一种基于结构方程模型的城市视觉景观评价方法及系统技术方案

本发明专利技术公开一种基于结构方程模型的城市视觉景观评价方法及系统，属于城市规划领域；评价方法包括：对城市视觉景观图片及附带信息进行爬取，将数据进行清洗处理，建立城市视觉景观图片数据集；基于深度卷积神经网络对城市视觉景观要素量化，对数据集中的城市视觉景观图片进行语义分割，得到城市视觉景观要素指标；判别量化后的城市视觉景观要素指标与景观特征的关系，通过SPSS软件的因子分析对其进行归纳分类，找出城市视觉景观要素指标与景观特征的对应关系；基于城市视觉景观指标与城市视觉景观特征的对应关系，构建城市视觉景观特征对公众偏好影响的结构方程模型；对所述结构方程模型的指标进行调整，得到城市视觉景观评价模型。模型。模型。

【技术实现步骤摘要】
一种基于结构方程模型的城市视觉景观评价方法及系统


[0001]本专利技术属于城市规划领域，具体涉及一种基于结构方程模型的城市视觉景观评价方法及系统。

技术介绍

[0002]城市景观是人工环境与自然环境的综合体现，视觉景观涵盖了人类感知的80％以上，是影响人民生活品质与幸福的关键因素。因此对于城市景观的营造与维护，评价城市视觉景观质量至关重要；
[0003]为营造高品质的城市视觉景观并提升公众对景观感知的满意度，需要对城市视觉景观进行定量且标准化的评价。如今大数据技术和社交媒体图像在城市规划领域的广泛应用以及深度学习技术的日益成熟，但现有的城市视觉景观评价方法仅限于一般的统计方法，如回归分析、主成分分析等，局限于对城市视觉景观的定性描述，且主要关注景观指标对景观质量的单一影响，忽略了指标与景观特征之间的关系以及景观特征对景观质量的综合影响。

