一種智能城市規劃系統技術方案

本發明專利技術提供了一種智能城市規劃系統，包括遙感數據采集子系統、視頻數據采集子系統、中央處理器和模型構建子系統，所述遙感數據采集子系統用于采集城市遙感影像并上傳到中央處理器，所述視頻數據采集子系統用于采集城市全景視頻數據并上傳到中央處理器，所述中央處理器將所述的城市遙感影像和城市全景視頻數據轉換成模型構建子系統所能識別的格式并發送給模型建立子系統，所述模型建立子系統根據中央處理器發送的數據構建城市規劃模型。本發明專利技術的有益效果為：全面獲取了城市的遙感數據和街景數據，提高了城市規劃水平，實現了智能城市規劃。

【技術實現步驟摘要】
一種智能城市規劃系統
本專利技術涉及城市規劃
，具體涉及一種智能城市規劃系統。
技術介紹
目前，隨著城市化的進程的加快以及人口的快速增加，人們逐漸開始關注城市規劃，但是由于現有的城市建設是基于傳統的城市規劃設計而成的，而傳統的城市規劃大多以城市用地為核心對象，不能真正有效地實現城市的智能規劃。一方面，隨著高分辨率遙感數據質量的不斷提高及其獲取難度的大幅降低，高分辨率遙感數據的應用成本也不斷降低，遙感數據將在各行各業得到越來越廣泛的應用。在遙感數據日益普及的今天，利用影像處理與分析技術進行城市規劃已經成為可能。另一方面，隨著城市向智能化方向發展，街景數據在城市規劃中的作用越來越大。
技術實現思路
針對上述問題，本專利技術旨在提供一種智能城市規劃系統。本專利技術的目的采用以下技術方案來實現：提供了本專利技術提供了一種智能城市規劃系統，包括遙感數據采集子系統、視頻數據采集子系統、中央處理器和模型構建子系統，所述遙感數據采集子系統用于采集城市遙感影像并上傳到中央處理器，所述視頻數據采集子系統用于采集城市全景視頻數據并上傳到中央處理器，所述中央處理器將所述的城市遙感影像和城市全景視頻數據轉換成模型構建子系統所能識別的格式并發送給模型建立子系統，所述模型建立子系統根據中央處理器發送的數據構建城市規劃模型。本專利技術的有益效果為：全面獲取了城市的遙感數據和街景數據，提高了城市規劃水平，實現了智能城市規劃。附圖說明利用附圖對本專利技術作進一步說明，但附圖中的實施例不構成對本專利技術的任何限制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得其它的附圖。圖1是本專利技術的結構示意圖；附圖標記：遙感數據采集子系統1、視頻數據采集子系統2、中央處理器3、模型構建子系統4。具體實施方式結合以下實施例對本專利技術作進一步描述。參見圖1，本實施例的本專利技術提供了一種智能城市規劃系統，包括遙感數據采集子系統1、視頻數據采集子系統2、中央處理器3和模型構建子系統4，所述遙感數據采集子系統1用于采集城市遙感影像并上傳到中央處理器3，所述視頻數據采集子系統2用于采集城市全景視頻數據并上傳到中央處理器3，所述中央處理器3將所述的城市遙感影像和城市全景視頻數據轉換成模型構建子系統4所能識別的格式并發送給模型建立子系統4，所述模型建立子系統4根據中央處理器發送的數據構建城市規劃模型。本實施例全面獲取了城市的遙感數據和街景數據，提高了城市規劃水平，實現了智能城市規劃。優選的，所述城市全景視頻數據通過魚眼鏡頭獲取。本優選實施例采用魚眼鏡頭，獲取圖像范圍廣。優選的，所述魚眼鏡頭拍攝的城市全景視頻數據的水平角度為360°，垂直角度為360°。本優選實施例獲取了無死角的城市全景視頻數據。優選的，所述遙感數據采集子系統1包括遙感數據獲取模塊、灰度空間處理模塊、HSV空間處理模塊和影像輸出模塊，所述遙感數據獲取模塊由高分辨率衛星組成，用于負責獲取高分辨率遙感影像，并將獲取的遙感影像輸入所述灰度空間處理模塊和HSV空間處理模塊，所述灰度空間處理模塊在灰度空間對遙感影像進行處理，獲取相應處理結果，所述HSV空間處理模塊在HSV空間對遙感影像進行處理，獲取相應處理結果，所述影像輸出模塊用于根據灰度空間處理模塊和HSV空間處理模塊的處理結果確定遙感影像最終處理方式，得到處理后的遙感影像。