0078]
000
⑥⑦
000
⑤
000
④
000
③
000
①②
000
[0079]
从左下角到右上角的距离：
①
到
②
距离为1，因为是水平方向；
②
到
③
的 距离1，因为垂直方向；
③
到
④
的距离是因为是对角线方向；依次类推
ꢀ④
到
⑤
距离为
⑤
到
⑥
距离是1，
⑥
到
⑦
距离是1。所以这个模板的总距离 是：
[0080]
通过这个模板就能计算出方向角θ，因为sin(θ)＝5/6.828,即θ＝47.0778 度。
[0081]
利用上述模板设计思路，以冬季通风廊道挖掘为例，根据目标城市近10 年的风玫瑰图，其冬季北偏西北风nnw、西北风nw和北风n的频率分别为11.8％、 11.13％和10.43％，频率之和为33.36％，满足》30％存在主导风向的条件，故该 城市冬季主导风向为北偏西北风nnw(-67.5度)、西北风nw(-45度)和北风 n(0度)。针对主导风向，设计如下图6所示的模板(以长度取9为例)。其 中，图6(a)为主导风向-67.5度的模板，图6(b)为主导风向-45度的模板， 图6(c)为主导风向0度的模板。
[0082]
在步骤s5中，根据预设条件提取每个主导风向的最佳通风廊道并进行合 成，进而获得该目标城市的最佳通风廊道。也即，首先自动挖掘每个主导风向 符合预设条件的最佳通风廊道，然后再将每个主导风向的最佳通风廊道进行图 像合成得到该目标城市的最佳通风廊道。
[0083]
在一种优选实施方式中，本发明的预设条件为：在fad《＝0.35前置条件下， 选择以下3个条件作为城市通风廊道的经验标准：
[0084]
(1)vc长度》＝500m；优选的，通风廊道长度通常设置为500米或1000 米。
[0085]
(2)vc宽度》＝30m；优选的，本发明结合具体的目标城市实际，把城市 通风廊道按vc宽度划分为三级：ccⅰ(vc宽度》＝100m)、ccⅱ(70m《＝vc宽度 《100m)、ccⅲ(30m《＝vc宽度《70m)。在实际中，通风廊道宽度初始值为30米， 步长为20米。从而，能够自动挖掘出不同宽度等级的通风廊道。
[0086]
(3)vc走向与主导风向夹角θ《＝45
°
。
[0087]
在一种优选实施方式中，参见图7，所示为本发明中通风廊道自动挖掘的 流程框图，步骤s5中，每个主导风向的最佳通风廊道采用如下步骤得到：
[0088]
步骤s51：设置通风廊道长度；
[0089]
步骤s52：设置通风廊道宽度的初始值和步长；
[0090]
步骤s53：以通风廊道宽度为基准生成目标城市的栅格网络图；
[0091]
步骤s54：计算该主导风向下每个栅格的迎风面积密度得到fad图，其中， 栅格像素值为其对应的单个栅格的迎风面积密度；
[0092]
步骤s55：根据该主导风向模板对步骤s54得到的fad图进行模板匹配运 算，并提取通风廊道；
[0093]
步骤s56：计算通风廊道面积并判断是否较前一步递减，如果是，提取最 佳通风廊道；否则，对通风廊道宽度按步长递增，重复步骤s53。
[0094]
上述技术方案中，本发明以通风廊道宽度为基准生成目标城市的栅格网络 图，从而能够快速挖掘出最优宽度的通风廊道。
[0095]
综上所述，本发明采用倾斜影像的dsm-dem数据，根据城市的高度信息和 风特征，计算某一主导风向的迎风面积密度，从而形成fad图。运用通风廊道 的分类经验值，进行模板匹配运算得出通风廊道。在一种优选实施方式中，参 见如下图8，所示为本发明一种优选实施方式中中城市通风廊道自动挖掘最佳 宽度流程图。
[0096]
上述通风廊道自动挖掘过程：
[0097]
a)廊道挖掘时，先设定廊道的长度。本发明前述已经提及：廊道长度》＝500 米以上，一般取500或1000米长廊道长度。
[0098]
b)初始预置已经提取的三个风向alpha1、alpha2、alpha3的最佳廊道宽度 width1、width2、width3。
[0099]
c)选其中之一风向的廊道宽度，用该风向的模板去匹配迎风面积密度图 fad，即可得出alpah1风向的廊道，并计算出廊道总面积(即廊道宽度乘以廊 道长度)。
[0100]
d)重复步骤c),完成alpha2、alpha3风向的模板匹配，找到最佳通风廊道。 参见图9，所示为根据最佳廊道宽度提取廊道的具体流程如图。
[0101]
