基于图像识别的区域发展评估方法、装置、设备及介质

1.本发明涉及区域发展评估的领域，尤其是涉及基于图像识别的区域发展评估方法、装置、设备及介质 。


背景技术：

2.在现代城市的发展中，区域发展评估是指对城市发展进行的客观评估，利用评估结果对城市发展的过程进行指导和优化，以实现城市发展有据可依，促进城市的稳定协调发展。
3.对于城市发展的评估，不仅包括了对于人口、经济等第一因素的评估，还包括了对于自然生态、建筑等第二因素的评估。相关技术中，对于第二因素的评估，需要对于城市的发展的近若干年左右的数据进行数据的实地采集，再将采集的数据进行分类以及处理，以对城市近若干年的发展状况进行评估。
4.针对上述的相关技术，发明人认为存在有以下缺陷，在城市发展的评估过程中，由于对于多种因素的区域变化进行统计和分类，数据统计的工作困难、数据处理的工作量大，区域发展评估过程较为复杂。


技术实现要素：

5.为了在多种因素的区域变化评估中，降低区域发展评估过程的复杂程度，本技术提供基于图像识别的区域发展评估方法、装置、设备及介质。
6.第一方面，本技术提供的基于图像识别的区域发展评估方法采用如下的技术方案：基于图像识别的区域发展评估方法，设定目标时间和选择目标区域；获取目标时间内目标区域的卫星图片并对卫星图片进行识别处理，以得到目标区块；对目标区块进行区块类型划分；统计各个类型区块的面积，并生成区块面积变化清单；根据区块面积变化清单生成区域发展的评估报告。
7.通过采用上述技术方案，采集目标区域在目标时间内的卫星图片，通过对卫星图片进行不同类型的区块划分，以了解目标区域在随着目标时间的变化，区块类型发生的变化，以得到目标区域内，各区块功能的面积和功能的发展与变化，以获得目标区域的区域发展评估结果，通过对于一定时间内的卫星图片进行识别，以对目标区域内的法阵和变化进行统计，减少了数据统计的工作难度和数据处理量，简化了区域发展评估的过程。
8.优选的，选定目标时间并对目标时间进行周期划分，以获得统计周期；对目标区域进行选择，选定目标区域为城市、县区或是城市县区结合。
9.通过采用上述技术方案，对目标时间进行划分，每一个统计周期对目标区域的发展情况进行一次记录，对目标区域进行选择，以减少收集的数据量和数据处理的量，简化了区域发展评估的过程。
10.优选的，所述获取目标时间内目标区域的卫星图片并对卫星图片进行识别处理，
以得到目标区块中，包括以下步骤：获取目标区域的卫星图片，使卫星图片上目标区块外的区域变灰形成暗部区块，以使目标区域明显显示形成亮部区块；消除暗部区块的图像信息，保留亮部区块的图像信息。
11.通过采用上述技术方案，以对目标区域内的有效数据进保留，去除目标区域外的无效数据，去除掉无关数据，以减少数据处理的量，进一步简化了区域发展评估的过程。
12.优选的，所述对目标区块进行区块类型划分中，包括以下步骤：根据通过颜色聚类使亮部区块划分为多个类型区块，不同类型区块使用不同的颜色以及形态表示；将亮部区块划分为点阵，形成多个单位区块；判断有效区块，计算相同颜色的单位区块的面积，以确定多个类型区块的面积。
13.通过采用上述技术方案，将目标区块划分为点阵的形式，进行统计和计算，提高统计的效率，降低统计的难度。
14.优选的，所述根据通过颜色聚类使亮部区块划分为多个类型区块，不同类型区块使用不同的颜色以及形态表示中，包括以下步骤：设定要素识别模型，通过要素的卫星图片，提取要素的特征向量，对模型进行识别和训练；提取目标区块卫星图片中的特征向量，通过要素识别模型进行识别，以对目标区块进行类型划分。
15.通过采用上述技术方案，通过要素识别模型的设置，在要素识别模型内存储不同要素在卫星图片特征向量或组合特征向量的集合，通过识别特征向量以及组合特征向量，划分出不同类型的区块，以达到快速识别目标区域内各要素的目的。
16.优选的，所述统计各个类型区块的面积，并生成区块面积变化清单中，包括以下步骤：计算有效区块总面积以确定目标区块的统计总面积；计算有效区块的颜色类型数量，得到目标区域内所有要素类型；计算每个要素类型对应的区块面积，生成区块面积变化的清单。
