[发明专利]一种农村道路景观视觉评价分析方法

说明书

本发明公开了一种农村道路景观视觉评价分析方法，属于视觉识别领域，使用图像采集装置对农村道路两边景物进行图像采集；人工建筑物标记，识别建筑物特征点，收集训练图片；将训练图片输入神经网络中进行训练得到深度学习模型；采用视频采集装置采集农村道路两边视频并转为图像输入深度学习模型及进行训练；识别出含有建筑物的图像，并计算建筑物所占图像的大小权重和路边景物建筑物所占权重；根据路边景物建筑物所占权重进行评价路边视觉效果。本发明具有识别率高，响应速度快等优点，能够快速的对长距离的道路景观进行评价。使得处理速度快，可使识别率可以达到98%以上，并使识别时间在50毫秒左右，大大提高道路景观的视觉效果的评价速度。

技术领域

本发明涉及装修设计领领域，尤其涉及一种农村道路景观视觉评价分析方法。

背景技术

农村道路景观是道路与其周围环境的一个综合景观体系，是由道路两侧的垂直景观(绿化、建筑、农田、山体等)和水平景观(路面、边坡等)所构成。农村景观视觉质量评价是农村景观规划开发的科学基础和依据。视觉景观评价，侧重于分析景观要素及特征对视觉感知的影响，以心理物理学方法占据主导地位。近年来学界关于景观质量的研究尚未形成新的评价方法，仍沿用美景度评估法、SD语义差异法等，多种方法的结合使用已经成为一种共同的趋势。

但是上述的道路评价方法只是在评价方面进行详细的确定归类分析，在前期的道路路边的建筑类别的识别方面做得比较的粗糙，使得影响了后面的评价，并且上述的评价方法中效率比较低，不能快速的对道路两边的视觉进行评价，因此，需要设计出以后总能够快速评价的方法。

发明内容

本发明的目的在于提供一种农村道路景观视觉评价分析方法，以解决现有道路视觉评价效率低，不能满足道路视觉快速评价的技术问题。

一种农村道路景观视觉评价分析方法，所述方法包括如下步骤：所述方法包括如下步骤：

步骤1：使用图像采集装置对农村道路两边景物进行图像采集；

步骤2： 人工建筑物标记，识别建筑物特征点，收集训练图片；

步骤3： 将训练图片输入神经网络中进行训练得到深度学习模型；

步骤4： 采用视频采集装置采集农村道路两边视频并转为图像输入深度学习模型及进行训练；

步骤5： 识别出含有建筑物的图像，并计算建筑物所占图像的大小权重和路边景物建筑物所占权重；

步骤6：根据路边景物建筑物所占权重进行评价路边视觉效果。

进一步地，所述步骤1的具体过程为：

使用摄像装置对农村道路两边景物进行视频采样，得到农村道路两边景物采样视频，对采样视频进行帧处理得到采样图像，并设置图片尺寸，其中采样的农村道路两边景物为不同地段，不同时间段分别进行采集。

进一步地，所述步骤2的具体过程为：

使用标注工具对农村道路两边景物图片进行建筑物标记，识别建筑物特征，制作训练集，训练集包括输入照片以及对应的建筑物特征分类标签；

标记关键特征点，即识别整个图片的特征，通过关键特征点定位，特征点的特性必须在所有图片中保持一致，并且所有标签在所有图片中必须保持一致，之后生成标记文件，文件内含农村道路两边景物建筑物位置像素点坐标以及建筑物特征的分类标签，即包含神经网络要预测的对象分类标签与表示边界框的四个数字，分别为中心点坐标以及边界框的宽与高。

进一步地，所述步骤3的具体过程为：

将训练集输入卷积神经网络中，使用改进的卷积神经网络进行训练，训练迭代学习输出最优深度学习模型，得到权重参数文件；