CN114358660A - 一种城市街道品质评估方法、系统及存储介质 - Google Patents

Abstract

本申请公开的一种城市街道品质评估方法、系统及存储介质，该方法包括：确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种；确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象；综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。该方法的实施能够提高街道品质评估效率。

Description

一种城市街道品质评估方法、系统及存储介质

技术领域

本发明涉及城市规划技术领域，更具体地说，涉及一种城市街道品质评估方法、系统及存储介质。

背景技术

城市街道品质指的是人们对于日常生活街道的主观心理感受，其对于人们理解城市环境与居民心理健康的交互方式提供了重要的基础。而准确地评估街道的品质，可以在城市发展的过程中，将人们对于环境的感受融入到科学地城市规划中，其对于城市的规划、设计和管理有着重要的作用。然而，现有的街景品质评价方法尚未工具化，缺少统一的工作平台，导致了实例研究工作量大。另外，由于市政基础设施的体系多样化、设施结构的不断复杂、以及新型基础设施不断创新发展，目前也缺乏统一、有效的评估技术方法，难以针对性的指导引导和协调土地利用与市政基础设施的建设。

发明内容

本发明要解决的技术问题在于，针对现有的技术方案存在的评估效率低的技术问题，提供一种城市街道品质评估方法、系统及存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种城市街道品质评估方法，包括：

确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种；

确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象；

综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。

本申请公开的一种城市街道品质评估系统，所述系统包括第一确定模块、第二确定模块以及评估模块，其中：

所述第一确定模块，用于确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种；

所述第二确定模块，用于确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象；

所述评估模块，用于综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。

本申请公开的一种可读存储介质，所述可读存储介质中包括城市街道品质评估方法程序，所述城市街道品质评估方法程序被处理器执行时，实现如上述任一项所述的方法的步骤。

实施本发明的一种城市街道品质评估方法、系统及存储介质，通过确定目标街景照片以及目标识别对象，综合各目标识别对象在目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质，当前通过全流程的在线规划方法，提供了针对街道环境景观进行自动评价的工作平台，解决了街景品质评价指标的快速高效识别、计算和分析评估问题，为规划编制、城市体检、规划评估等工作提供了技术支撑，在人居环境中的城市公共空间环境质量评价方面，提供了供规划设计人员可利用的快速可靠的应用工具，提高了街道品质评估效率。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的一个实施例中的一种城市街道品质评估方法的流程图；

图2是在目标街景照片中确定目标识别对象的示意图；

图3是目标矢量点文件关联到的属性表的记载内容示意图；

图4是通过关联到的属性表反映街道品质的示意图；

图5是本发明的一个实施例中的一种城市街道品质评估系统的系统结构图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

请参照图1，图1是本申请一些实施例中的一种城市街道品质评估方法的流程图。以该方法应用于计算机设备（该计算机设备具体可以是终端或服务器，终端具体可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群）为例进行说明，包括以下步骤：

步骤S1，确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种。

具体的，计算机设备支持自主上传照片的功能，当前实施例中，拍摄所得的第一街景照片将经由操作用户通过计算机设备提供的自主上传功能模块进行照片上传。需要说明的是，外业调研适用于小范围的精准调研，且能根据不同的调研需求，定制化分析围观场景，进行针对性设计。

在其中一个实施例中，智能化位置服务平台可以采用百度地图等位置服务平台。当前实施例中，计算机设备可以在位置服务平台提供的现状道路图上绘制路段，也可对街景图片抓取的间距、图片的方位角和视场角进行调整，通过位置服务平台进行图像抓取，得到相应的街景照片，并基于该街景照片进行后一步骤的空间分析。需要说明的是，该方法适用于短期抓取长路段进行评估，适用于较大范围的街道空间品质分析。

步骤S2，确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象。

具体的，所述街道要素识别对象包括行人、机动车、非机动车、红绿灯、消防栓、座椅分布、停车标志以及停车收费表中的至少一种识别对象；所述全景要素识别对象包括行人、机动车、非机动车、机动车道、人行道、建筑、天空、绿地、水面以及其他自然环境要素中的至少一种。

