一种古典园林假山的智能布局系统

1.本发明涉及古典园林假山领域，具体的是一种古典园林假山的智能布局系统。


背景技术：

2.在中国古典园林的庭院中设计假山时，假山的平面布局与庭院中的主要建筑、水体、地面铺装等多种要素相关，需要进行复杂的统筹考虑。设计要点之一是在距离主要建筑的适宜距离设置尺度适宜的假山，以便在庭院中的主要建筑观赏假山时可以获得良好的视觉效果。在传统的设计过程中，假山的整体尺度和与建筑的距离的推敲主要依靠园林设计师的个人经验，利用二维图纸进行设计并在施工时进行现场调整来达成良好效果，对设计师的工程经验要求很高；在推敲多种方案并比较其优劣时，需要花费大量的时间。
3.随着三维技术的发展，能够将摄影测量、三维激光扫描等技术运用于对假山单体具体形态的学习和研究，但由于缺乏对整体庭院空间的关注，忽视假山的平面布局与其他要素的关系，从而难以把控假山的整体尺度和建造位置；除此之外，在对假山本身的设计过程中，也发展出通过人工输入大量参数来生成假山的方法，但由于控制假山所需输入的参数过多，在实际操作过程中效率过低，不符合工程的实际要求。


技术实现要素：

4.为解决上述背景技术中提到的不足，本发明的目的在于提供一种古典园林假山的智能布局系统。
5.本发明的目的可以通过以下技术方案实现：
6.一种古典园林假山的智能布局系统，所述智能布局系统包括如下步骤：
7.s1、数据采集
8.包括数据采集模块，用于通过搭载1920*1080分辨率镜头的无人机航拍设备采集待设计庭院的遥感数据，提取待设计庭院边界的轮廓数据，并输入至地理信息平台中；
9.s2、案例库构建
10.包括案例库构建模块，用于获取既有中国古典园林中含假山的庭院平面布局图，构建基于庭院主体建筑类型分类的含假山庭院平面布局案例库；
11.再通过地理信息平台，将各类含假山庭院平面布局图进行分要素识别，生成对应的含假山庭院要素布局案例库；
12.s3、机器学习
13.包括机器学习模块，用于将案例库构建模块得到的含假山庭院要素布局案例库中的矢量图像转化为位图图像，构建统一量纲的含假山庭院要素分布机器学习样本库；基于可解释的生成式对抗网络，对抗训练含假山庭院要素分布模型；
14.s4、方案集生成
15.包括方案集生成模块，用于通过机器学习模块得到的含假山庭院要素分布模型在待设计庭院的范围内生成对应的庭院布局方案集；基于庭院假山布局规则筛选获得可行的
庭院布局方案集；
16.s5、交互输出
17.包括交互输出模块，用于将待设计庭院要素布局方案集输出至1920*1080分辨率55寸以上二维交互展示设备，其具体包括方案图纸生成、方案效果模拟以及方案中假山尺寸指标展示。
18.进一步地，所述步骤s2中获取庭院平面布局图通过600dpi分辨率的自动扫描设备获取包含中国古典园林实例的园林图集，包括《样式雷图档》、《苏州古典园林》、《江南园林志》、《中国古典园林》、《江南园林图录》中的中国古典园林中含假山的庭院平面布局图，输入至计算机平台中，再通过矢量图转换软件转换为平面布局矢量图；其中含假山的庭院平面布局图包含庭院内硬质铺装区、软质铺装区、水面、建筑平面、假山平面以及周边建筑轮廓信息。
19.进一步地，所述步骤s2中构建含假山庭院平面布局案例库根据《园冶》卷八中对假山设计的规定，根据假山所在庭院中的主要建筑的类型分为厅山、楼山、阁山、书房山四种，建筑类型根据建筑内部匾额所书建筑名称判定，建构基于上述庭院主体建筑类型分类的对应含假山庭院平面布局案例库。
