一种基于街景图像的城市街道空间更新成效评估方法与流程

本发明涉及街道空间更新成效评估领域，更具体地说，它涉及一种基于街景图像的城市街道空间更新成效评估方法。

背景技术：

1、伴随我国城镇化进程的不断加快，城市发展已经逐步由大规模增量建设转向存量优化提质转变，城市更新成为当前城市尤其是大城市发展的重要主题；而街道作为城市最重要的公共空间组成部分，其空间更新更能够有效彰显城市治理水平，已然成为城市更新与空间治理的重要切入点。

2、与此同时，伴随人工智能与计算机视觉技术的不断完善，以及街景图像数据覆盖水平的不断提升，街景成为研究城市建成环境的新型地理大数据。这些街景图像数据记录了城市连续多年来的空间环境变迁，更详细刻画了城市街道空间中各类要素的变化过程，使得利用街景图像对城市建成环境进行中长期跟踪评估成为可能；研究者聚焦街景图像数据，利用深度学习算法模型，挖掘图像刻画的街道空间数据、评价街道空间环境品质、感知街道空间场景、探索街道环境背后隐含的社会问题，从不同层面建构起街景图像数据在城市研究中的应用场景。

3、利用街景图像进行城市街道空间更新评估的难点在于，首先是受限于当前国内街景图像数据获取难度(目前仅有百度开放街景数据下载)，其次由于采集设备、时间、地点及气候条件的差异，相同街道同一位置难以获取相同视角、相似季相、相同视距等条件下的多时相街景图像数据。这导致利用多时相街景图像数据做街道建成环境对比评价的难度进一步提升，且从既有研究成果来看，面向城市更新对象识别的多时相街景图像实践应用，尚未形成相对完整、成熟的技术方法。

4、因此，在城市发展转向存量提质及城市治理现代化要求背景下，基于多时相街景图像数据跟踪评估城市街道空间更新必须解决三个方面的问题，一是图像有效表征街道空间对象更新变化；二是构建面向街道空间更新对象识别的技术方法；三是建立健全面向街道空间更新成效评估的指标体系与评价方法；从既有研究来看，一般采用“图像语义识别”和“图像人工审计”两类方法进行分析。其中，“图像语义识别”是利用深度学习算法对多时相街景图像数据进行语义分割与识别，并直接通过对象占比差值，获取不同年代的街道空间环境对象的变化，并结合街景图像量化感知评价指标，如绿视率、天空可视度、机动化程度等，对街道空间更新前后的物质空间特征变化情况进行量化分析；“图像人工审计”则是利用人工肉眼主观识别的方式，对多时相街景图像中的变化对象进行人工判识，进而对街道更新强后的成效进行人工打分评价；上述的两类方法进行分析时存在以下问题：

5、(1)现有的技术方案忽视了视点、视角、视距、季节和亮度等条件对街景图像产生的影响，导致街景图像数据在同一位置获取的街景数据信息失真，造成深度学习模型解译结果存在误差，进而影响建成环境评估指标体系的测度结果；同时，人工审计受限于不同人群的认知偏差，以及街景图像成效效果，导致评价结果无法较为准确的反映客观事实，且在大规模量化研究中存在明显的不足。

6、(2)现有的技术方案难以在国内城市街道空间更新对象识别与更新治理成效评估中进行复现；部分技术研究中利用多时相全景影像数据进行量化感知与计算机视觉评价，但街景数据集以谷歌数据为主，受限于国内现有街景数据源，难以较为准确的获取相同街道同一地点的多时相街景数据，且同样面临街景数据在不同拍摄条件下产生的成像效果差异和信息丢失等问题。

7、(3)现有街道空间更新对象识别方法大多借鉴主流图像语义识别和分割模型，无法形成针对街道更新对象的有效识别；如常用的cityscapes街景数据集可以仅能有效识别19类对象，而ade20k虽然能够有效识别街道空间、居家空间、交通空间等多场景150类对象，但对于街道更新中的架空线、空调外机装饰箱等特定场景对象并不能够进行有效分割与识别。