需要说明的是，当前实施例中，计算机设备针对的是识别率高的要素识别对象，之后，随着图像语义分割技术的不断发展，计算机设备将陆续植入更多的街道元素进行识别。其中，所需识别的街道元素也可参考图2。

步骤S3，综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。

具体的，计算机设备选取所需的目标识别对象，并对所得的识别结果（即确定目标识别对象在目标街景照片中的像素占比）赋以权重值，之后再综合各项识别结果进行街道品质综合性量化评估。

上述城市街道品质评估方法，通过确定目标街景照片以及目标识别对象，综合各目标识别对象在目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质，当前通过全流程的在线规划方法，提供了针对街道环境景观进行自动评价的工作平台，解决了街景品质评价指标的快速高效识别、计算和分析评估问题，为规划编制、城市体检、规划评估等工作提供了技术支撑，在人居环境中的城市公共空间环境质量评价方面，提供了供规划设计人员可利用的快速可靠的应用工具，提高了街道品质评估效率。

在其中一个实施例中，步骤S1中，所述确定目标街景照片，包括：

步骤S11，获取原始街景照片，并采用预设的图像质量判定方法对所述原始街景照片进行处理，得到相应的图像质量判定结果，其中，所述图像质量判定方法包括图像清晰度判定、图像亮度判定以及图像噪音判定中的至少一种方法。

具体的：

（1）在进行图像清晰度判定时，计算机设备可以基于聚集窗口模式，采用平方梯度函数作为评价函数，将图像处于标准清晰度时的梯度变化值作为给定阈值，然后计算被分析图像的梯度变化值，将并所得的计算结果与给定阈值进行比较，其中，对于计算结果高于给定阈值的图像，则将其作为清晰图像，否则，将其视为模糊图像。

（2）在进行图像亮度判定时，计算机设备通过预估固定图像亮度值的合理范围，然后计算实际图像的平均亮度，通过判断平均亮度是否在合理范围内，针对超出合理范围外的图像，则认为其存在亮度异常的质量问题，否则，则认为其亮度正常，不存在亮度异常的质量问题。

（3）图像噪声是指存在于图像数据中的不必要的或多余的干扰信息。噪声的存在严重影响了图像的质量，因此在图像增强处理、分类以及其他处理之前，需要进行图像噪音判定。其中，在进行噪音去除时，可以考虑采用均值滤波器、自适应维纳滤波器、中值滤波器等进行噪音去除。

步骤S12，根据所得的图像质量判定结果，在确定所述原始街景照片不存在质量问题时，将所述原始街景照片作为目标街景照片。

步骤S13，在确定所述原始街景照片存在质量问题时，根据所确定的质量问题，确定适应的图像处理方法，并基于所述图像处理方法对所述原始街景照片进行处理，其中，在确定处理所得的街景照片不存在质量问题时，将当前处理所得的街景照片作为目标街景照片。

上述实施例，通过图像质量检测以及图像质量处理，保证了图像清晰度、亮度以及多余噪音的存在，保证了后续的评估准确度。

在其中一个实施例中，步骤S3中，所述综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估街道品质，包括：

步骤S31，确定各所述目标识别对象分别在所述目标街景照片中的像素占比，并根据各所述目标识别对象相对于街道品质评估的重要级别程度，对每个目标识别对象进行权重赋值，其中，所述重要级别程度级别包括非常重要、较重要、一般重要和不重要中的至少一种。

步骤S32，针对各所述目标识别对象，分别根据相应目标像素占比与目标权重系数之间的乘积，得到相应的第一综合结果。

具体的，计算机设备针对各个目标识别对象，通过确定其在目标街景照片中的像素占比A，以及基于步骤S31赋予的权重赋值B，将A和B进行连乘，基于所得的乘积结果得到相应的第一综合结果。