为了验证本发明的技术效果，本发明实验中，利用高清倾斜航摄仪获取德 清市的倾斜影像数据，通过校验后，提取多视角的倾斜影像dsm图、dem图， 利用global mapper将dsm-dem图形成城市建筑高度和地面粗糙度数据，按照 德清市10年风特征统计的主导风向，对dsm-dem图进行主导风向投影，计算 出fad图，并进行二值化、膨胀、腐蚀和模板匹配等图像技术处理，最终实现 自动获取各类指定宽度或长度的城市通风廊道图。
[0102]
实验中，针对目标城市冬季主导风向(-67.5度、-45度、0度)挖掘了 不同宽度和不同长度的廊道，并计算得到廊道的最大有效宽度，参见图10， 所示为采用本发明方法挖掘的目标城市冬季主导风向各宽度廊道通风情况，其 中，图10(a)为-67.5度风向各宽度廊道通风情况，图10(b)为-45度风向 各宽度廊道通风情况，图10(c)为0度风向各宽度廊道通风情况。
[0103]
从图10可知，-67.5度、0度主导风向的廊道宽度从30米增加到70米， 给定长度的廊道(0.5千米、1千米、1.5千米、2千米)通风程度逐渐增大， 但当宽度增至70米后，通风程度则保持相对稳定。-45度主导风向时，当宽 度增至100米后，通风程度则保持相对稳定。由此可知，风向是-67.5度、0 度时，最大有效廊道宽度是70米；风向是-45度时，最大有效廊道宽度是100 米。
[0104]
另外，本发明选择以冬季主导风向、长度最低值500米为例，分别提取宽 度为100、70、30米的通风廊道。参见图11，所示为采用本发明方法对100 米宽且500米长廊道自动挖掘结果示意图，程序自动挖掘出5条100米及以上 宽度的通风廊道，可作为城市通风系统的一级风道参考。德清冬季盛行西北风， 一级通风廊道顺应主导风向将自然风引入城市地区(1、3号并未贯穿整个城 区)，其中1号、3号、4号风道的空间载体为铁路线及城市主干路，2号风道 沿高新技术产业开发区至县人民政府、城市公园至低密度住宅用地位置，5号 风道自工业园区用地后沿城市道路进入城市。
[0105]
参见图12，所示为采用本发明方法对70米宽且500米长廊道自动挖掘结 果示意图，可以看到，新增3条70米宽度的引入自然风的通风廊道，可作为 城市通风系统的二级风
道参考，同时增加若干条一级风道延展线路，二级风道 依托空间载体多为城市道路。
[0106]
综合图11和图12可以看到，程序未能挖掘出城市南部密集地区的通风廊 道，为此，采用本发明方法进行更小尺度(30米宽)的挖掘，参见图13，所 示为采用本发明方法进行30米宽且500米长廊道自动挖掘结果示意图，结果 显示，这些密集地区仍存在潜在的三级风道，新增3条30米宽的廊道均依托 城市道路。
[0107]
为了验证本发明挖掘的通风廊道的实际效果，3位从事城市规划方面研究 的专家，在分析德清市本高清影像图和实地考察后，独立画出三级廊道。经比 较，专家画出的三级廊道与本文自动提取的廊道相同的平均比率分别为93.1％、 91.6％、90.25％。由此可知，本发明方法能够挖掘出不同宽度、不同长度的城 市通风廊道，为科学合理规划城市提供技术支持。中国浙江省德清县的试验证 明了本文的方法效果良好。能够全面地挖掘城市通风廊道，为城市的精准微气 候环境规划、设计提供虚拟现实技术支持。
[0108]
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指 出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还 可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的 保护范围内。
[0109]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本 发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的， 本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它 实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要 符合与本文所公开的原理和新颖特点相一致的最宽的范围。