CN117197730B - 一种城市空间畸变图像的修复评估方法 - Google Patents

Abstract

本发明提供了一种城市空间畸变图像的修复评估方法，涉及数据处理技术领域，包括：预设栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，进行随机筛选获得修复评估图像集，同步至功能区块划分模块，进行功能区块构成识别划分获得区块划分图像集，预构建畸变修复比对模块，获得目标实测信息，进行数据映射提取，进行数据偏差计算，获得畸变修复偏差指数集，设定图像更新步长集，并以修复评估图像集为搜索起点以图像更新步长集为约束，搜索获得多组更新评估图像，获得多个畸变修复偏差均值，计算获得目标修复评估结果。本发明解决了传统方法在城市地图整体进行空间畸变修复评估时存在评估效率、准确性较低的技术问题。

Description

一种城市空间畸变图像的修复评估方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种城市空间畸变图像的修复评估方法。

背景技术

城市空间畸变图像的修复评估是指对城市地图中存在的畸变问题进行修复，并对修复后的图像进行评估，旨在通过采取一系列数据处理，还原城市地图的真实形态，同时对修复后的图像进行评估以验证修复效果的准确性和可靠性。

而城市地图通常具有较大的尺寸，包含复杂的道路网络、建筑物和其他地理信息，这导致在进行修复评估时，需要处理大量的数据，使得评估过程复杂且耗时。并且，城市地图所包含的数据量和信息量非常庞大，传统方法难以有效提取和处理这些数据，并准确评估修复效果。

因此，需要一种新的城市空间畸变图像的修复评估方法，能够更好地处理城市地图的整体尺寸和数据量，提高评估效率和准确性。

发明内容

本申请通过提供了一种城市空间畸变图像的修复评估方法，旨在解决传统方法中由于城市地图整体尺寸较大，同时城市地图中的数据量、信息量较大，在对城市地图整体进行空间畸变修复评估时，存在评估效率、准确性较低的技术问题。

鉴于上述问题，本申请提供了一种城市空间畸变图像的修复评估方法。

本申请公开的第一个方面，提供了一种城市空间畸变图像的修复评估方法，所述方法包括：预设栅格尺寸约束，并基于所述栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，其中，所述城市空间修复图像通过对城市空间畸变图像进行修复处理获得；基于所述城市栅格图像集合进行随机筛选，获得修复评估图像集；将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集；预构建畸变修复比对模块，其中，所述畸变修复比对模块包括实测数据提取通道、地图数据提取通道和修复比对识别通道；根据所述城市空间修复图像调用获得目标实测信息；将所述区块划分图像集和所述目标实测信息分别同步至所述畸变修复比对模块的所述地图数据提取通道和所述实测数据提取通道进行数据映射提取，基于所述修复比对识别通道进行数据偏差计算，获得畸变修复偏差指数集；根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像；基于所述功能区块划分模块和所述畸变修复比对模块获得所述多组更新评估图像的多个畸变修复偏差均值；基于所述多个畸变修复偏差均值计算获得目标修复评估结果。

本申请公开的另一个方面，提供了一种城市空间畸变图像的修复评估系统，所述系统用于上述方法，所述系统包括：划分处理单元，所述划分处理单元用于预设栅格尺寸约束，并基于所述栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，其中，所述城市空间修复图像通过对城市空间畸变图像进行修复处理获得；随机筛选单元，所述随机筛选单元用于基于所述城市栅格图像集合进行随机筛选，获得修复评估图像集；识别划分单元，所述识别划分单元用于将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集；通道构建单元，所述通道构建单元用于预构建畸变修复比对模块，其中，所述畸变修复比对模块包括实测数据提取通道、地图数据提取通道和修复比对识别通道；实测信息获取单元，所述实测信息获取单元用于根据所述城市空间修复图像调用获得目标实测信息；数据映射提取单元，所述数据映射提取单元用于将所述区块划分图像集和所述目标实测信息分别同步至所述畸变修复比对模块的所述地图数据提取通道和所述实测数据提取通道进行数据映射提取，基于所述修复比对识别通道进行数据偏差计算，获得畸变修复偏差指数集；更新图像获取单元，所述更新图像获取单元用于根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像；偏差均值获取单元，所述偏差均值获取单元用于基于所述功能区块划分模块和所述畸变修复比对模块获得所述多组更新评估图像的多个畸变修复偏差均值；评估结果获取单元，所述评估结果获取单元用于基于所述多个畸变修复偏差均值计算获得目标修复评估结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

引入预设栅格尺寸约束，对城市空间修复图像进行划分处理，从而有效降低了计算和评估的复杂度；通过基于城市栅格图像集合进行随机筛选，获得修复评估图像集，使得评估过程更加高效，并能够代表城市地图中的不同区域和特征；利用功能区块划分模块对修复评估图像集中每张图像的功能区块构成进行识别划分，进一步提高了评估的精确性和准确性；通过预构建的畸变修复比对模块，结合实测数据和地图数据提取通道，进行数据映射提取和修复偏差计算，从而实现了对修复效果的客观比对和评估；根据畸变修复偏差指数集设定图像更新步长集，以修复评估图像集为起点，通过搜索算法获得多组更新评估图像，这样可以在保证效果的同时，尽量减少不必要的计算和评估；基于多个畸变修复偏差均值的加权计算，获得目标修复评估结果，综合考虑了不同修复结果的质量和重要度。通过上述方法，有效解决了城市地图整体尺寸大、数据量大时进行空间畸变修复评估存在的效率低下的问题，提供了更高效、准确的评估结果，以支持城市地图的修复工作。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种城市空间畸变图像的修复评估方法流程示意图；