在其中一个实施例中，所得的第一综合结果也可以同步存储在预设的存储数据库中，再后续需要计算目标综合结果时，再从该存储数据库中进行数据调用。又或者，在不同时间段所得的第一综合结果将反馈到预设的显示屏幕中，操作用户可以根据显示屏幕中显示的相邻时段之间的第一综合结果之间的差值，确定是否存在检测误差。又或者，计算机设备可以将累计所得各项在不同时间段所得的第一综合结果进行求平均处理，基于所得的平均值与各第一综合结果之间的差值，确定是否存在检测误差。

步骤S33，将所得的各项第一综合结果进行叠加处理，并基于所得的叠加结果确定最终的目标综合结果。

具体的，计算机设备将所得的各项第一综合结果进行叠加，得到相应的目标综合结果。相应的，该目标综合结果也可以同步存储在存储数据库中，后续若需要在显示屏幕中显示该目标综合结果时，在进行调用，或者，后续在需要将该目标综合结果链接到矢量点文件的属性表中时，再从存储数据库中进行数据调用。

步骤S34，基于所得的目标综合结果，在确定所述目标综合结果的取值满足预设的评估条件时，得到街道品质良好的第一评估结果，反之，则得到街道品质不佳的第二评估结果。

具体的，计算机设备在确定目标综合结果的取值满足预设的评估范围（即预设的评估条件）时，则输出街道品质良好的第一评估结果，其中，针对超出预设评估范围的目标综合结果，将输出街道品质不佳的第二评估结果。当前，上述预设的评估条件也并不限定于一个具体的评估范围，其也可以是一个固定取值，后续，计算机设备可以基于该固定取值与目标综合结果的取值之间的匹配结果，输出相应的评估结果。其还可以是评估判断条件，例如，其可以是“目标综合结果的取值A为a或处于（a，b）范围时，则认为街道品质良好”等类似形式的评估判断条件。

在其中一个实施例中，步骤S3中，所述基于所得的目标综合结果反映街道品质，包括：基于所述目标街景照片的位置坐标点构建目标矢量点文件；将所得的各所述目标识别对象在所述目标街景照片中的像素占比、以及对应所得的目标综合结果链接到所述目标矢量点文件关联到的属性表中；在选取目标街景照片的位置坐标点时，通过对应关联到的属性表反映街道品质。

具体的，计算机设备可以将目标街景照片的位置坐标点导入到ArcGIS等空间分析软件中形成矢量点文件，之后，再将所得的各所述目标识别对象在所述目标街景照片中的像素占比、以及对应所得的目标综合结果（例如机动车出现率、行人出现率等）链接到该矢量点文件的属性表（具体形式可以参考图3）中。需要说明的是，表3中示意的目标街景照片的位置坐标点旁边的识别结果，是将空间分析软件导出的识别结果的表格链接到街景照片的坐标点上。当前，可通过选取点来查寻属性。

在其中一个实施例中，当前所构建的矢量点文件也可与其他矢量文件进行叠加后，再做后续的研究和分析。具体的叠加效果可以参考图4，图4中示意的是在空间分析软件平台中通过全景抓取获得的百度地图街景照片的坐标点，在空间分析软件平台中可以选取并查寻每个点的街景照片识别结果信息。当然，其也可与其他地级市市行政区等矢量数据叠加进行空间分析，比如全市各区街道品质评估的对比分析。

上述实施例中，通过关联到的属性表反映街道品质，可以使得评估结果更加直观，提高了数据可视性。

请参考图5，本申请公开的一种城市街道品质评估系统500，该系统500包括第一确定模块501、第二确定模块502以及评估模块503，其中：

所述第一确定模块501，用于确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种。

所述第二确定模块502，用于确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象。

所述评估模块503，用于综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。

在其中一个实施例中，所述第一确定模块501还用于获取原始街景照片，并采用预设的图像质量判定方法对所述原始街景照片进行处理，得到相应的图像质量判定结果，其中，所述图像质量判定方法包括图像清晰度判定、图像亮度判定以及图像噪音判定中的至少一种方法；根据所得的图像质量判定结果，在确定所述原始街景照片不存在质量问题时，将所述原始街景照片作为目标街景照片；在确定所述原始街景照片存在质量问题时，根据所确定的质量问题，确定适应的图像处理方法，并基于所述图像处理方法对所述原始街景照片进行处理，其中，在确定处理所得的街景照片不存在质量问题时，将当前处理所得的街景照片作为目标街景照片。