20.进一步地，所述步骤s2中含假山庭院平面布局图的分要素识别是将建筑与院落空间矢量数据转换为固定大小的栅格，通过地理信息平台中的要素提取工具，分别将院落内各要素覆盖的栅格合并形成各要素对应的完整面域，各要素包括硬质铺地区、软质铺地区、水面、建筑平面、假山平面以及建筑边界面，并分别标记为硬质铺地区、软质铺地区、水面、建筑平面、假山平面；并在所有建筑栅格数据中，按位置选取与院落空间矢量数据相交的栅格，标记为院落实体边界。
21.进一步地，所述步骤s3中构建统一量纲的含假山庭院要素分布机器学习样本库是将四类含假山庭院要素布局案例库的矢量图像转化为100dpi分辨率、300mm*300mm尺寸的位图图像，从而生成对应的含假山庭院要素分布机器学习样本库，其中四种类型的假山各类样本数量为10000。
22.进一步地，所述步骤s3中基于可解释的生成式对抗网络对抗训练含假山庭院要素模型的操作步骤为以高斯白噪声为输入数据，以待设计庭院要素分布图像为输出数据，构建生成网络；以待设计庭院要素分布图像与含假山庭院要素机器学习样本图像为输入数据，设计损失函数，构建判别网络；
23.生成网络与判别网络为卷积神经网络，通过对生成网络与判别网络进行迭代训练，使含假山庭院要素分布图像逐渐逼近含假山庭院要素机器学习样本图像。
24.进一步地，所述步骤s4中的筛选获得可行的庭院布局方案集是判断“所生成的庭院布局方案集方案的假山布局是否位于院落实体边界内”这一规则，如果否，则废弃该方案；如果是，则将该方案输出至可行的庭院布局方案集。
25.进一步地，所述步骤s5中的方案效果模拟与展示是指审查人员可以通过操作杆在可行的庭院方案集中选择需要的含假山布局方案在1920*1080分辨率55寸以上的显示设备进行展示方案图纸、方案效果模拟图以及方案中假山尺寸指标展示。
26.本发明的有益效果：
27.1、本发明设计的方法通过在庭院尺度下对主体建筑类型及其他环境要素的统一
考量，克服了以往假山设计中只针对假山本体而不考虑周边庭院环境的方法局限，提升了假山布局方案的合理性；
28.2、本发明设计的方法通过输入目标庭院环境现状的设计条件，能够在短时间内同时生成多个方案，提高了设计效率；
29.3、本发明设计的方法通过基于人工智能的假山布局的案例学习与方案输出，避免了传统设计中对设计人员个人经验和主观判断的依赖，降低了人力成本。
附图说明
30.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
31.图1是本发明智能布局整体流程示意图；
32.图2是本发明古典园林假山的智能布局实施案例的范围示意图；
33.图3是本发明基于庭院主体建筑类型分类的对应含假山庭院平面布局案例示意图；
34.图4是本发明古典园林假山的智能布局图纸示意图。
具体实施方式
35.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
36.本发明提供一种古典园林假山的智能布局系统，结合某大学前工院中庭的假山智能布局案例，如图1所示，智能布局系统包括如下步骤：
37.s1、数据采集
38.包括数据采集模块，用于通过搭载1920*1080分辨率镜头的无人机航拍设备采集待设计庭院的遥感数据，提取待设计庭院边界的轮廓数据，并输入至地理信息平台中，如图2所示；
39.s2、案例库构建
40.包括案例库构建模块，用于获取既有中国古典园林中含假山的庭院平面布局图，构建基于庭院主体建筑类型分类的含假山庭院平面布局案例库；
41.再通过地理信息平台，将各类含假山庭院平面布局图进行分要素识别，生成对应的含假山庭院要素布局案例库，如图3所示；