图2为本申请实施例提供了一种城市空间畸变图像的修复评估系统结构示意图。

附图标记说明：划分处理单元10，随机筛选单元20，识别划分单元30，通道构建单元40，实测信息获取单元50，数据映射提取单元60，更新图像获取单元70，偏差均值获取单元80，评估结果获取单元90。

具体实施方式

本申请实施例通过提供一种城市空间畸变图像的修复评估方法，解决了传统方法中由于城市地图整体尺寸较大，同时城市地图中的数据量、信息量较大，在对城市地图整体进行空间畸变修复评估时，存在评估效率、准确性较低的技术问题。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种城市空间畸变图像的修复评估方法，所述方法包括：

预设栅格尺寸约束，并基于所述栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，其中，所述城市空间修复图像通过对城市空间畸变图像进行修复处理获得；

城市空间畸变图像是指在城市地图制作过程中，由于城市结构、地形地貌等因素所导致的城市空间各部分之间的比例关系或形状上的畸变现象。对城市空间畸变图像进行修复处理，修复的目标是消除或减轻城市空间畸变，使图像更符合真实的城市空间场景，修复包括去除噪声、填补缺失区域、校正图像色彩等操作，具体方法根据实际需求而定，获取城市空间修复图像。

基于实际要求和应用场景，确定栅格尺寸的约束条件，例如，栅格尺寸可以表示为每个栅格的宽度和高度，或者可以定义为每个栅格包含的像素数量。

将城市空间修复图像按照栅格尺寸约束进行划分处理，具体而言，将修复后的城市空间图像，根据栅格尺寸约束分割成多个大小相同的栅格图像块，每个图像块都符合栅格尺寸约束。将划分后的城市栅格图像块组合成一个集合，形成城市栅格图像集合，该集合包含所有的栅格图像块，每个图像块都代表了修复后的城市空间的一个局部区域。

基于所述城市栅格图像集合进行随机筛选，获得修复评估图像集；

从城市栅格图像集合中进行随机筛选，选择一部分图像块，筛选的数量根据需要进行设置，随机筛选是为了保证评估图像的多样性和代表性。将经过随机筛选的图像块组合成修复评估图像集，这个集合包含被选中的图像块，每个图像块都代表了一个用于评估修复效果的局部区域。

将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集；

进一步而言，将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集，所述方法还包括：

根据所述城市空间修复图像调用获得同类型城市的多张标准城市空间图像；

采用所述栅格尺寸约束进行所述多张标准城市空间图像的划分处理，获得样本标准空间图像集；

预设功能区块划分规则，并采用所述功能区块划分规则进行所述样本标准空间图像集中每张样本标准空间图像的功能区块划分标识，获得样本功能区块标识集，其中，所述功能区块划分规则包括i种功能区块类型；

基于所述样本功能区块标识集训练功能区块分割器，并将训练完成的所述功能区块分割器嵌入所述功能区块划分模块；

将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得所述区块划分图像集。

通过调用相关数据源，获取不同类型城市的城市空间图像，这些城市空间图像可以是来自官方地理信息系统（GIS）、卫星遥感图像、无人机航拍照片等。根据城市空间修复图像的特征和目标城市的类型，从城市空间图像中进行匹配，匹配的标准包括相似的城市特征、相似的地理位置、相似的建筑风格等。成功匹配后，获得同类型城市的多张标准城市空间图像，这些图像反映了同类型城市的不同区域或不同时期的城市环境。这些标准图像可以作为参考，与修复后的图像进行比对和分析，评估修复结果的准确性和一致性。

使用栅格尺寸约束，对每张标准城市空间图像进行划分处理，将图像分割成多个栅格图像块，使得每个栅格图像块都具有相同的尺寸，并且与前述城市空间修复图像的图像块大小相同。将经过划分处理的栅格图像块收集起来，形成样本标准空间图像集，这个集合包含了多个栅格图像块，每个栅格图像块代表一个特定区域的标准城市空间。

预设功能区块划分规则，这些规则描述了如何根据城市空间的特征和属性将图像划分为不同类型的功能区块，所述功能区块划分规则包括i种功能区块类型，可以根据实际需求和城市环境的特征来设定这些类型，例如，建筑物、道路、绿地等不同的功能区块类型。

对于每张样本标准空间图像，根据预设的功能区块划分规则，进行功能区块划分标识，这意味着将图像中的各个部分与相应的功能区块类型关联起来，以便后续分析和处理。将所有样本标准空间图像中的功能区块划分标识收集起来，形成样本功能区块标识集，这个集合包含了所有样本图像中的功能区块标识信息，每个标识代表一个特定类型的功能区块。

使用样本功能区块标识集作为训练数据，训练一个功能区块分割器，这个分割器可以是基于机器学习算法，如卷积神经网络，或其他图像分割方法，训练过程旨在使分割器能够从输入图像中准确地识别和分割出不同类型的功能区块。将训练完成的功能区块分割器嵌入功能区块划分模块，这意味着将该分割器的算法和模型集成到功能区块划分模块中，以便在实际应用中利用其功能，例如，当给定一张城市空间图像时，功能区块划分模块可以调用嵌入的功能区块分割器来自动进行功能区块的识别和划分。这样做的好处是可以提高功能区块划分的准确性和效率，使得功能区块划分模块能够更好地应对不同类型城市空间图像的处理需求。

修复评估图像集中包含多张需要进行功能区块构成识别和划分的图像，功能区块划分模块包含了训练完成的功能区块分割器。

将修复评估图像集同步至功能区块划分模块，基于功能区块划分模块，对修复评估图像集中的每张图像进行功能区块的构成识别和划分，具体的，通过功能区块分割器从图像中识别不同类型的功能区块，例如建筑物、道路、绿地等，然后将图像中的各个部分与相应的功能区块类型关联起来，以获得区块划分图像。