在其中一个实施例中，所述街道要素识别对象包括行人、机动车、非机动车、红绿灯、消防栓、座椅分布、停车标志以及停车收费表中的至少一种识别对象；所述全景要素识别对象包括行人、机动车、非机动车、机动车道、人行道、建筑、天空、绿地、水面以及其他自然环境要素中的至少一种。

在其中一个实施例中，所述评估模块503还用于确定各所述目标识别对象分别在所述目标街景照片中的像素占比，并根据各所述目标识别对象相对于街道品质评估的重要级别程度，对每个目标识别对象进行权重赋值，其中，所述重要级别程度级别包括非常重要、较重要、一般重要和不重要中的至少一种；针对各所述目标识别对象，分别根据相应目标像素占比与目标权重系数之间的乘积，得到相应的第一综合结果；将所得的各项第一综合结果进行叠加处理，并基于所得的叠加结果确定最终的目标综合结果；基于所得的目标综合结果，在确定所述目标综合结果的取值满足预设的评估条件时，得到街道品质良好的第一评估结果，反之，则得到街道品质不佳的第二评估结果。

在其中一个实施例中，所述评估模块503还用于基于所述目标街景照片的位置坐标点构建目标矢量点文件；将所得的各所述目标识别对象在所述目标街景照片中的像素占比、以及对应所得的目标综合结果链接到所述目标矢量点文件关联到的属性表中；在选取目标街景照片的位置坐标点时，通过对应关联到的属性表反映街道品质。

上述城市街道品质评估系统，通过确定目标街景照片以及目标识别对象，综合各目标识别对象在目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质，当前通过全流程的在线规划方法，提供了针对街道环境景观进行自动评价的工作平台，解决了街景品质评价指标的快速高效识别、计算和分析评估问题，为规划编制、城市体检、规划评估等工作提供了技术支撑，在人居环境中的城市公共空间环境质量评价方面，提供了供规划设计人员可利用的快速可靠的应用工具，提高了街道品质评估效率。

本申请实施例公开的一种可读存储介质，该可读存储介质中包括城市街道品质评估方法程序，该城市街道品质评估方法程序被处理器执行时，实现如上述任一项方法实施例中公开的实施步骤。

上述可读存储介质，通过确定目标街景照片以及目标识别对象，综合各目标识别对象在目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质，当前通过全流程的在线规划方法，提供了针对街道环境景观进行自动评价的工作平台，解决了街景品质评价指标的快速高效识别、计算和分析评估问题，为规划编制、城市体检、规划评估等工作提供了技术支撑，在人居环境中的城市公共空间环境质量评价方面，提供了供规划设计人员可利用的快速可靠的应用工具，提高了街道品质评估效率。

以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种城市街道品质评估方法，其特征在于，包括：

确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种；

确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象；

综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。

2.根据权利要求1所述的方法，其特征在于，所述确定目标街景照片，包括：

获取原始街景照片，并采用预设的图像质量判定方法对所述原始街景照片进行处理，得到相应的图像质量判定结果，其中，所述图像质量判定方法包括图像清晰度判定、图像亮度判定以及图像噪音判定中的至少一种方法；

根据所得的图像质量判定结果，在确定所述原始街景照片不存在质量问题时，将所述原始街景照片作为目标街景照片；

在确定所述原始街景照片存在质量问题时，根据所确定的质量问题，确定适应的图像处理方法，并基于所述图像处理方法对所述原始街景照片进行处理，其中，在确定处理所得的街景照片不存在质量问题时，将当前处理所得的街景照片作为目标街景照片。

3.根据权利要求1所述的方法，其特征在于，所述街道要素识别对象包括行人、机动车、非机动车、红绿灯、消防栓、座椅分布、停车标志以及停车收费表中的至少一种识别对象；所述全景要素识别对象包括行人、机动车、非机动车、机动车道、人行道、建筑、天空、绿地、水面以及其他自然环境要素中的至少一种。