42.其中，获取庭院平面布局图通过600dpi分辨率的自动扫描设备获取包含中国古典园林实例的园林图集，如《样式雷图档》、《苏州古典园林》(刘敦桢著，修订本，2005)、《江南园林志》(童寯著，1963)、《中国古典园林史》(周维权著，第三版，2008)、《江南园林图录》(刘先觉，潘谷西合编，2007)中的中国古典园林中含假山的庭院平面布局图，输入至计算机平台中，再通过矢量图转换软件转换为平面布局矢量图；其中含假山的庭院平面布局图包含庭院内硬质铺装区、软质铺装区、水面、建筑平面、假山平面以及周边建筑轮廓信息。
43.构建含假山庭院平面布局案例库根据《园冶》卷八中对假山设计的规定，根据假山所在庭院中的主要建筑的类型分为厅山、楼山、阁山、书房山四种，建筑类型根据建筑内部匾额所书建筑名称判定，建构基于上述庭院主体建筑类型分类的对应含假山庭院平面布局案例库。
44.含假山庭院平面布局图的分要素识别是将建筑与院落空间矢量数据转换为固定大小的栅格，通过地理信息平台中的要素提取工具，分别将院落内各要素(硬质铺地区、软质铺地区、水面、建筑平面、假山平面以及建筑边界面)覆盖的栅格合并形成各要素对应的完整面域，并分别标记为硬质铺地区、软质铺地区、水面、建筑平面、假山平面；并在所有建筑栅格数据中，按位置选取与院落空间矢量数据相交的栅格，标记为院落实体边界。
45.s3、机器学习
46.包括机器学习模块，用于将案例库构建模块得到的含假山庭院要素布局案例库中的矢量图像转化为位图图像，构建统一量纲的含假山庭院要素分布机器学习样本库；基于可解释的生成式对抗网络(infogan)，对抗训练含假山庭院要素分布模型；
47.构建统一量纲的含假山庭院要素分布机器学习样本库是将四类含假山庭院要素布局案例库的矢量图像转化为100dpi分辨率、300mm*300mm尺寸的位图图像，从而生成对应的含假山庭院要素分布机器学习样本库，其中四种类型的假山各类样本数量为10000；
48.基于可解释的生成式对抗网络(infogan)对抗训练含假山庭院要素模型的操作步骤为以高斯白噪声为输入数据，以待设计庭院要素分布图像为输出数据，构建生成网络；以待设计庭院要素分布图像与含假山庭院要素机器学习样本图像为输入数据，设计损失函数，构建判别网络。生成网络与判别网络为卷积神经网络(cnn)，通过对生成网络与判别网络进行迭代训练，使含假山庭院要素分布图像逐渐逼近含假山庭院要素机器学习样本图像。
49.s4、方案集生成
50.包括方案集生成模块，用于通过机器学习模块得到的含假山庭院要素分布模型在待设计庭院的范围内生成对应的庭院布局方案集；基于庭院假山布局规则筛选获得可行的庭院布局方案集，如图4所示；
51.筛选获得可行的庭院布局方案集是判断“所生成的庭院布局方案集方案的假山布局是否位于院落实体边界内”这一规则，如果否，则废弃该方案；如果是，则将该方案输出至可行的庭院布局方案集。
52.s5、交互输出
53.包括交互输出模块，用于将待设计庭院要素布局方案集输出至1920*1080分辨率55寸以上二维交互展示设备，其具体包括方案图纸生成、方案效果模拟以及方案中假山尺寸指标展示；
54.方案效果模拟与展示是指审查人员可以通过操作杆在可行的庭院方案集中选择需要的含假山布局方案在1920*1080分辨率55寸以上的显示设备进行展示方案图纸、方案效果模拟图以及方案中假山尺寸指标展示。
55.本发明以古典园林中的庭院尺度的假山为对象，能够通过机器学习大量古典园林假山设计的经典案例，智能生成多种符合特定场地条件的假山的平面布局，并在显示设备中进行效果模拟，为古典园林中庭院的假山设计提供一套科学、便捷的方法体系。
56.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。