将所有修复评估图像中的功能区块划分结果收集起来，形成区块划分图像集，这个集合包含了所有修复评估图像的区块划分图像，每个图像代表一个具有标记的功能区块构成信息。

预构建畸变修复比对模块，其中，所述畸变修复比对模块包括实测数据提取通道、地图数据提取通道和修复比对识别通道；

实测数据提取通道用于从现场实测数据中提取相关信息，这些实测数据包括城市的真实环境数据，例如摄影测量数据、激光扫描数据等，通过该通道，可以获取城市环境的实际状态和特征。

地图数据提取通道用于从地图数据源中提取相关信息，地图数据可以是数字化的地理信息系统（GIS）数据，如高程数据、道路网络数据、建筑物轮廓数据等，通过该通道，可以获取城市的地理信息和基础数据。

修复比对识别通道用于对实测数据和地图数据进行比对和识别，以评估修复效果并检测任何畸变，具体而言，该通道可以使用计算机视觉和图像处理技术，将实测数据与地图数据进行匹配，并分析修复后的图像是否与实际地理环境相符合，如果存在畸变或不一致，可以识别并标记出来。

根据所述城市空间修复图像调用获得目标实测信息；

目标实测信息是指城市空间图像中的真实测量数据或属性信息，这些信息可以包括建筑物高度、道路宽度、绿地面积等与城市环境相关的定量数据。基于城市空间修复图像，应用计算机视觉和图像处理方法来分析图像中的特征并提取目标实测信息，例如，使用目标检测算法识别建筑物、使用边缘检测算法提取道路轮廓、使用色彩分析方法获取绿地区域等。

将所述区块划分图像集和所述目标实测信息分别同步至所述畸变修复比对模块的所述地图数据提取通道和所述实测数据提取通道进行数据映射提取，基于所述修复比对识别通道进行数据偏差计算，获得畸变修复偏差指数集；

基于修复比对识别通道，使用数据映射提取的图像数据和实测数据计算数据偏差，例如，在比对识别阶段可以计算每个区块内的建筑物高度、道路宽度等与实测数据之间的差异，这些偏差可以表示修复效果和真实环境之间的差距。根据数据偏差的计算结果，获得畸变修复偏差指数集，该集合包含了不同区块的修复偏差指数，用于评估修复效果的准确性和一致性，较低的偏差指数表示修复结果与实际环境相符合程度较高，较高的指数则表示修复存在较大的偏差。

进一步而言，所述方法还包括：

对所述区块划分图像集进行坐标调用，获得区块坐标参数集；

采用所述区块坐标参数集进行所述目标实测信息的映射调用，获得区块实测信息集；

基于所述区块实测信息集构建实测数据库，并将所述实测数据库同步至所述实测数据提取通道；

基于所述区块划分图像集随机调用获得第一区块划分图像，并将所述第一区块划分图像同步至所述畸变修复比对模块；

基于所述第一区块划分图像在所述实测数据提取通道的所述实测数据库中进行数据映射提取，获得第一区块实测信息，其中，所述第一区块实测信息和所述第一区块划分图像的功能区块构成相同；

基于功能区块构成进行所述第一区块实测信息和所述第一区块划分图像的同功能区块数据集成，获得第一功能区块参数偏差集；

基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得第一畸变修复偏差指数；

以此类推，计算获得所述畸变修复偏差指数集。

对于每张区块划分图像，通过调用相应的坐标参数函数，从图像中提取区块的坐标信息，这些坐标信息包括每个区块的左上角和右下角的像素坐标，或者是经过转换后的地理坐标，具体取决于所使用的坐标系统。将从区块划分图像集中提取的区块坐标信息收集起来，形成区块坐标参数集，该集合包含了每个区块的坐标参数，以描述其在图像或地理空间中的位置。

使用区块坐标参数集，将目标实测信息与相应的区块进行映射调用，具体而言，通过比较目标实测信息中的位置数据，如经纬度、像素坐标等，与区块坐标参数集中的坐标范围，找到与之对应的区块。将映射调用后的区块与目标实测信息关联起来，形成区块实测信息集，该集合包含了每个区块的实测信息，例如面积、建筑物高度、土地利用类型等。

使用区块实测信息集中的数据，构建一个实测数据库，该数据库用于存储和管理实测数据，在数据库中，为每个区块创建相应的表，以存储与之关联的实测信息。

将构建好的实测数据库同步至实测数据提取通道，这意味着将数据库连接到实测数据提取通道，使其能够通过查询、访问数据库中的实测数据。实测数据提取通道是一个工具、接口或API，用于从实测数据库中提取所需的实测数据，它可以根据用户的查询、需求等来获取数据，并返回相应的结果。这样做的好处是可以更方便地管理和访问实测数据，使其能够被其他应用程序、工具等灵活地利用和分析。

从区块划分图像集中随机选择一张图像，作为第一区块划分图像，将第一区块划分图像传输到畸变修复比对模块，使其能够访问和处理该图像。这样，可以使用第一图像进行比对和评估，以验证修复效果的准确性和质量。

使用第一区块划分图像中的功能区块作为查询条件，在实测数据提取通道的实测数据库中进行数据映射提取，这意味着将功能区块的构成信息作为输入条件，通过查询数据库匹配相应的实测信息。从实测数据库中提取与第一区块划分图像的功能区块构成相匹配的实测信息，这些实测信息描述了第一区块中各个功能区块的属性、特征等，并且每个功能区块都具有不同的权重赋值。

