建筑簇群全景图像空间布局人工智能规划方法研究

发布时间：2021-06-07 13:30

　　为了提高建筑簇群空间布局规划能力,提出基于空间边缘轮廓特征检测技术的建筑簇群全景图像空间布局人工智能规划方法。构建建筑簇群全景图像空间规划成像模型,采用多样性的图片结构重构方法进行建筑簇群全景图像空间区域信息增强处理,建立建筑簇群全景图像的边缘轮廓特征检测模型,构造建筑簇群全景图像多尺度特征分解模型,采用机器视觉方法进行建筑簇群全景图像的先验形状模型参数估计,根据参数估计结果实现建筑簇群全景布局和人工智能规划。仿真结果表明,采用该方法进行建筑簇群全景图像空间规划的智能性较强,规划合理性较好。 

【文章来源】：现代电子技术. 2019,42(24)北大核心

【文章页数】：4 页

【部分图文】：

原始的建筑簇群全景图像

以图1的图像为测试对象，采用多样性的图片结构重构方法进行建筑簇群全景图像空间区域信息增强处理，得到图像增强结果如图2所示。分析图2得知，采用本文方法能有效实现建筑簇群全景图像的空间信息增强，提高建筑簇群全景规划和成像能力。在此基础上，实现建筑簇群全景布局和人工智能规划，得到的结果如图3所示。

分析图2得知，采用本文方法能有效实现建筑簇群全景图像的空间信息增强，提高建筑簇群全景规划和成像能力。在此基础上，实现建筑簇群全景布局和人工智能规划，得到的结果如图3所示。分析图3得知，采用本文方法能有效实现建筑簇群全景布局和人工智能规划设计，测试不同方法进行建筑簇群全景布局和人工智能规划的误差，得到的对比结果如图4所示。分析图4得知，采用该方法进行建筑簇群全景图像空间规划的智能性较强，误差较低，规划合理性较好。

【参考文献】：
期刊论文
[1]鲁棒的自适应尺度和方向的目标跟踪方法[J]. 单玉刚,汪家宝.  计算机工程与应用. 2018(21)
[2]自适应融合局部和全局稀疏表示的图像显著性检测[J]. 王鑫,周韵,宁晨,石爱业.  计算机应用. 2018(03)
[3]基于MPI的大规模遥感影像金字塔并行构建方法[J]. 赫高进,熊伟,陈荦,吴秋云,景宁.  地球信息科学学报. 2015(05)
[4]基于Kinect和金字塔特征的行为识别算法[J]. 申晓霞,张桦,高赞,徐光平,薛彦兵.  光电子.激光. 2014(02)



本文编号：3216665