技术实现思路

1、本发明的目的在于提供一种基于街景图像的城市街道空间更新成效评估方法，以解决上述背景技术中存在的问题。

2、本发明的上述技术目的是通过以下技术方案得以实现的：

3、第一方面，本技术实施例提供了一种基于街景图像的城市街道空间更新成效评估方法，包括以下步骤：

4、获取目标街区在改造前后且为同一视角的基期街景图像和末期街景图像；

5、利用预置的图像色彩平衡处理算法对基期街景图像和末期街景图像进行处理，分别得到经过色彩平衡和亮度调整的基期优化图像和末期优化图像；

6、对基期优化图像和末期优化图像依次进行更新点位识别处理和更新对象识别处理，得到基期优化图像和末期优化图像中各自的更新要素信息数据；

7、将更新要素信息数据利用预置的更新评估指标评价体系进行评价，得到目标街区的更新成效评价结果。

8、本发明的有益效果是：本方案中，通过更新对象数据集的梳理，更新对象识别和更新成效评估，显著提升城市更新成效评估的模块化与自动化效率；其中，更新对象数据集中通过对城市更新对象进行系统性梳理，优化了语义识别模型中对于对象要素识别的无序性，进一步提升更新对象识别的精度与准确性；同时，通过系统梳理能够更加有效的明晰街景图像能够表征的街道空间更新对象，进一步提升街景图像表征街道空间更新对象的准确性与提取方法的科学性。

9、本方案中，利用预置的图像色彩平衡处理算法进行色彩平衡和亮度调整的处理，可以使多时相街景图像配准模式下的图像亮度、对比度，以及图像中要素的成像效果显著提升，为更好的判识图像要素色彩、边缘和类型提供了基础；同时，结合图像增强进行相同识别模型下的语义识别，识别结果能够反映更多的细节，如树木边界轮廓、人行道范围、以及远端的标志标识等，为更新对象的判识提供了基础，并且能够更加细致的反映出街道空间更新点位。

10、本方案中，通过综合研判城市更新的对象类型，梳理形成5大类70项更新对象，并结合更新对象在街景图像中被反映的程度，建构起面向多时相街景图像数据的城市更新对象识别库，形成以更新对象数据集建构街道空间更新对象识别模型；同时利用图像语义识别算法模型开放训练平台，进行更新对象标注、训练和验证，形成面向街道空间更新对象的语义识别模型，在图像全要素语义分割的基础上实现对具体更新对象的精准识别；相比于传统的语义变化检测模型，能够排除车辆、行人等非城市更新要素的影响，这些要素在街景中出现频率较高且所占面积比率较大，在传统语义变化检测中，容易被误认为是变化要素；此外，还能够较为完整地识别出更新对象在街景中的形状轮廓，且更方便进行检验校核及面积等指标的计算；同时更新对象成效评估相较于传统街道空间更新人工审计的方法而言，能够通过批量化和自动化处理，进一步提升城市更新治理成效评估效率，并且技术方法突破传统评估中注重物质空间对象的变化，加入使用者主观感知层面的评估指标，能够更加直观的反映出街道空间更新治理对于市民生活需求的响应程度，真是反映市民体验感受，更为未来街道空间更新治理提供全新的技术视角和评估体系。

11、在上述技术方案的基础上，本发明还可以做如下改进。

12、进一步，上述获取目标街区在改造前后且为同一视角的基期街景图像和末期街景图像，具体为：

13、基于开放地图服务器，通过对目标街区的路网数据进行交叉口打断、线段折点转点的操作，按照预置间隔设立街景采集点位，并利用开放地图服务器的全景地图调用接口在街景采集点位上进行基期街景图像和末期街景图像的获取。

14、进一步，上述方法还包括：

15、若开放地图服务器中只覆盖有单一年份的街景数据，在街景采集点位上进行街景数据的补充采样，得到最新街景图像，最新街景图像至少包括街景采集点位的前后左右四个方向的图像，并将最新街景图像确定为末期街景图像。

16、进一步，上述更新点位识别处理具体为：

17、在基期优化图像和末期优化图像中进行检索得到不变特征点位，并将不变特征点位作为图像匹配特征点；

18、基于图像匹配特点，利用预置的图像匹配算法对基期优化图像和末期优化图像进行配准处理，并将经过配准处理的基期优化图像和末期优化图像进行图像裁剪，得到统一图像尺度的基期裁剪图像和末期裁剪图像；

19、将基期裁剪图像和末期裁剪图像输入至预置的语义分割模型中进行处理，得到各自对应的要素识别数据表，并从各自对应的要素识别数据表中选取出能够表征街道空间更新的基期特征要素和末期特征要素；

20、根据基期特征要素和末期特征要素，计算得到基期特征要素中各个要素在基期裁剪图像中的基期像素占比，以及末期特征要素中各个要素在末期裁剪图像中的末期像素占比，基期像素占比和末期要素占比表征了目标街区在不同时间的要素的分布情况；