通过比对第一区块实测信息和第一区块划分图像中的功能区块构成，找到具有相同功能区块的数据，这意味着将实测信息中的每个功能区块与划分图像中的相应区域进行匹配。

将同功能区块的数据集成起来，形成第一功能区块参数偏差集，该集合包含了相同功能区块在实测信息和划分图像中的对应数据，并可以通过比较它们之间的差异来计算偏差。

使用修复比对识别通道，在第一功能区块参数偏差集上进行数据偏差计算，具体而言，通过将第一功能区块参数偏差集提供给修复比对识别通道，该通道可以根据定义的指标、权重等来计算数据之间的偏差。通过数据偏差计算，得到第一畸变修复偏差指数，该指数用于量化第一功能区块参数在实测信息和划分图像之间的差异程度，反映了畸变修复的效果和准确性。

对于每个功能区块，重复执行上述步骤，从第二区块起，选择一个新的功能区块进行处理，基于选定的功能区块，在实测信息和划分图像中找到相同功能区块的对应数据，使用修复比对识别通道，在同功能区块数据集成中进行数据偏差计算，获得该功能区块的畸变修复偏差指数，将畸变修复偏差指数添加到集合中，直到所有功能区块都遍历完毕，获得所述畸变修复偏差指数集，每个功能区块的指数表示了实测信息与划分图像之间在该区块上的偏差程度。

进一步而言，基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得第一畸变修复偏差指数，所述方法还包括：

构建数据偏差函数公式，所述数据偏差函数公式如下：

；

其中，为畸变修复偏差指数，为功能区块类型的权重赋值，为实测信息，为图像信息；

将所述数据偏差函数公式同步至所述修复比对识别通道，完成所述修复比对识别通道的构建；

在所述修复比对识别通道中，基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得所述第一畸变修复偏差指数。

该数据偏差函数公式是一种计算畸变修复偏差指数的方法，其中，畸变修复偏差指数表示实测信息与图像信息之间的数据偏差程度。功能区块类型的权重赋值，用于衡量不同功能区块在计算中的重要性，每个功能区块都有一个对应的权重值，应理解的，有的区块可能不是完全包括i种功能区块，所以分母的不恒定为1。

该公式结合了功能区块的差异、权重赋值和角度计算，用于量化实测信息与图像信息之间的偏差程度，通过对不同功能区块的数据进行加权求和，可以更全面地评估修复过程中的偏差情况，并提供一个综合指标R来衡量修复结果的准确性。

在修复比对识别通道中嵌入所述数据偏差函数公式，这样，修复比对识别通道就能够根据所提供的公式进行畸变修复偏差指数的计算。

作为输入，将第一功能区块的参数偏差集提供给修复比对识别通道，这个集合包含了实测信息和划分图像中的同功能区块数据。在修复比对识别通道中，使用所述数据偏差函数公式，对提供的第一功能区块参数偏差集进行计算，根据计算结果，得到第一功能区块的畸变修复偏差指数，该指数反映了实测信息与划分图像之间在第一功能区块上的偏差程度。

根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像；

基于畸变修复偏差指数集，设定一个图像更新步长集，这个集合包含了不同的步长值，用于控制图像的更新幅度，较小的步长值表示细微的更新，而较大的步长值则表示更大范围的更新。

以修复评估图像集为起点，使用图像更新步长集作为约束，在每个步长下搜索获得多组更新评估图像，搜索可以采用优化算法、遗传算法，不断调整图像的像素值或特征以减小修复偏差指数，并不断优化图像的修复效果。通过搜索，得到多组更新评估图像，每组图像都经过不同幅度的更新，这些图像代表了不同修复偏差指数下的修复效果，有助于优化修复结果，找到最佳的修复策略，以减小修复偏差并提高修复效果。

进一步而言，根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像，所述方法还包括：

对所述畸变修复偏差指数集进行加和计算，并将加和计算结果为分母，逐一以所述畸变修复偏差指数集为分子，计算获得畸变修复偏差权值集；

预设标准更新步长和标准更新周期；

根据所述畸变修复偏差权值集进行所述标准更新步长优化，获得所述图像更新步长集；

以所述修复评估图像集为搜索起点，基于所述图像更新步长集和所述标准更新周期为约束，搜索获得所述多组更新评估图像。

将畸变修复偏差指数集中的所有指数进行加和计算，得到一个总和，对于每个畸变修复偏差指数，将该指数除以总和，得到相应的权值，该权值集代表了每个畸变修复偏差指数在总和中的相对重要性或贡献度，具体来说，权值越大表示相应的畸变修复偏差指数对总和的贡献越大，反之则贡献较小。

预设的标准更新步长和标准更新周期是根据具体应用场景和需求来确定的，需要综合考虑计算资源、数据趋势以及目标精度等因素，以找到合适的更新策略，例如，如果数据变化较大或波动较频繁，则需要更短的更新周期和较小的步长。其中，标准更新步长指的是在算法中，每次更新标准的调整幅度或变化量，它决定了每次更新时如何调整；标准更新周期表示在算法中，多少次迭代或经过多长时间后进行一次更新，它决定了更新频率和间隔。

作为输入，获取之前计算得到的畸变修复偏差权值集，这些权值表示了每个畸变修复偏差指数在总和中的相对重要性或贡献度。根据畸变修复偏差权值集，调整标准更新步长，较大的权值意味着相应的畸变修复偏差指数对总和的贡献越大，因此对应的标准需要更敏感地进行更新，可以根据权值的大小，增加对应的标准更新步长，以便更快地进行算法的调整。

