基于Photo Sphere Viewer的轻量化可量测街景系统研究

随着新型基础测绘体系发展,测绘技术和装备不断升级,大量街景数据随着车载激光扫描工作一并被采集。针对该数据路线随机性大、密集程度高等特点,以及传统街景地图系统插件受限、扩展性不强、无法量测等局限,本文设计了基于Photo Sphere Viewer的轻量化可量测街景系统,在开源插件的基础上实现了对其组件的扩充、实现了行进方向、地图交互等系统功能的设计优化,进一步实现了基于深度图的街景地图量测功能。生产作业队伍对系统的使用结果表明,该系统可以辅助生产作业队伍进行属性采集、纹理更新、数据检查等多项工作,操作灵活便捷,且具有较强的可扩展性,便于基于生产需求进行改进调整,提高了生产效率,为新型基础测绘成果进一步深化应用提供了良好的借鉴作用。

基于绿视率和NDVI的城市街道景观分析与优化研究

街道景观空间对市民健康和城市风貌具有重要影响。既往研究中常以归一化植被指数(NDVI)和绿视率(GVI)来分别代表二维和三维的绿色指标,但对二者的指标相关性研究甚少。采用基于深度学习的图像语义分割方法分析百度街景计算代表性街道的GVI,利用GF-1卫星数据计算NDVI,比较分析城市街道的GVI和NDVI指标特征及相关性。结果表明,1)中山市中心城区各代表街道GVI指标参差不齐,从8.06%到36.00%,其中石岐街道兴中道GVI最高;2)各街道观测点的NDVI均值随着缓冲区尺度的增加也随之呈现出不同变化,NDVI均值具有强烈的尺度敏感性;3)50 m GVI和DNVI均值的皮尔逊相关系数最高,达到0.832。在此基础上分析街道景观存在的不足并给出优化建议,为城市街景评估、空间优化、景观提升提供参考。

车载移动测量技术在市政道路调查中的应用

首次提出了将车载移动测量技术应用于全国自然灾害综合风险普查的市政道路调查工作中,设计了市政道路调查的技术路线,研究了道路点云和街景影像数据采集及其处理方法,制作了道路三维矢量地图和360°可量测街景地图,并建立了市政道路调查数据库。通过武汉市第一次市政道路调查项目的应用实践证明,利用车载移动测量技术可有效克服传统外业测量调查方法的不足之处,有利于提高道路调查工作的精确度和效率。此外,通过一次调查还可同时获得道路三维矢量地图和街景地图等附加产品,提升了道路调查成果的潜在应用价值。

基于Google Maps全景图的出租车道路模拟驾驶系统

在出租车行业中,"绕路"占据民事纠纷或投诉的最大比例,造成这种情况的原因除了驾驶员职业道德因素外,很大一部分原因在于驾驶员对道路的熟悉程度不够。从基于图像的虚拟现实技术特点入手,分析了将全景虚拟展示方法用于出租车驾驶员熟悉道路培训的可行性和有效性,最后介绍了Google Maps全景图与模拟驾驶设备相结合的培训系统的具体实现。

基于Krpano的街景地图技术研究与应用

国内外现有的街景地图服务产品未提供与天地图集成接口,且产品定制费用较高。为了实现市县时空信息云平台集成街景数据,本文开展了基于Krpano的街景地图技术研究,定制开发了街景地图展示系统。通过程序半自动化预处理采集的街景数据,实现了不同场景的街景连续展示、街景地图和天地图的深度融合及双向联动响应。本文主要从街景数据采集处理、Krpano全景引擎技术、街景地图制作与展示、街景地图与天地图联动4个方面展开了研究,研究成果已成功应用于海安市时空信息云平台,为市县时空信息云平台集成街景地图提供了重要参考。

互联网影像地图和街景地图数据检测

针对互联网地理信息服务和应用的发展变化,为确保互联网地图数据符合国家管理要求,探讨了互联网影像地图数据和街景地图数据检测的内容与方法。结合测绘地理信息相关法律、法规,制定了影像分辨率、空间位置精度、属性信息等检查项,明确了互联网影像地图和街景地图数据涉及地理信息的检测指标。结合具体数据检测工作,对检测结果进行了深入分析,以获取和掌握风险状况,为互联网地理信息服务产品的监管提供支持和保障。

