本发明涉及城市规划
技术领域：
，具体涉及一种智能城市规划系统。
背景技术：
：目前，随着城市化的进程的加快以及人口的快速增加，人们逐渐开始关注城市规划，但是由于现有的城市建设是基于传统的城市规划设计而成的，而传统的城市规划大多以城市用地为核心对象，不能真正有效地实现城市的智能规划。一方面，随着高分辨率遥感数据质量的不断提高及其获取难度的大幅降低，高分辨率遥感数据的应用成本也不断降低，遥感数据将在各行各业得到越来越广泛的应用。在遥感数据日益普及的今天，利用影像处理与分析技术进行城市规划已经成为可能。另一方面，随着城市向智能化方向发展，街景数据在城市规划中的作用越来越大。技术实现要素：针对上述问题，本发明旨在提供一种智能城市规划系统。本发明的目的采用以下技术方案来实现：提供了本发明提供了一种智能城市规划系统，包括遥感数据采集子系统、视频数据采集子系统、中央处理器和模型构建子系统，所述遥感数据采集子系统用于采集城市遥感影像并上传到中央处理器，所述视频数据采集子系统用于采集城市全景视频数据并上传到中央处理器，所述中央处理器将所述的城市遥感影像和城市全景视频数据转换成模型构建子系统所能识别的格式并发送给模型建立子系统，所述模型建立子系统根据中央处理器发送的数据构建城市规划模型。本发明的有益效果为：全面获取了城市的遥感数据和街景数据，提高了城市规划水平，实现了智能城市规划。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：遥感数据采集子系统1、视频数据采集子系统2、中央处理器3、模型构建子系统4。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的本发明提供了一种智能城市规划系统，包括遥感数据采集子系统1、视频数据采集子系统2、中央处理器3和模型构建子系统4，所述遥感数据采集子系统1用于采集城市遥感影像并上传到中央处理器3，所述视频数据采集子系统2用于采集城市全景视频数据并上传到中央处理器3，所述中央处理器3将所述的城市遥感影像和城市全景视频数据转换成模型构建子系统4所能识别的格式并发送给模型建立子系统4，所述模型建立子系统4根据中央处理器发送的数据构建城市规划模型。本实施例全面获取了城市的遥感数据和街景数据，提高了城市规划水平，实现了智能城市规划。优选的，所述城市全景视频数据通过鱼眼镜头获取。本优选实施例采用鱼眼镜头，获取图像范围广。优选的，所述鱼眼镜头拍摄的城市全景视频数据的水平角度为360°，垂直角度为360°。本优选实施例获取了无死角的城市全景视频数据。优选的，所述遥感数据采集子系统1包括遥感数据获取模块、灰度空间处理模块、hsv空间处理模块和影像输出模块，所述遥感数据获取模块由高分辨率卫星组成，用于负责获取高分辨率遥感影像，并将获取的遥感影像输入所述灰度空间处理模块和hsv空间处理模块，所述灰度空间处理模块在灰度空间对遥感影像进行处理，获取相应处理结果，所述hsv空间处理模块在hsv空间对遥感影像进行处理，获取相应处理结果，所述影像输出模块用于根据灰度空间处理模块和hsv空间处理模块的处理结果确定遥感影像最终处理方式，得到处理后的遥感影像。所述灰度空间处理模块进行处理，包括以下步骤：步骤1，对原始影像进行傅里叶变换，然后在影像的频率域通过低通滤波器进行滤波，得到背景影像；步骤2、对原始影像与背景影像进行操作，得到处理后的影像，具体的：在式子里，eu表示原始影像灰度均值，qk(x,y)表示处理后的影像，fn′(x,y)表示原始影像，ay(x,y)表示背景影像，表示拉伸参数，θ∈(-63,+63)。城市规划过程中，遥感影像的质量尤为重要，传统对遥感影像的处理算法会造成遥感影像的整体反差减小，灰度值的动态范围减小，使得遥感图像无法正常使用，本优选实施例遥感数据采集子系统的灰度空间处理模块引入了拉伸参数，对遥感影像的对比度进行拉伸，同时提高了遥感影像的细节反差和整体反差，获取了高质量的遥感影像，为城市规划提供了第一手资料。