将经过优化的标准更新步长作为图像更新步长集的输出，这个集合中的每个值都与畸变修复偏差权值集中对应的指数相关联，反映了该指数对于图像更新的重要程度。这个集合综合考虑了不同畸变修复偏差指数的权值，以调整标准更新步长的大小，从而更有效地进行图像的更新和修复过程。

选择修复评估图像集中的某个或某些图像作为搜索起点，并初始化一个空的更新评估图像集，在每个标准更新周期内，进行循环搜索过程，具体的，根据图像更新步长集，对当前图像进行更新，根据步长集中的不同值，可以采用不同的更新策略，如改变图像的亮度、对比度等，将更新后的图像加入更新评估图像集中，判断是否达到所设定的标准更新周期，如果没有达到，继续进行下一次循环；如果达到，则结束搜索过程。

最终得到多组更新评估图像，这些图像是在满足标准更新周期约束的情况下，根据图像更新步长集进行了逐步调整的结果。这样可以探索不同的图像更新策略和调整方案，从而得到一系列具有不同特征和质量的修复图像，这些更新评估图像可以用于后续的比较、分析和选择，以确定最佳的修复结果。

基于所述功能区块划分模块和所述畸变修复比对模块获得所述多组更新评估图像的多个畸变修复偏差均值；

利用功能区块划分模块对多组更新评估图像进行划分，将每个图像分为不同的功能区块，这些功能区块可以表示城市中的建筑物、道路、绿地等不同元素；利用畸变修复比对模块对每个功能区块进行比对，以评估修复效果并计算修复偏差，这涉及与实测数据的对比或与地图数据的对比，以确定修复结果的准确性和一致性。

对于每个功能区块，计算多组更新评估图像在该区块上的修复偏差，并计算这些偏差的均值，得到多个畸变修复偏差均值，每个均值代表了相应功能区块在不同修复策略下的平均偏差程度，这些均值用于量化不同修复策略在各个功能区块上的效果，并帮助理解修复结果的整体准确性和一致性。

基于所述多个畸变修复偏差均值计算获得目标修复评估结果。

基于多个畸变修复偏差均值，将每个功能区块的修复偏差均值乘以相应的权重，并对所有功能区块的加权修复偏差均值进行求和，权重可以根据功能区块的重要性或其他因素进行设定。根据加权求和计算，得到目标修复评估结果，这个结果可以是一个数值，表示整体修复效果的好坏程度，提供对修复效果进行定量评估和比较的参考，从而帮助判断不同修复策略的优劣，指导后续的改进和决策制定。

进一步而言，所述方法还包括：

根据所述城市空间修复图像调用获得目标城建信息，其中，所述目标城建信息包括城市建筑分布信息和城市道路拓扑结构；

基于所述多组更新评估图像进行所述目标城建信息框选，获得多组局部城建信息；

基于所述多组局部城建信息进行城市建筑计数和道路交叉节点计数，获得多组城建计数信息；

预设第一权重分配，并基于所述第一权重分配进行所述多组城建计数信息的加权计算，获得多个城建重要度指数；

采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果。

利用城市空间修复图像作为输入，通过图像处理和分析技术，对图像进行调用，具体的，使用图像分割、物体检测或特征提取等计算机视觉方法，从修复图像中识别和提取城市建筑分布信息，这涉及识别建筑物的轮廓、位置、形状等；基于修复图像中的道路线条、连接关系和其他拓扑特征，应用图像分析和计算几何方法，推断城市道路的拓扑结构，这涉及道路的起点、终点、交叉口、道路网格等信息。将提取的城市建筑分布信息和城市道路拓扑结构整合为目标城建信息。

对每组更新评估图像应用计算机视觉算法或深度学习算法，如目标检测、语义分割等，来识别和定位城市建筑物，根据识别结果，在每张图像上框选出包含目标城建信息的区域，这些区域基于建筑物的边界框或像素级掩膜来表示。将每组更新评估图像中获得的框选区域作为局部城建信息，并整合成一个多组局部城建信息集合，每个局部城建信息代表着一组更新评估图像中被框选出的目标城建信息。

对于每组局部城建信息，对其中的城市建筑物进行识别，并记录下计数结果；对每组局部城建信息中的道路交叉节点进行计数，并记录下计数结果。将每组城市建筑计数和道路交叉节点计数的结果整合成一个多组城建计数信息集合，每个城建计数信息代表着一组局部城建信息中的城市建筑物和道路交叉节点的计数结果。这些计数信息可以用于了解不同更新方案对城市建设的影响，如建筑密度、道路网络的复杂性等。

根据实际情况和用户需求，根据建筑物数量与道路交叉口数量之间的相对重要性，对权重进行了合理分配，比如设定建筑物数量的权重为0.6，道路交叉口数量权重为0.4，作为一种可能的权重分配示例，意味着认为建筑物的数量对图像畸变后果的影响更为重要。应理解的，建筑物和道路交叉节点越多，对应城市区域的图像畸变可能造成的后果严重程度就越高。

对于每组城建计数信息，将建筑物数量乘以0.6，将道路交叉口数量乘以0.4，将两个结果相加，得到该组城建计数信息的综合值，这个值反映了建筑物数量和道路交叉口数量对城市区域图像畸变可能造成后果严重程度的综合影响。将每组城建计数信息的综合值作为城建重要度指数，并整合成多个城建重要度指数的集合。

将所述多个城建重要度指数作为权重值，将每个畸变修复偏差均值乘以对应权重值，得到加权后的畸变修复偏差均值。将加权后的畸变修复偏差均值相加，得到目标修复评估结果，这个结果反映了在考虑城建重要度的情况下，不同畸变修复偏差的综合影响，用于比较和评估不同修复方案对城市图像的整体质量和效果。