所述灰度空間處理模塊進行處理，包括以下步驟：步驟1，對原始影像進行傅里葉變換，然后在影像的頻率域通過低通濾波器進行濾波，得到背景影像；步驟2、對原始影像與背景影像進行操作，得到處理后的影像，具體的：在式子里，EU表示原始影像灰度均值，QK(x,y)表示處理后的影像，FN′(x,y)表示原始影像，AY(x,y)表示背景影像，表示拉伸參數，θ∈(-63,+63)。城市規劃過程中，遙感影像的質量尤為重要，傳統對遙感影像的處理算法會造成遙感影像的整體反差減小，灰度值的動態范圍減小，使得遙感圖像無法正常使用，本優選實施例遙感數據采集子系統的灰度空間處理模塊引入了拉伸參數，對遙感影像的對比度進行拉伸，同時提高了遙感影像的細節反差和整體反差，獲取了高質量的遙感影像，為城市規劃提供了第一手資料。優選的，所述HSV空間處理模塊對原始影像進行處理，包括以下步驟：步驟1、將原始影像在HSV空間中進行描述，具體采用倒圓錐模型描述為：倒圓錐模型的軸線方向表示亮度分量，頂部的圓心表示白色，最低點表示黑色，豎直軸表示白色和黑色之間的過渡色，頂部的圓平面表示光強度最大的點，圓切面的圓周向的角度表示色調，圓錐的任一橫向圓切面的徑向表示飽和度，圓心處飽和度為0，圓周處飽和度為1；步驟2、保持影像在HSV空間中的H分量不變，對S分量和V分量進行小波域改進，然后將影像反變換到RGB空間，得到處理后的遙感影像：在式子里，S、V分別表示原始遙感影像HSV空間中的飽和度分量、亮度分量，S′、V′表示小波改進后的飽和度分量、亮度分量，max表示原始遙感影像RGB空間中最大顏色分量，R、G、B分別表示原始遙感影像RGB空間中的紅色分量、綠色分量、藍色分量，E′、G′、B′分別表示處理后的遙感影像RGB空間中的紅色分量、綠色分量、藍色分量。本優選實施例遙感數據采集子系統的HSV空間處理模塊在HSV空間中對遙感影像進行處理，得到的處理結果更加符合人類視覺感知特性，更容易將影像應用于城市規劃中，在保持影像色調不變的前提下，對亮度和飽和度進行小波分解，減少了運行時間，提高了影像處理效率，進而有助于提高城市規劃效率，有利于城市規劃快速進行。采用以下步驟對S分量和V分量進行小波域改進：步驟1、對遙感圖像S分量和V分量進行一次二維小波變換，圖像分解為4個大為子帶區域，進一步對子帶區域進行二維小波變換，直到得出滿意的小波尺度為止，從而得到S分量和V分量在小波域中的近似系數和不同層次的細節系數；步驟2、采用如下方式對小波系數進行改進：RL′(x,y)＝0.1δ×ln[RL(x,y)-GP]3+δ×[RL(x,y)-GP]+GP，在式子里，RL(x,y)表示小波系數，δ為改進系數，δ∈[0,1)，表示對小波系數進行抑制，應用于小波分解后的近似系數，δ＞1，表示對小波系數進行增強，應用于小波分解后的細節系數，RL′(x,y)為改進后的小波系數，GP表示該子帶區域小波系數均值。遙感影像經過小波變換后，得到的近似系數表征了遙感影像中的背景信息，而細節系數表征了遙感影像中的細節信息，本優選實施例遙感數據采集子系統的HSV空間處理模塊對S分量和V分量在小波域中的近似系數進行抑制，同時對細節系數進行增強，得到的城市遙感影像整體背景光照均勾，細節反差突出。優選的，所述影像輸出模塊用于根據灰度空間處理模塊和HSV空間處理模塊的處理結果確定遙感影像最終處理方式，包括以下步驟：步驟1、用M、N分別表示影像的行數和列數，FV(x,y)表示影像第x行、第y列的灰度值，則影像的綜合值采用以下公式確定：在式子里，PA表示影像的綜合值，TZ表示影像的灰度均值；步驟2、分別計算采用灰度空間處理模塊和HSV空間處理模塊處理后的遙感影像的綜合值，對于HSV空間處理模塊處理后的遙感影像的綜合值求取，可以先將遙感影像轉換到灰度空間再進行求取，選取綜合值大的遙感影像作為遙感影像最終處理本文檔來自技高網...