优选的，所述hsv空间处理模块对原始影像进行处理，包括以下步骤：步骤1、将原始影像在hsv空间中进行描述，具体采用倒圆锥模型描述为：倒圆锥模型的轴线方向表示亮度分量，顶部的圆心表示白色，最低点表示黑色，竖直轴表示白色和黑色之间的过渡色，顶部的圆平面表示光强度最大的点，圆切面的圆周向的角度表示色调，圆锥的任一横向圆切面的径向表示饱和度，圆心处饱和度为0，圆周处饱和度为1；步骤2、保持影像在hsv空间中的h分量不变，对s分量和v分量进行小波域改进，然后将影像反变换到rgb空间，得到处理后的遥感影像：在式子里，s、v分别表示原始遥感影像hsv空间中的饱和度分量、亮度分量，s′、v′表示小波改进后的饱和度分量、亮度分量，max表示原始遥感影像rgb空间中最大颜色分量，r、g、b分别表示原始遥感影像rgb空间中的红色分量、绿色分量、蓝色分量，e′、g′、b′分别表示处理后的遥感影像rgb空间中的红色分量、绿色分量、蓝色分量。本优选实施例遥感数据采集子系统的hsv空间处理模块在hsv空间中对遥感影像进行处理，得到的处理结果更加符合人类视觉感知特性，更容易将影像应用于城市规划中，在保持影像色调不变的前提下，对亮度和饱和度进行小波分解，减少了运行时间，提高了影像处理效率，进而有助于提高城市规划效率，有利于城市规划快速进行。采用以下步骤对s分量和v分量进行小波域改进：步骤1、对遥感图像s分量和v分量进行一次二维小波变换，图像分解为4个大为子带区域，进一步对子带区域进行二维小波变换，直到得出满意的小波尺度为止，从而得到s分量和v分量在小波域中的近似系数和不同层次的细节系数；步骤2、采用如下方式对小波系数进行改进：rl′(x,y)＝0.1δ×ln[rl(x,y)-gp]3+δ×[rl(x,y)-gp]+gp，在式子里，rl(x,y)表示小波系数，δ为改进系数，δ∈[0,1)，表示对小波系数进行抑制，应用于小波分解后的近似系数，δ＞1，表示对小波系数进行增强，应用于小波分解后的细节系数，rl′(x,y)为改进后的小波系数，gp表示该子带区域小波系数均值。遥感影像经过小波变换后，得到的近似系数表征了遥感影像中的背景信息，而细节系数表征了遥感影像中的细节信息，本优选实施例遥感数据采集子系统的hsv空间处理模块对s分量和v分量在小波域中的近似系数进行抑制，同时对细节系数进行增强，得到的城市遥感影像整体背景光照均勾，细节反差突出。优选的，所述影像输出模块用于根据灰度空间处理模块和hsv空间处理模块的处理结果确定遥感影像最终处理方式，包括以下步骤：步骤1、用m、n分别表示影像的行数和列数，fv(x,y)表示影像第x行、第y列的灰度值，则影像的综合值采用以下公式确定：在式子里，pa表示影像的综合值，tz表示影像的灰度均值；步骤2、分别计算采用灰度空间处理模块和hsv空间处理模块处理后的遥感影像的综合值，对于hsv空间处理模块处理后的遥感影像的综合值求取，可以先将遥感影像转换到灰度空间再进行求取，选取综合值大的遥感影像作为遥感影像最终处理方式。本优选实施例影像输出模块建立起影像的综合值函数，通过计算影像的综合值来确定遥感影像的最终处理方式，针对不同环境下的城市遥感图像具有不同的影像综合值，能够实现城市遥感影像的最优的动态处理，且采用本优选实施例综合值计算函数将城市遥感影像作为整体进行考虑，获取的城市遥感影像对比度高、清晰程度高。采用本发明智能城市规划系统对城市进行规划，当获取的城市遥感影像数目分别为50、60、70、80、90时，对城市规划效率和城市规划科学性进行统计，同以往城市规划相比，产生的有益效果如下表所示：待处理遥感影像数目城市规划效率提高城市规划科学性提高5027％20％6031％25％7033％30％8038％32％9042％36％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12