进一步而言，采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果，之前，所述方法还包括：

预设修复合格阈值，并采用所述修复合格阈值遍历所述多个畸变修复偏差均值；

若所述多个畸变修复偏差均值均满足所述修复合格阈值，则采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果；

判断所述目标修复评估结果是否满足所述修复合格阈值；

若所述目标修复评估结果不满足所述修复合格阈值，则生成第一重修指令；

若所述多个畸变修复偏差均值不均满足所述修复合格阈值，则进行不满足所述修复合格阈值的畸变修复偏差均值对应的更新评估图像组合标记，获得多组畸变重修图像；

基于所述多组畸变重修图像进行第二重修指令的构建生成。

根据实际情况和具体需求，预设一个修复合格阈值，这个阈值代表了对于畸变修复偏差的最大可接受范围，对于每个畸变修复偏差均值，判断其是否低于或等于修复合格阈值，如果低于或等于修复合格阈值，则将其作为合格的修复结果，并记录下来；如果高于修复合格阈值，则视其为不合格的修复结果。

对于每个畸变修复偏差均值，检查是否满足修复合格阈值，如果一个修复偏差均值低于或等于修复合格阈值，则认为该修复结果达到了合格标准，如果所有畸变修复偏差均值都满足修复合格阈值，则继续下一步。

对于满足修复合格阈值的畸变修复偏差均值，使用相应的城建重要度指数进行加权计算，将每个畸变修复偏差均值乘以对应城建重要度指数的权重，并将加权结果相加，将加权结果相加，得到目标修复评估结果，这个结果综合考虑了不同畸变修复结果的重要性和城建计数信息的影响。

将目标修复评估结果与修复合格阈值进行比较，如果目标修复评估结果高于修复合格阈值，则认为修复结果未能达到合格标准，生成第一重修指令，根据具体情况和专业知识，在第一重修指令中提供针对修复结果不满足合格标准的具体指导，第一重修指令可以包括需要重点关注的畸变修复区域、建议采取的修复措施、使用的工具或技术、修复时间表等信息，以引导修复团队在相关方面进行必要的修复工作，这样可以帮助确保修复结果达到预期的合格标准，并提供针对具体问题的解决方案。

如果多个畸变修复偏差均值中存在至少一个不满足预设的修复合格阈值，则根据不满足修复合格阈值的畸变修复偏差均值，更新对应的评估图像组合的标记，使用特定标记来指示畸变重修的区域，以便修复团队可以清楚地识别和理解需要进行重修的部分。基于更新的评估图像组合标记，生成多组畸变重修图像，每组畸变重修图像都侧重于修复之前未能满足修复合格阈值的畸变区域，以实现更好的修复效果。

分析每组畸变重修图像，识别其中需要进一步改进的区域或问题，根据具体情况和专业知识，在第二重修指令中提供针对各个畸变重修图像的具体指导，第二重修指令可以包括需要重点关注的畸变区域、建议采取的修复措施、使用的工具或技术、修复时间表等信息。将针对每组畸变重修图像的具体指导整合起来，形成最终的第二重修指令。这样可以帮助修复团队在每个畸变重修图像上有针对性地进行修复工作，解决之前修复结果未能满足合格标准的问题。

综上所述，本申请实施例所提供的一种城市空间畸变图像的修复评估方法具有如下技术效果：

1.引入预设栅格尺寸约束，对城市空间修复图像进行划分处理，从而有效降低了计算和评估的复杂度，通过基于城市栅格图像集合进行随机筛选，获得修复评估图像集，使得评估过程更加高效，并能够代表城市地图中的不同区域和特征；

2.利用功能区块划分模块对修复评估图像集中每张图像的功能区块构成进行识别划分，进一步提高了评估的精确性和准确性，通过预构建的畸变修复比对模块，结合实测数据和地图数据提取通道，进行数据映射提取和修复偏差计算，从而实现了对修复效果的客观比对和评估；

3.根据畸变修复偏差指数集设定图像更新步长集，以修复评估图像集为起点，通过搜索算法获得多组更新评估图像，这样可以在保证效果的同时，尽量减少不必要的计算和评估，基于多个畸变修复偏差均值的加权计算，获得目标修复评估结果，综合考虑了不同修复结果的质量和重要度。

通过上述方法，有效解决了城市地图整体尺寸大、数据量大时进行空间畸变修复评估存在的效率低下的问题，提供了更高效、准确的评估结果，以支持城市地图的修复工作。

实施例

基于与前述实施例中一种城市空间畸变图像的修复评估方法相同的发明构思，如图2所示，本申请提供了一种城市空间畸变图像的修复评估系统，所述系统包括：

划分处理单元10，所述划分处理单元10用于预设栅格尺寸约束，并基于所述栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，其中，所述城市空间修复图像通过对城市空间畸变图像进行修复处理获得；

随机筛选单元20，所述随机筛选单元20用于基于所述城市栅格图像集合进行随机筛选，获得修复评估图像集；

识别划分单元30，所述识别划分单元30用于将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集；

通道构建单元40，所述通道构建单元40用于预构建畸变修复比对模块，其中，所述畸变修复比对模块包括实测数据提取通道、地图数据提取通道和修复比对识别通道；

实测信息获取单元50，所述实测信息获取单元50用于根据所述城市空间修复图像调用获得目标实测信息；

数据映射提取单元60，所述数据映射提取单元60用于将所述区块划分图像集和所述目标实测信息分别同步至所述畸变修复比对模块的所述地图数据提取通道和所述实测数据提取通道进行数据映射提取，基于所述修复比对识别通道进行数据偏差计算，获得畸变修复偏差指数集；

更新图像获取单元70，所述更新图像获取单元70用于根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像；