17.通过采用上述技术方案，通过统计要素类型，计算要素类型对应的面积，以生成区块面积变化清单，以对目标区块内的发展情况进行客观的反应。
18.第二方面，本技术提供一种基于图像识别的区域发展评估装置，使用了上述的基于图像识别的区域发展评估方法，包括：目标时间设定模块，用于供目标用户选定目标时间，对目标时间进行周期划分，以获得统计周期；目标区域选择模块，用于供目标用户对目标区域进行选择和确定；图片处理模块，用于对获得的卫星图片进行处理，具体包括划分暗部区块和亮部区块，以得到目标区块；区块类型划分模块，用于对目标区块划分为多个类型区块并使用不同的颜色与形态进行表示；计算模块，对多个类型区块的面积进行统计，生成区块面积变化清单；评估报告生成模块，用于根据区块面积变化清单生成区域发展的评估报告。
19.通过采用上述技术方案，在目标时间设定模块设定采样的时间，在目标区域选择模块设定采样的区域，区块类型划分模块对卫星图片进行不同类型的区块划分，计算模块计算目标区域在随着目标时间的变化，区块类型发生的变化，以得到目标区域内，各区块功能的面积和功能的发展与变化，通过评估报告生成模块获得目标区域的区域发展评估结
果。
20.第三方面，本技术提供一种电子设备，其包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行上述基于图像识别的区域发展评估方法。
21.通过采用上述技术方案，通过上述基于图像识别的区域发展评估方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而，根据存储器及处理器制作终端设备，方便用户使用 。
22.第四方面，一种计算机可读存储介质，所述存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述的基于图像识别的区域发展评估方法。
23.通过采用上述技术方案，通过上述基于图像识别的区域发展评估方法生成计算机程序，并存储于计算机可读存储介质中，以被处理器加载并执行，通过计算机可读存储介质，方便计算机程序的可读及存储 。
附图说明
24.图1是本技术实施例基于图像识别的区域发展评估方法中s1-s5步骤流程图。
25.图2是本技术实施例基于图像识别的区域发展评估方法中s10-s11步骤流程图。
26.图3是本技术实施例基于图像识别的区域发展评估方法中s20-s21步骤流程图。
27.图4是本技术实施例基于图像识别的区域发展评估方法中s30-s32步骤流程图。
28.图5是本技术实施例基于图像识别的区域发展评估方法中s300-s301步骤流程图。
29.图6是本技术实施例基于图像识别的区域发展评估方法中s40-s42步骤流程图。
具体实施方式
30.以下结合附图1-6对本技术作进一步详细说明。
31.本技术实施例公开基于图像识别的区域发展评估方法，参照图1和图2，基于图像识别的区域发展评估方法包括以下步骤：s1:设定目标时间和选择目标区域；s10:选定目标时间并对目标时间进行周期划分，以获得统计周期；具体的，选择一段时间作为目标时间，本技术中目标时间的选择可以是五年、十年、十五年等较长的时间期限，统计周期可以是三个月、半年、年等较短的时间期限，即每一个统计周期对目标区域的发展情况进行一次记录。
32.s11:对目标区域进行选择。
33.选定目标区域为城市、县区或是城市县区结合，当设定目标区域为城市时，根据相邻城市的边界线作为城市划分的依据，选择一个或多个城市；当设定目标区域为县区时，根据城市内县区划分或是街道街道划分选择一个或多个县区；当选择目标为城市或是县区结合时，结合城市、县区以及街道划分选择区域，以得到需要进行发展评估的区域作为目标区域。
34.在对目标区域进行选择后，需要划分目标区块，参照图1和3，具体包括以下步骤：
s2:获取目标时间内目标区域的卫星图片并对卫星图片进行识别处理，以得到目标区块；s20:获取目标区域的卫星图片，使卫星图片上目标区块外的区域变灰形成暗部区块，以使目标区域明显显示形成亮部区块；具体的，将目标区域的边缘线做加粗处理，使边缘线内的封闭图像区域边缘线外的图像区域形成不同亮度以及不同灰度的对比，以使目标区域明显显示。