4.根据权利要求1所述的方法，其特征在于，所述综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估街道品质，包括：

确定各所述目标识别对象分别在所述目标街景照片中的像素占比，并根据各所述目标识别对象相对于街道品质评估的重要级别程度，对每个目标识别对象进行权重赋值，其中，所述重要级别程度级别包括非常重要、较重要、一般重要和不重要中的至少一种；

针对各所述目标识别对象，分别根据相应目标像素占比与目标权重系数之间的乘积，得到相应的第一综合结果；

将所得的各项第一综合结果进行叠加处理，并基于所得的叠加结果确定最终的目标综合结果；

基于所得的目标综合结果，在确定所述目标综合结果的取值满足预设的评估条件时，得到街道品质良好的第一评估结果，反之，则得到街道品质不佳的第二评估结果。

5.根据权利要求1所述的方法，其特征在于，所述基于所得的目标综合结果反映街道品质，包括：

基于所述目标街景照片的位置坐标点构建目标矢量点文件；

将所得的各所述目标识别对象在所述目标街景照片中的像素占比、以及对应所得的目标综合结果链接到所述目标矢量点文件关联到的属性表中；

在选取目标街景照片的位置坐标点时，通过对应关联到的属性表反映街道品质。

6.一种城市街道品质评估系统，其特征在于，所述系统包括第一确定模块、第二确定模块以及评估模块，其中：

所述第一确定模块，用于确定目标街景照片，所述目标街景照片包括外业调研拍摄所得、且反映微观区域的第一街景照片、以及基于智能化位置服务平台采集所得、且反映全景大范围区域的第二街景照片中的至少一种；

所述第二确定模块，用于确定目标识别对象，所述目标识别对象包括适用于街景分析的街道要素识别对象、以及适用于全景分析的全景要素识别对象；

所述评估模块，用于综合各所述目标识别对象在所述目标街景照片中的像素占比，并基于所得的目标综合结果评估、以及反映街道品质。

7.根据权利要求6所述的系统，其特征在于，所述第一确定模块还用于获取原始街景照片，并采用预设的图像质量判定方法对所述原始街景照片进行处理，得到相应的图像质量判定结果，其中，所述图像质量判定方法包括图像清晰度判定、图像亮度判定以及图像噪音判定中的至少一种方法；根据所得的图像质量判定结果，在确定所述原始街景照片不存在质量问题时，将所述原始街景照片作为目标街景照片；在确定所述原始街景照片存在质量问题时，根据所确定的质量问题，确定适应的图像处理方法，并基于所述图像处理方法对所述原始街景照片进行处理，其中，在确定处理所得的街景照片不存在质量问题时，将当前处理所得的街景照片作为目标街景照片。

8.根据权利要求6所述的系统，其特征在于，所述街道要素识别对象包括行人、机动车、非机动车、红绿灯、消防栓、座椅分布、停车标志以及停车收费表中的至少一种识别对象；所述全景要素识别对象包括行人、机动车、非机动车、机动车道、人行道、建筑、天空、绿地、水面以及其他自然环境要素中的至少一种。

9.根据权利要求6所述的系统，其特征在于，所述评估模块还用于确定各所述目标识别对象分别在所述目标街景照片中的像素占比，并根据各所述目标识别对象相对于街道品质评估的重要级别程度，对每个目标识别对象进行权重赋值，其中，所述重要级别程度级别包括非常重要、较重要、一般重要和不重要中的至少一种；针对各所述目标识别对象，分别根据相应目标像素占比与目标权重系数之间的乘积，得到相应的第一综合结果；将所得的各项第一综合结果进行叠加处理，并基于所得的叠加结果确定最终的目标综合结果；基于所得的目标综合结果，在确定所述目标综合结果的取值满足预设的评估条件时，得到街道品质良好的第一评估结果，反之，则得到街道品质不佳的第二评估结果。

10.一种可读存储介质，其特征在于，所述可读存储介质中包括城市街道品质评估方法程序，所述城市街道品质评估方法程序被处理器执行时，实现如权利要求1至5中任一项所述的方法的步骤。

Images