偏差均值获取单元80，所述偏差均值获取单元80用于基于所述功能区块划分模块和所述畸变修复比对模块获得所述多组更新评估图像的多个畸变修复偏差均值；

评估结果获取单元90，所述评估结果获取单元90用于基于所述多个畸变修复偏差均值计算获得目标修复评估结果。

进一步而言，所述系统还包括获取模块，以执行如下操作步骤：

根据所述城市空间修复图像调用获得目标城建信息，其中，所述目标城建信息包括城市建筑分布信息和城市道路拓扑结构；

基于所述多组更新评估图像进行所述目标城建信息框选，获得多组局部城建信息；

基于所述多组局部城建信息进行城市建筑计数和道路交叉节点计数，获得多组城建计数信息；

预设第一权重分配，并基于所述第一权重分配进行所述多组城建计数信息的加权计算，获得多个城建重要度指数；

采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果。

进一步而言，所述系统还包括第二重修指令生成模块，以执行如下操作步骤：

预设修复合格阈值，并采用所述修复合格阈值遍历所述多个畸变修复偏差均值；

若所述多个畸变修复偏差均值均满足所述修复合格阈值，则采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果；

判断所述目标修复评估结果是否满足所述修复合格阈值；

若所述目标修复评估结果不满足所述修复合格阈值，则生成第一重修指令；

若所述多个畸变修复偏差均值不均满足所述修复合格阈值，则进行不满足所述修复合格阈值的畸变修复偏差均值对应的更新评估图像组合标记，获得多组畸变重修图像；

基于所述多组畸变重修图像进行第二重修指令的构建生成。

进一步而言，所述系统还包括区块划分图像集获取模块，以执行如下操作步骤：

根据所述城市空间修复图像调用获得同类型城市的多张标准城市空间图像；

采用所述栅格尺寸约束进行所述多张标准城市空间图像的划分处理，获得样本标准空间图像集；

预设功能区块划分规则，并采用所述功能区块划分规则进行所述样本标准空间图像集中每张样本标准空间图像的功能区块划分标识，获得样本功能区块标识集，其中，所述功能区块划分规则包括i种功能区块类型；

基于所述样本功能区块标识集训练功能区块分割器，并将训练完成的所述功能区块分割器嵌入所述功能区块划分模块；

将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得所述区块划分图像集。

进一步而言，所述系统还包括偏差指数集获取模块，以执行如下操作步骤：

对所述区块划分图像集进行坐标调用，获得区块坐标参数集；

采用所述区块坐标参数集进行所述目标实测信息的映射调用，获得区块实测信息集；

基于所述区块实测信息集构建实测数据库，并将所述实测数据库同步至所述实测数据提取通道；

基于所述区块划分图像集随机调用获得第一区块划分图像，并将所述第一区块划分图像同步至所述畸变修复比对模块；

基于所述第一区块划分图像在所述实测数据提取通道的所述实测数据库中进行数据映射提取，获得第一区块实测信息，其中，所述第一区块实测信息和所述第一区块划分图像的功能区块构成相同；

基于功能区块构成进行所述第一区块实测信息和所述第一区块划分图像的同功能区块数据集成，获得第一功能区块参数偏差集；

基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得第一畸变修复偏差指数；

以此类推，计算获得所述畸变修复偏差指数集。

进一步而言，所述系统还包括畸变修复偏差指数获取模块，以执行如下操作步骤：

构建数据偏差函数公式，所述数据偏差函数公式如下：

；

其中，为畸变修复偏差指数，为功能区块类型的权重赋值，为实测信息，为图像信息；

将所述数据偏差函数公式同步至所述修复比对识别通道，完成所述修复比对识别通道的构建；

在所述修复比对识别通道中，基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得所述第一畸变修复偏差指数。

进一步而言，所述系统还包括多组更新评估图像获取模块，以执行如下操作步骤：

对所述畸变修复偏差指数集进行加和计算，并将加和计算结果为分母，逐一以所述畸变修复偏差指数集为分子，计算获得畸变修复偏差权值集；

预设标准更新步长和标准更新周期；

根据所述畸变修复偏差权值集进行所述标准更新步长优化，获得所述图像更新步长集；

以所述修复评估图像集为搜索起点，基于所述图像更新步长集和所述标准更新周期为约束，搜索获得所述多组更新评估图像。

本说明书通过前述对一种城市空间畸变图像的修复评估方法的详细描述，本领域技术人员可以清楚得知道本实施例中一种城市空间畸变图像的修复评估方法，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种城市空间畸变图像的修复评估方法，其特征在于，所述方法包括：

预设栅格尺寸约束，并基于所述栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，其中，所述城市空间修复图像通过对城市空间畸变图像进行修复处理获得；

基于所述城市栅格图像集合进行随机筛选，获得修复评估图像集；

将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集；

预构建畸变修复比对模块，其中，所述畸变修复比对模块包括实测数据提取通道、地图数据提取通道和修复比对识别通道；

根据所述城市空间修复图像调用获得目标实测信息；

将所述区块划分图像集和所述目标实测信息分别同步至所述畸变修复比对模块的所述地图数据提取通道和所述实测数据提取通道进行数据映射提取，基于所述修复比对识别通道进行数据偏差计算，获得畸变修复偏差指数集；

根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像；

基于所述功能区块划分模块和所述畸变修复比对模块获得所述多组更新评估图像的多个畸变修复偏差均值；

基于所述多个畸变修复偏差均值计算获得目标修复评估结果；

所述方法还包括：

根据所述城市空间修复图像调用获得同类型城市的多张标准城市空间图像；

采用所述栅格尺寸约束进行所述多张标准城市空间图像的划分处理，获得样本标准空间图像集；

预设功能区块划分规则，并采用所述功能区块划分规则进行所述样本标准空间图像集中每张样本标准空间图像的功能区块划分标识，获得样本功能区块标识集，其中，所述功能区块划分规则包括i种功能区块类型；