历史文化街区绿视率研究

以北京大栅栏历史文化街区为研究对象,以其街道的历年街景照片采集为基础,分别从二维平面信息及三维绿视率数据方面,分析传统绿化覆盖率与基于街景图片识别绿视率的关联,进而从新视角探讨大栅栏街区的绿地空间品质变化。

基于绿视率的城市绿化评估——以武汉江汉区为例

目前我国仍以3大传统绿化指标评估城市绿化的二维情况,缺乏三维空间绿化效果评估。文章以武汉市江汉区为例,采用系统抽样法,将江汉区划分为472个250m×250m网格,基于腾讯地图的街景图像计算绿视率,从江汉区绿视率整体空间格局、不同用地类型绿视率差异性以及绿化覆盖率对绿视率的影响等方面评估该片区的三维绿化,结果显示:1)江汉区不同区域绿视率差异较大,平均值为16.26%;2)公园绿地、居住用地、商业用地的绿视率依次递减;3)绿视率随绿化覆盖率的增加而增加,但其增长趋势逐渐趋缓。

基于Panorama Studio的街景网络快速发布关键技术研究

街景影像与电子地图、遥感影像结合提供给人们一种多尺度、多视角认识地球的新途径。本文探讨了移动测量车、手持相机全景影像的获取方法、基于Panorama Studio的全景影像拼接方法,以及网络环境下全景影像的发布,结合ArcGIS Server发布的地图,探讨了基于JavaScript的街景与地图交互等关键技术,形成一整套全景影像获取、拼接、发布技术流程。在此基础上实现了高速公路带状地形图街景网站的原型设计。

国内实景影像地图中涉密敏感内容的判定及处理方法

近年来,实景影像地图逐渐走入百姓生活,为广大用户提供了更为直观的互联网地图位置服务,优势明显。但正是由于其展示街拍实景的特点,如果处理不当,则极易造成危害国家安全的泄密事件。因此,对实景影像地图中存在的涉密风险,以及对可能出现的涉密敏感内容保持清醒的认识显得十分重要。本文结合国家法律法规对上述问题进行了分析、归纳,并针对各类涉密敏感内容的特点分别提出了行之有效的处理方法。

网络时代膨胀的实体商业空间——应用空间句法模型分析北京内城街区内商业演变

文本以网络经济对实地经济空间分布的影响为核心研究问题,结合实地调研与百度街景地图时光机的调研方式,通过对比2005年与2015年北京二环路内中心城区实体商业分布的位置和数量变化,以精确的数据为基础,从城市和街区内部两个研究尺度来分析对比街区内商铺数量的增减及具体变化的空间模式。研究在城市尺度统计的结果发现,在过去10年间北京中心城区绝大部分街区内部的商铺数量呈明显增加趋势。在街区尺度的分析中,本文选取了东四、西四、雍和宫等具有代表性的街区,应用空间句法软件分析了城市和社区级商铺增长的微观空间机制,即外部渗透型增长和内部动力型增长两种模式。

街景地图对街道活力分析的适用性研究

作为新型的网络开放数据源,百度街景地图可以为城市公共空间的环境质量评价和居民的户外行为研究提供数据支持。本文通过对比北京前门地区的商业店铺、居民户外聚集和街道步行流量的实际调研数据及百度街景地图时光机不同年代(2013年、2015~2016年)的网络开放数据,探究了网络开放数据中街景地图代替实际调研的可行性。研究表明,基于街景地图获取的商业分布和实地调研数据的相关性最高,其次是步行流量数据,而居民社会聚集的百度街景数据替代性最差。进一步分析替代性较高的街景商业数据和步行流量数据发现,商业的分布以历史街区为中心,由内而外地发展,步行人流为由外部主要道路向内部次要道路渗透。