35.其中，目标用户在选择目标区域时，还可以将亮部区域做等比例放大处理，以便于目标用户查看，还可以在边缘线处设置浮动的放大窗口，目标用户通过放大窗口的沿边缘线延伸方向核实边缘线两侧的区域，比便于目标用户核对目标区域选择，以提高目标区域选择的准确性。
36.本技术还可以是，将卫星图片上的目标区域以高亮的形式显示，以使目标区域明显显示形成亮部区块。
37.s21:消除暗部区块的图像信息，保留亮部区块的图像信息。
38.具体的，当目标用户进行目标区域的选择后，使卫星图片上的目标区域边缘线外的图像隐藏或消除，保留目标区域的图像，以减少数据处理量。
39.在消除暗部区块的图像信息后，需要对目标区块进行类型划分，参照图3和图4，具体包括以下步骤：s3：对目标区块进行区块类型划分。
40.s30：根据通过颜色聚类使亮部区块划分为多个类型区块，不同类型区块使用不同的颜色以及形态表示；s300:设定要素识别模型，通过要素的卫星图片，提取要素的特征向量，对模型进行识别和训练。
41.其中，要素主要为为水域、植被、建筑、道路等要素，如水域要素在卫星图片中表示为蓝色色块，植被要素在卫星图片中表现为绿色色块，如建筑要素在卫星图片中表示为排布面积相似、相对规律的平面屋顶灰白色色块，道路为连续的带状灰色、灰白色或土黄色色块。
42.具体的，对于城镇来说，设定组合特征向量，如公园区块为绿色色块与蓝色色块结合，住宅区块为面积大小相似，排布规律的平面屋顶色块，学校区块为红蓝曲线跑道色块与连续的平面屋顶色块。
43.s301:提取目标区块卫星图片中的特征向量，通过要素识别模型进行识别，以对目标区块进行区块类型的划分。
44.其中，在要素识别模型内存储不同要素在卫星图片特征向量或组合特征向量的集合，通过识别特征向量以及组合特征向量，划分出不同类型的区块。
45.s31：将亮部区块划分为点阵，形成多个单位区块；将亮部区域进行点阵的划分，分为多个排布均匀、规律的单位区块，且没个单位区块的形状、面积均相同。
46.s32:判断有效区块，计算相同颜色的单位区块的面积，以确定多个类型区块的面积；具体的，区块边缘线内的单位区块为有效区块，区块边缘线在外的区块为无效区
块。其中，区块边缘线穿过的单位区块，即该区块内的颜色数量大于或等于2，在进行面积计算时，比较单位区块内每个颜色的面积，选取面积最大的颜色类型作为该单位区块的颜色。
47.比较颜色最大面积与单位区块面积，若颜色最大面积大于或等于二分之一单位区块面积，则将该单位区块记录为有效区块，若颜色最大的面积小于二分之一单位区块的面积，则将该单位区块记录为无效区块。
48.s4:统计各个类型区块的面积，并生成区块面积变化清单。
49.s40:计算有效区块总面积以确定目标区块的统计总面积；通过计算目标区块的总面积，以确定最终的统计总面积，提高数据处理的准确性。
50.s41:计算有效区块的颜色类型数量，得到目标区域内所有要素类型；对目标区域内的类型区块数量进行统计，以确定目标区域内具有的要素类型数目。
51.s42:计算每个要素类型对应的区块面积，生成区块面积变化的清单。
52.具体的，使有效区块内每个颜色对应的区块的数量单位与区块的单位面积做相乘运算，以得到每个要素类型对应的区块面积；对要素类型按照面积从大到小依次进行排序，并生成区块面积变化清单，对于面积大小相同的要素类型，依据要素类型的首字母由a-z的顺序进行排列。
53.s5:根据区块面积变化清单生成区域发展的评估报告。
54.具体的，按目标时间的先后顺序进行排序对目标区域内的各要素类型的面积进行排序，以生成可视化的图表，可以是关于统计周期与要素面积关系的折线图、柱状图、饼状图等，并获得要素面积变化的结论，可以目标区域内建筑物在目标时间内的类型变化以及各类型变化面积，以反应目标区域内建筑人文等情况的变化和发展，可以是目标区域内如植被要素以及水域要素的变化面积，以反映该目标区域生态的发展情况。