【技術保護點】
一種智能城市規劃系統，其特征是，包括遙感數據采集子系統、視頻數據采集子系統、中央處理器和模型構建子系統，所述遙感數據采集子系統用于采集城市遙感影像并上傳到中央處理器，所述視頻數據采集子系統用于采集城市全景視頻數據并上傳到中央處理器，所述中央處理器將所述的城市遙感影像和城市全景視頻數據轉換成模型構建子系統所能識別的格式并發送給模型建立子系統，所述模型建立子系統根據中央處理器發送的數據構建城市規劃模型。

【技術特征摘要】
1.一種智能城市規劃系統，其特征是，包括遙感數據采集子系統、視頻數據采集子系統、中央處理器和模型構建子系統，所述遙感數據采集子系統用于采集城市遙感影像并上傳到中央處理器，所述視頻數據采集子系統用于采集城市全景視頻數據并上傳到中央處理器，所述中央處理器將所述的城市遙感影像和城市全景視頻數據轉換成模型構建子系統所能識別的格式并發送給模型建立子系統，所述模型建立子系統根據中央處理器發送的數據構建城市規劃模型。2.根據權利要求1所述的智能城市規劃系統，其特征是，所述城市全景視頻數據通過魚眼鏡頭獲取。3.根據權利要求2所述的智能城市規劃系統，其特征是，所述魚眼鏡頭拍攝的城市全景視頻數據的水平角度為360°，垂直角度為360°。4.根據權利要求3所述的智能城市規劃系統，其特征是，所述遙感數據采集子系統包括遙感數據獲取模塊、灰度空間處理模塊、HSV空間處理模塊和影像輸出模塊，所述遙感數據獲取模塊由高分辨率衛星組成，用于負責獲取高分辨率遙感影像，并將獲取的遙感影像輸入所述灰度空間處理模塊和HSV空間處理模塊，所述灰度空間處理模塊在灰度空間對遙感影像進行處理，獲取相應處理結果，所述HSV空間處理模塊在HSV空間對遙感影像進行處理，獲取相應處理結果，所述影像輸出模塊用于根據灰度空間處理模塊和HSV空間處理模塊的處理結果確定遙感影像最終處理方式，得到處理后的遙感影像。5.根據權利要求4所述的智能城市規劃系統，其特征是，所述灰度空間處理模塊進行處理，包括以下步驟：步驟1，對原始影像進行傅里葉變換，然后在影像的頻率域通過低通濾波器進行濾波，得到背景影像；步驟2、對原始影像與背景影像進行操作，得到處理后的影像，具體的：在式子里，EU表示原始影像灰度均值，QK(x,y)表示處理后的影像，FN′(x,y)表示原始影像，AY(x,y)表示背景影像，θ表示拉伸參數，θ∈(-63,+63)。6.根據權利要求5所述的智能城市規劃系統，其特征是，所述HSV空間處理模塊對原始影像進行處理，包括以下步驟：步驟1、將原始影像在HSV空間中進行描述，具體采用倒圓錐模型描述為：倒圓錐模型的軸線方向表示亮度分量，頂部的圓心表示白色，最低點表示黑色，豎直軸表示白色和黑色之間...

【專利技術屬性】
技術研發人員：不公告發明人，
申請(專利權)人：上海耐相智能科技有限公司，
類型：發明
國別省市：上海,31