全景技术在“数字盐城”建设中的研究与应用

本文介绍了全景技术的分类,以及各类型的技术路线和作业流程,并介绍了该技术方法在"数字盐城"建设项目中的三种不同的应用情况。

基于Google街景视图的建筑设计教学模式

通过建筑设计教学中的建筑实例游览需求,设计了基于Google街景视图的建筑游览程序,很好地满足了建筑设计教学中增强对建筑空间理解的教学需要,通过在课程教学中实践,提高了教学效果,为学生自主利用网络资源进行专业学习提供了途径。

基于“天地图·盐城”的公交GIS服务系统的设计与实现

针对公交部门业务管理科学化、精细化的要求,提出并设计了基于"天地图·盐城"的公交GIS服务系统。该系统展示了盐城市各条公交线路信息,集成市区主要道路的街景数据,一方面可以为社会公众的出行提供便利,另一方面也为公共交通管理部门的辅助决策提供参考。该系统是江苏省乃至全国第一个将天地图、公交和街景进行有机结合的应用系统,推动和提高了公共交通信息化建设与应用水平,为"智慧公交"的实现奠定了坚实基础。

全景视频流街景地图的制作与应用

全景视频流街景地图是一种能对街道场景进行高度还原的新型地图产品。结合实景地理信息服务和互联网地图发展需要,利用车载全景视频采集系统,研究了全景视频流数据采集、处理和视频时空轨迹信息融合的全过程,并设计了街景地图展示系统。以武汉市举办第七届世界军人运动会为契机,针对25条军运会重点保障线路开展了应用实践,为城市环境交通综合治理提供了重要参考。

街景地图对实测步行流量的替代性研究

针对空间句法实证研究中步行流量调研费时、费力的问题,对比北京方家胡同、虎坊桥和西二旗区域360个测点的实测数据和1 360条街景数据,探究网络开放数据中街景地图对实测步行流量的可替代性及替代适用范围。研究表明,在街景地图覆盖全面、街道等级极差大且步行流量大的区域,街景数据均匀化处理后,对实测数据的替代效果良好。该研究结果,将使未来异地研究成为可能,并降低了研究成本,提高了获取数据的精确度,这对深入探索空间形态对交通流量和功能布局的影响机制有重要意义。

基于YOLO的街景影像中行人车辆检测方法

车辆等移动平台搭载全景相机、全球导航卫星系统接收机、惯性测量单元等传感器,可以采集360°的街景。在街景影像中检测行人车辆,一方面可以在数据发布时更好地保护隐私,另一方面可以为城市治理能力提升提供数据支撑。由于街景影像具有表达环境复杂、数据量庞大、目标距离变化大等特点,现有的行人车辆检测算法应用时均存在一定局限。为此,提出一种兼顾效率和精度的街景影像中行人车辆检测方法,利用球形投影原理和先验知识从街景的经纬映射图中划分出目标区域,接着使用你只观察一次(You Only Look Once,YOLO)v4模型从目标区域检测行人和车辆。实验证明,本文方法车辆检测的准确率高于91%,行人检测的准确率高于73%,每张平均耗时21 ms,具备准确率高、速度快的优势,满足实际项目的数据生产需求。

基于群智感知的街景变化检测方法

移动群智感知数据包含的图像和时空情境信息可用于检测街景图像变化,但是群智感知数据通常是低质和不规范的。为了准确检测街景发生的变化,主要解决由拍摄视角差异引起的数据低质问题。首先,针对大视差问题采用图像配准方法初步对齐图像并提取出配准特征点;然后,基于配准特征点分布从图像中提取感兴趣区域;随后,针对差值图像的误检内容,提出基于面积和多特征点的筛选法去除误检区域;最后,结合边缘检测和超像素分割算法提取完整的变化对象。与MDFNet方法进行比较,实验结果显示:当街景发生变化时,该方法的F_(1)-measure值为55.8%,增长6%,错误率为10.8%,降低24%;当街景无变化时,该方法的错误率为2.8%,下降28%。

利用街景工厂三维模型纹理修复研究

利用街景工厂软件能够实现三维模型的自动化重建,但由于其人工干预少,生成的三维模型成果往往存在着三角网错误、纹理漏洞等现象。针对这种情况,本文主要提出了人工修复三角网,然后将三维模型的结构重新引入街景工厂,再对纹理重新映射修复的方法。