21、利用基期像素占比和末期像素占比，计算得到同一要素的占比差值，并将超过预设条件的占比差值的要素的点位标注为目标变化点位。

22、采用上述进一步方案的有益效果是：配准之后对图像进行边界裁切，能够更准确地匹配出更新对象空间位置信息，进一步提升更新对象识别结果的准确性；其中，将配准之后的图像数据进行自动裁剪，能够更加直观的表征出更新对象识别的研究范围，消除了由于拍摄视角、位置和光线带来的图像畸变和信息失真。

23、进一步，上述方法还包括：

24、利用预置的色彩聚类算法对基期裁剪图像和末期裁剪图像中要素为建筑的色彩进行聚类提取；

25、根据聚类提取结果，以rgb色彩分布差异对基期裁剪图像和末期裁剪图像中要素为建筑的确定为建筑点位标注，目标变化点位包括建筑点位标注。

26、进一步，上述更新对象识别处理具体为：

27、将目标变化点位的基期像素占比和末期像素占比输入至预先训练好的基于图像语义识别算法模型开放训练平台中进行处理，得到基期优化图像和末期优化图像中各自的更新要素信息数据。

28、进一步，上述更新评估指标评价体系包括感知安全、出行友好、空间秩序、体验舒适和环境愉悦5个一级评价指标，以及各个一级评价指标中包含的多个二级评价指标。

29、第二方面，本技术实施例提供了一种基于街景图像的城市街道空间更新成效评估系统，应用于第一方面中任一项的一种基于街景图像的城市街道空间更新成效评估方法，包括：

30、第一模块，用于获取目标街区在改造前后且为同一视角的基期街景图像和末期街景图像；

31、第二模块，用于利用预置的图像色彩平衡处理算法对基期街景图像和末期街景图像进行处理，分别得到经过色彩平衡和亮度调整的基期优化图像和末期优化图像；

32、第三模块，用于对基期优化图像和末期优化图像依次进行更新点位识别处理和更新对象识别处理，得到基期优化图像和末期优化图像中各自的更新要素信息数据；

33、第四模块，用于将更新要素信息数据利用预置的更新评估指标评价体系进行评价，得到目标街区的更新成效评价结果。

34、第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现第一方面中任一项的方法。

35、第四方面，本技术实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面中任一项的方法。

36、与现有技术相比，本发明至少具有以下的有益效果：

37、在本技术中，通过更新对象数据集的梳理，更新对象识别和更新成效评估，显著提升城市更新成效评估的模块化与自动化效率；其中，更新对象数据集中通过对城市更新对象进行系统性梳理，优化了语义识别模型中对于对象要素识别的无序性，进一步提升更新对象识别的精度与准确性；同时，通过系统梳理能够更加有效的明晰街景图像能够表征的街道空间更新对象，进一步提升街景图像表征街道空间更新对象的准确性与提取方法的科学性。

38、在本技术中，利用预置的图像色彩平衡处理算法进行色彩平衡和亮度调整的处理，可以使多时相街景图像配准模式下的图像亮度、对比度，以及图像中要素的成像效果显著提升，为更好的判识图像要素色彩、边缘和类型提供了基础；同时，结合图像增强进行相同识别模型下的语义识别，识别结果能够反映更多的细节，如树木边界轮廓、人行道范围、以及远端的标志标识等，为更新对象的判识提供了基础，并且能够更加细致的反映出街道空间更新点位。

39、在本技术中，通过综合研判城市更新的对象类型，梳理形成5大类70项更新对象，并结合更新对象在街景图像中被反映的程度，建构起面向多时相街景图像数据的城市更新对象识别库，形成以更新对象数据集建构街道空间更新对象识别模型；同时利用图像语义识别算法模型开放训练平台，进行更新对象标注、训练和验证，形成面向街道空间更新对象的语义识别模型，在图像全要素语义分割的基础上实现对具体更新对象的精准识别；相比于传统的语义变化检测模型，能够排除车辆、行人等非城市更新要素的影响，这些要素在街景中出现频率较高且所占面积比率较大，在传统语义变化检测中，容易被误认为是变化要素；此外，还能够较为完整地识别出更新对象在街景中的形状轮廓，且更方便进行检验校核及面积等指标的计算；同时更新对象成效评估相较于传统街道空间更新人工审计的方法而言，能够通过批量化和自动化处理，进一步提升城市更新治理成效评估效率，并且技术方法突破传统评估中注重物质空间对象的变化，加入使用者主观感知层面的评估指标，能够更加直观的反映出街道空间更新治理对于市民生活需求的响应程度，真是反映市民体验感受，更为未来街道空间更新治理提供全新的技术视角和评估体系。