基于所述样本功能区块标识集训练功能区块分割器，并将训练完成的所述功能区块分割器嵌入所述功能区块划分模块；

将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得所述区块划分图像集；

所述方法还包括：

对所述区块划分图像集进行坐标调用，获得区块坐标参数集；

采用所述区块坐标参数集进行所述目标实测信息的映射调用，获得区块实测信息集；

基于所述区块实测信息集构建实测数据库，并将所述实测数据库同步至所述实测数据提取通道；

基于所述区块划分图像集随机调用获得第一区块划分图像，并将所述第一区块划分图像同步至所述畸变修复比对模块；

基于所述第一区块划分图像在所述实测数据提取通道的所述实测数据库中进行数据映射提取，获得第一区块实测信息，其中，所述第一区块实测信息和所述第一区块划分图像的功能区块构成相同；

基于功能区块构成进行所述第一区块实测信息和所述第一区块划分图像的同功能区块数据集成，获得第一功能区块参数偏差集；

基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得第一畸变修复偏差指数；

以此类推，计算获得所述畸变修复偏差指数集；

基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得第一畸变修复偏差指数，所述方法还包括：

构建数据偏差函数公式，所述数据偏差函数公式如下：

；

其中，为畸变修复偏差指数，为功能区块类型的权重赋值，为实测信息，为图像信息；

将所述数据偏差函数公式同步至所述修复比对识别通道，完成所述修复比对识别通道的构建；

在所述修复比对识别通道中，基于所述修复比对识别通道进行所述第一功能区块参数偏差集的数据偏差计算，获得所述第一畸变修复偏差指数。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述城市空间修复图像调用获得目标城建信息，其中，所述目标城建信息包括城市建筑分布信息和城市道路拓扑结构；

基于所述多组更新评估图像进行所述目标城建信息框选，获得多组局部城建信息；

基于所述多组局部城建信息进行城市建筑计数和道路交叉节点计数，获得多组城建计数信息；

预设第一权重分配，并基于所述第一权重分配进行所述多组城建计数信息的加权计算，获得多个城建重要度指数；

采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果。

3.如权利要求2所述的方法，其特征在于，采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果，之前，所述方法还包括：

预设修复合格阈值，并采用所述修复合格阈值遍历所述多个畸变修复偏差均值；

若所述多个畸变修复偏差均值均满足所述修复合格阈值，则采用所述多个城建重要度指数进行所述多个畸变修复偏差均值的加权计算，获得所述目标修复评估结果；

判断所述目标修复评估结果是否满足所述修复合格阈值；

若所述目标修复评估结果不满足所述修复合格阈值，则生成第一重修指令；

若所述多个畸变修复偏差均值不均满足所述修复合格阈值，则进行不满足所述修复合格阈值的畸变修复偏差均值对应的更新评估图像组合标记，获得多组畸变重修图像；

基于所述多组畸变重修图像进行第二重修指令的构建生成。

4.如权利要求1所述的方法，其特征在于，根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像，所述方法还包括：

对所述畸变修复偏差指数集进行加和计算，并将加和计算结果为分母，逐一以所述畸变修复偏差指数集为分子，计算获得畸变修复偏差权值集；

预设标准更新步长和标准更新周期；

根据所述畸变修复偏差权值集进行所述标准更新步长优化，获得所述图像更新步长集；

以所述修复评估图像集为搜索起点，基于所述图像更新步长集和所述标准更新周期为约束，搜索获得所述多组更新评估图像。

5.一种城市空间畸变图像的修复评估系统，其特征在于，用于实施权利要求1-4任一项所述的一种城市空间畸变图像的修复评估方法，包括：

划分处理单元，所述划分处理单元用于预设栅格尺寸约束，并基于所述栅格尺寸约束对城市空间修复图像进行划分处理，获得城市栅格图像集合，其中，所述城市空间修复图像通过对城市空间畸变图像进行修复处理获得；

随机筛选单元，所述随机筛选单元用于基于所述城市栅格图像集合进行随机筛选，获得修复评估图像集；

识别划分单元，所述识别划分单元用于将所述修复评估图像集同步至功能区块划分模块，基于所述功能区块划分模块进行所述修复评估图像集中每张修复评估图像的功能区块构成识别划分，获得区块划分图像集；

通道构建单元，所述通道构建单元用于预构建畸变修复比对模块，其中，所述畸变修复比对模块包括实测数据提取通道、地图数据提取通道和修复比对识别通道；

实测信息获取单元，所述实测信息获取单元用于根据所述城市空间修复图像调用获得目标实测信息；

数据映射提取单元，所述数据映射提取单元用于将所述区块划分图像集和所述目标实测信息分别同步至所述畸变修复比对模块的所述地图数据提取通道和所述实测数据提取通道进行数据映射提取，基于所述修复比对识别通道进行数据偏差计算，获得畸变修复偏差指数集；

更新图像获取单元，所述更新图像获取单元用于根据所述畸变修复偏差指数集设定图像更新步长集，并以所述修复评估图像集为搜索起点，以所述图像更新步长集为约束，搜索获得多组更新评估图像；

偏差均值获取单元，所述偏差均值获取单元用于基于所述功能区块划分模块和所述畸变修复比对模块获得所述多组更新评估图像的多个畸变修复偏差均值；

评估结果获取单元，所述评估结果获取单元用于基于所述多个畸变修复偏差均值计算获得目标修复评估结果。