技术实现思路

[0004]针对现有技术的不足，本专利技术的目的在于提供一种基于结构方程模型的城市视觉景观评价方法及系统，明确了影响城市视觉景观的重要指标和及其归属的景观特征，并构建城市视觉景观特征对公众偏好影响的结构方程模型，进行定量且标准化的城市视觉景观评价。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]一种基于结构方程模型的城市视觉景观评价方法，包括以下步骤：
[0007]划定城市视觉景观分布范围，并按照范围对城市视觉景观图片及附带信息进行爬取，将数据进行清洗处理，建立城市视觉景观图片数据集；
[0008]基于深度卷积神经网络对城市视觉景观要素量化，采用deeplabV3+模型对数据集中的城市视觉景观图片进行语义分割，并对城市视觉景观图片中各类要素的像素占比率进行统计，得到城市视觉景观要素指标；
[0009]判别量化后的城市视觉景观要素指标与景观特征的关系，通过SPSS软件的因子分析对其进行归纳分类，找出城市视觉景观要素指标与景观特征的对应关系；
[0010]基于城市视觉景观指标与城市视觉景观特征的对应关系，构建城市视觉景观特征对公众偏好影响的结构方程模型；
[0011]对结构方程模型的指标进行调整，得到城市视觉景观评价模型。
[0012]进一步地，所述数据清洗处理的过程为：首先，确保每个用户id的图像数量只有1张；其次，剔除非城市视觉景观的图片；最后剔除：点赞、转发、评论数在1以下的图片。
[0013]进一步地，所述城市视觉景观图片数据集作为deeplabV3+模型的训练集，能识别出21种城市视觉景观要素，城市视觉景观要素通过衡量其在画面中的像素占比率，得到城
市视觉景观要素指标。
[0014]进一步地，通过所述SPSS软件的因子分析对其进行归纳分类时，根据KMO和巴特利特球形检验判别所收集数据的可靠性；之后采用最大方差法，提取相关性矩阵，得到旋转后的成分矩阵，剔除无用的城市视觉景观要素指标。
[0015]进一步地，得到所述城市视觉景观要素指标与景观特征的对应关系时，根据总方差解释和相关参数判别城市视觉景观要素指标与景观特征的对应关系，得到：景观自然度对应植被可视率、水面可视率、山体可视率和土地可视率；景观丰富度对应景观小品可视率和要素丰富度；景观连贯度对应人群可视率、建筑可视率和天空可视率；景观干扰度对应交通标识可视率、车辆可视率和道路可视率。
[0016]进一步地，城市视觉景观指标计算式如下：
[0017]植被可视率GVI：
[0018]山体可视率MVI：
[0019]水面可视率WVI：
[0020]土地可视率TVI：
[0021]天空可视率SVI：
[0022]人群可视率PVI：
[0023]建筑可视率UCL：交通标识可视率TSVI：
[0024]车辆可视率VVI：
[0025]道路可视率RVI：
[0026]要素丰富度(LEC)景观小品可视率(OVI)
[0027]式中，A
t_i
是图像i中的像素总和,G
t_i
是图像i中的植被像素总和,M
t_i
是图像i中的山体像素总和,W
t_i
是图像i中的水体像素总和,T
t_i
是图像i中的土地像素总和,S
t_i
是图像i中的天空像素总和,P
t_i
是图像i中的人群像素总和,B
t_i
是图像i中的建筑像素总和,TS
t_i
是图像i中的交通标识像素总和,TL
t_i
是图像i中的交通信号灯像素总和,CA
t_i
是图像i中的汽车像素总和,TR
t_i
是图像i中的火车像素总和,BU
t_i
是图像i中的公共汽车像素总和,MO
t_i
是图像i中的摩托车像素总和,R
t_i
是图像i中的道路像素总和,E
i
是图像i中的景观要素种类
总和,WA
t_i
是图像i中的墙体像素总和,PO
t_i
是图像i中的柱子像素总和,RO
t_i
是图像i中的岩石像素总和,FE
t_i
是图像i中的栅栏像素总和。
[0028]进一步地，所述结构方程模型的构建步骤包括：
[0029]S41，采用AMOS软件，将城市视觉景观指标与城市视觉景观特征的对应关系导入AMOS软件中实现数据匹配，根据AMOS软件中各个景观特征之间的标准化路径系数，得到景观自然度、景观丰富度、景观连贯度和景观干扰度对公众偏好的影响关系；
[0030]S42，对景观自然度、景观丰富度、景观连贯度和景观干扰度分别测验与公众偏好的影响关系，并测验不同景观特征之间的相互关系，得到结构方程模型。
[0031]进一步地，所述结构方程模型的指标调整为：DF值需小于5，GFI值需大于0.9，AGFI值需大于0.9，RMSEA值需小于0.8；并根据上述指标调整模型的运行逻辑，去除不呈现显著相关的路径，直至完全适配，得到最终的城市视觉景观评价模型。
[0032]一种基于结构方程模型的城市视觉景观评价系统，包括：
[0033]数据集建立模块：划定城市视觉景观分布范围，并按照范围对城市视觉景观图片及附带信息进行爬取，将数据进行清洗处理，建立城市视觉景观图片数据集；
[0034]要素指标获取模块：基于深度卷积神经网络对城市视觉景观要素量化，采用deeplabV3+模型对数据集中的城市视觉景观图片进行语义分割，并对城市视觉景观图片中各类要素的像素占比率进行统计，得到城市视觉景观要素指标；
[0035]对应关系确定模块：判别量化后的城市视觉景观要素指标与景观特征的关系，通过SPSS软件的因子分析对其进行归纳分类，找出城市视觉景观要素指标与景观特征的对应关系；
[0036]模型构建模块；基于城市视觉景观指标与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于结构方程模型的城市视觉景观评价方法，其特征在于，包括以下步骤：划定城市视觉景观分布范围，并按照范围对城市视觉景观图片及附带信息进行爬取，将数据进行清洗处理，建立城市视觉景观图片数据集；基于深度卷积神经网络对城市视觉景观要素量化，采用deeplabV3+模型对数据集中的城市视觉景观图片进行语义分割，并对城市视觉景观图片中各类要素的像素占比率进行统计，得到城市视觉景观要素指标；判别量化后的城市视觉景观要素指标与景观特征的关系，通过SPSS软件的因子分析对其进行归纳分类，找出城市视觉景观要素指标与景观特征的对应关系；基于城市视觉景观指标与城市视觉景观特征的对应关系，构建城市视觉景观评价的初步结构方程模型；对所述结构方程模型的指标进行调整，得到城市视觉景观评价模型。2.根据权利要求1所述的一种基于结构方程模型的城市视觉景观评价方法，其特征在于，数据清洗处理的过程为：首先，确保每个用户id的图像数量只有1张；其次，剔除非城市视觉景观的图片；最后剔除：点赞、转发、评论数在1以下的图片。3.根据权利要求1所述的一种基于结构方程模型的城市视觉景观评价方法，其特征在于，将开源数据集作为deeplabV3+模型的训练集，能识别出21种城市视觉景观要素，城市视觉景观要素通过衡量其在画面中的像素占比率，得到城市视觉景观要素指标。4.根据权利要求1所述的一种基于结构方程模型的城市视觉景观评价方法，其特征在于，通过所述SPSS软件的因子分析对其进行归纳分类时，根据KMO和巴特利特球形检验判别所收集数据的可靠性；之后采用最大方差法，提取相关性矩阵，得到旋转后的成分矩阵，剔除无用的城市视觉景观要素指标。5.根据权利要求1所述的一种基于结构方程模型的城市视觉景观评价方法，其特征在于，得到所述城市视觉景观要素指标与景观特征的对应关系时，根据总方差解释和相关参数判别城市视觉景观要素指标与景观特征的对应关系，得到：景观自然度对应植被可视率、水面可视率、山体可视率和土地可视率；景观丰富度对应景观小品可视率和要素丰富度；景观连贯度对应人群可视率、建筑可视率和天空可视率；景观干扰度对应交通标识可视率、车辆可视率和道路可视率。6.据权利要求5所述的一种基于结构方程模型的城市视觉景观评价方法，其特征在于，城市视觉景观指标计算式如下：植被可视率GVI：山体可视率MVI：水面可视率WVI：土地可视率TVI：
天空可视率SVI：人群可视率PVI：建筑可视率UCL：交通标识可视率TSVI：车辆可视率VVI：道路可视率RVI：要素丰富度(LEC)景观小品可视率(OVI)式中，A
t_i
是图像i中的像素总和,G
t_i
是图像i中的植被像素总和,M
t_i
是图像i中的山体像素总和,W
t_i
是图像i中的水体像素总和,T
t_i
是图像i中的土地像素总和,S
t_i
是图像i中的天空像素总和,P
t_i
是图像...

【专利技术属性】
技术研发人员：段进，齐卓旭，谭峰，兰文龙，
申请(专利权)人：南京东南大学城市规划设计研究院有限公司，
类型：发明
国别省市：