55.本技术实施例基于图像识别的区域发展评估方法的实施原理为：采集目标区域在目标时间内的卫星图片，通过对卫星图片进行不同类型的区块划分，以了解目标区域在随着目标时间的变化，区块类型发生的变化，以得到目标区域内，各区块功能的面积和功能的发展与变化，以获得目标区域的区域发展评估结果。
56.本技术实施例还公开一种基于图像识别的区域发展评估装置，包括：目标时间设定模块，用于供目标用户选定目标时间，对目标时间进行周期划分，以获得统计周期。
57.目标区域选择模块，用于供目标用户对目标区域进行选择和确定。
58.图片处理模块，用于对获得的卫星图片进行处理，具体包括划分暗部区块和亮部区块，以得到目标区块。
59.区块类型划分模块，用于对目标区块划分为多个类型区块并使用不同的颜色与形态进行表示；计算模块，对多个类型区块的面积进行统计，生成区块面积变化清单；评估报告生成模块，用于根据区块面积变化清单生成区域发展的评估报告。
60.本技术实施例基于图像识别的区域发展评估系统的实施原理为：在目标时间设定模块设定采样的时间，在目标区域选择模块设定采样的区域，区块类型划分模块对卫星图片进行不同类型的区块划分，计算模块计算目标区域在随着目标时间的变化，区块类型发
生的变化，以得到目标区域内，各区块功能的面积和功能的发展与变化，通过评估报告生成模块获得目标区域的区域发展评估结果。
61.本技术实施例还公开一种终端设备，包括存储根据区块面积变化清单生成区域发展的评估报告器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，其中，处理器执行计算机程序时采用了上述实施例的基于图像识别的区域发展评估方法。
62.其中，终端设备可以采用台式电脑、笔记本电脑或者云端服务器等计算机设备，并且，终端设备包括但不限于处理器以及存储器，例如，终端设备还可以包括输入输出设备、网络接入设备以及总线等。
63.其中，处理器可以采用中央处理单元（cpu），当然，根据实际的使用情况，也可以采用其他通用处理器、数字信号处理器（dsp）、专用集成电路（asic）、现成可编程门阵列（fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以采用微处理器或者任何常规的处理器等，本技术对此不做限制。
64.其中，存储器可以为终端设备的内部存储单元，例如，终端设备的硬盘或者内存，也可以为终端设备的外部存储设备，例如，终端设备上配备的插接式硬盘、智能存储卡（smc）、安全数字卡（sd）或者闪存卡（fc）等，并且，存储器还可以为终端设备的内部存储单元与外部存储设备的组合，存储器用于存储计算机程序以及终端设备所需的其他程序和数据，存储器还可以用于暂时地存储已经输出或者将要输出的数据，本技术对此不做限制。
65.其中，通过本终端设备，将上述实施例的基于图像识别的区域发展评估方法存储于终端设备的存储器中，并且，被加载并执行于终端设备的处理器上，以方便用户使用。
66.本技术实施例还公开一种计算机可读存储介质，并且，计算机可读存储介质存储有计算机程序，其中，计算机程序被处理器执行时，采用了上述实施例的基于图像识别的区域发展评估方法。
67.其中，计算机程序可以存储于计算机可读介质中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等，计算机可读介质包括能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（rom）、随机存取存储器（ram）、电载波信号、电信信号以及软件分发介质等，需要说明的是，计算机可读介质包括但不限于上述元器件。
68.其中，通过本计算机可读存储介质，将上述实施例的基于图像识别的区域发展评估方法存储于计算机可读存储介质中，并且，被加载并执行于处理器上，以方便基于图像识别的区域发展评估方法的存储及应用。
69.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
70.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。