基于图像脑敏感数据的建成环境主导色测度方法和系统技术方案

本发明专利技术提供基于图像脑敏感数据的建成环境主导色测度方法和系统，涉及城市品质测度领域。该基于图像脑敏感数据的建成环境主导色测度方法，包括获取建成环境图像样本对应脑电数据；基于脑电数据计算环境主导色的敏感度；根据建成环境图像样本提取主导色特征参数；搭建建成环境主导色测度模型，将敏感度数据和主导色特征作为输入进行训练；将待分析的环境图像输入到训练好的模型中，得到预测的主导色敏感度结果，解决了对融合图像色彩特征与环境品质的非线性模型预测的效果和传统环境图像评价过程繁琐，整体流程周期过长，导致无法同步地对主导色信息进行反馈、影响环境主导色品质预测的精度和效率的问题。测的精度和效率的问题。测的精度和效率的问题。

【技术实现步骤摘要】
基于图像脑敏感数据的建成环境主导色测度方法和系统


[0001]本专利技术涉及城市品质测度
，具体为基于图像脑敏感数据的建成环境主导色测度方法和系统。

技术介绍

[0002]建成环境主导色是环境品质的重要内容，通常能够有效地揭示建成环境的秩序和功能，被认为是区域定位和空间组织的关键线索，对环境提质增效有着重要作用。由于环境主导色自身具备的易感性和可识别性等特质，环境主导色可以有效运用于城市品质测度任务上，例如，在城市更新保护方面中，通过优化建成环境的主导色系，测量并改善杂乱的城市色彩现状，以此达到较为统一协调的老城主导色风貌；在环境规划设计方面，通过环境主导色品质测度建立环境标准色，及时调整色彩设计问题，提升建成环境的规划管理水平。
[0003]近年来，为提高环境主导色对于环境品质的评估效果，越来越多的学者将图像数据与主导色预测联系起来。相关知识产权成果有：例如专利申请号为CN202110987218.0的一种基于色彩分布学习的街景图像评分方法，通过图像语义分割、图像实体色彩值计算、实体混合色评估、标签数据训练基于机器学习和色彩分布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像脑敏感数据的建成环境主导色测度方法，其特征在于，包括：获取建成环境图像样本对应脑电数据；基于脑电数据计算环境主导色敏感度；根据建成环境图像样本提取主导色特征参数；搭建建成环境主导色测度模型，将敏感度数据和主导色特征作为输入进行训练；将待分析的环境图像输入到训练好的模型中，得到预测的主导色敏感度结果。2.根据权利要求1所述的一种基于图像脑敏感数据的建成环境主导色测度方法，其特征在于：所述获取建成环境图像样本对应脑电数据包括对J位被试者在相同的实验室环境下进行I张建成环境图像的脑电数据采集，得到I*J组脑电数据，每一组数据的数据量均为n
(d)
，其中，d是每组数据的主导色特征维度，n是单次采集的脑电数据样本数量。3.根据权利要求2所述的一种基于图像脑敏感数据的建成环境主导色测度方法，其特征在于：所述基于脑电数据计算环境主导色敏感度的具体步骤包括：选取枕叶区域O1、OZ、O2、POZ、PO3、PO4、PO7、PO8八个导联对于建成环境图像样本刺激的前后3秒脑电信号；通过原始脑电数据获取图像样本视觉刺激数据的差异波；对每一导脑电信号做短时傅里叶变换，分别提取预处理后脑电数据的α频带8～13Hz、β频带14～41Hz、θ频带4～8Hz功率谱密度；根据α频带、β频带、θ频带的平均相对功率谱计算脑电敏感度指数，从而得到图像样本建成环境主导色敏感度，计算过程如下：其中，E
FT
表示脑电敏感度指数，1≤k≤8，表示所述的八个导联；P
θ
(k)、P
α
(k)、P
β
(k)分别是导联α、β、θ频带的平均相对功率谱；针对被试者个体差异的影响，对脑敏感度指数进行无量纲处理，具体为：其中，Z
j
(i)表示第j位被试者对第i张图像样本无量纲处理后的脑敏感度，n表示图像样本的数量；建成环境主导色敏感度数值如下：其中，E
AT
表示图像样本建成环境主导色敏感度。4.根据权利要求3所述的一种基于图像脑敏感数据的建成环境主导色测度方法，其特征在于：所述根据建成环境图像样本提取主导色特征参数的步骤具体包括：将图像样本{i1,i2,...,i
m
}进行数据维度转换，令图像缩放后的尺寸设为1024
×
600像素；对图像进行色彩识别与分割，输出颜色簇划D＝{d1,d2,...,d
k
}，具体为：
其中，S表示各个颜色簇畸变程度之和，Q(n)表示该像素的颜色值，N表示颜色簇的像素数目，n表示环境图像像素点的坐标，d
k
表示第k类颜色的质心，K表示颜色簇数，r
nk
为二分量，用于判断Q(n)是否属于第k类颜色，T
k
表示第k个颜色簇的像素数目；根据图像样本色彩提取结果，获取与图像颜色簇关联的所有颜色名称，计算图像样本第{k1,k2,...,k
j
}个颜色类别的饱和度、明度、亮度、通道以及颜色簇色块的面积和周长；颜色簇色块的边界由像素颜色的平均值计算得到，并经过适度平滑，避免因简化边界造成的测算误差；构造环境主导色特征特征参数，包括色相比例、饱和度比例、明度比例、最大颜色簇面积、颜色簇面积复杂度、颜色簇多样性、颜色簇分割度和相似颜色簇蔓延度；对环境主导色特征进行min
‑
max归一化处理，具体为：其中，H
std
表示归一化前的特征值，H
int
表示归一化后所述特征值的结果。5.根据权利要求4所述的一种基于图像脑敏感数据的建成环境主导色测度方法，其特征在于：所述搭建建成环境主导色测度模型，将敏感度数据和主导色特征作为输入进行训练的具体步骤包括：将建成环境图像及其脑敏感数据转化为若干建成环境序列样本，使用XGBoost决策树算法搭建建成环境主导色测度模型，将75％序列样本数据进行训练，其余作为测试集；利用串联拼接方法融合所述8个维度的环境主导色特征，得到总体环境主导色特征H
all
；将敏感度数据和主导色特征参数输入建成环境主导色测度模型，具体为：Z＝{(H
i
,y
i
)|i＝1,2,...,n}其中，H
i
表示第i张图像样本的总体环境主导色特征，y
i
表示该图像样本的主导色敏感度数值，n表示图像样本的数量；对输入特征参数进行Kaiser
‑
Meyer
‑
Olkin检验和Bartlett球...

【专利技术属性】
技术研发人员：李哲，王立亚，韩笑，袁福甜，朱统一，黄若暄，高颖，曹银银，周正，赵恒毅，李洁，
申请(专利权)人：东南大学，
类型：发明
国别省市：