生態(tài)園林景觀布局色彩的智能匹配方法設(shè)計

包 敏

（西安思源學(xué)院，陜西西安 710038）

生態(tài)園林景觀布局屬于綜合性學(xué)科，涉及美學(xué)、建筑學(xué)和環(huán)境學(xué)等。園林景觀布局不局限于對單一學(xué)科的呈現(xiàn)，而是綜合表征大眾審美趨勢與訴求。所以，生態(tài)園林景觀布局不僅是園林藝術(shù)與公共環(huán)境藝術(shù)，也是視覺傳達藝術(shù)，布局與視覺須統(tǒng)一協(xié)調(diào)且具有視覺沖擊與美觀。目前，大部分園林景觀布局更重視協(xié)調(diào)性，忽略色彩要素，尤其是色彩匹配[1]。本研究設(shè)計了一種新型的生態(tài)園林景觀布局色彩智能匹配方法，以實現(xiàn)色彩要素的合理匹配，確保色彩的高相似度，保障景觀布局的美感，提高視覺效果，提升色彩匹配效率[2]。

1 圖像獲取與處理分析

將景觀圖像劃分為反射光成分與入射光成分，在生態(tài)園林景觀內(nèi)提取子模塊，基于高斯函數(shù)進行入射分量計算，以局部重疊策略為載體進行子模塊平移，計算出圖像入射分量，減去原始圖像的入射分量，獲得反射分量，實現(xiàn)圖像增強處理，縮短圖像色彩識別的時間，提升色彩匹配效率與水平[3]。

基于Retinex 理論，設(shè)定生態(tài)園林景觀圖像由反射光與入射光共同構(gòu)成，假設(shè)P（x，y）代表反射光，Q（x，y）代表入射光，景觀圖像則為：

對數(shù)域內(nèi)減去園林景觀圖像入射分量，獲取增強處理的景觀圖像，即：

式中，T（x，y）代表景觀圖像；F（x，y）代表增強處理后的景觀圖像；T（x'，y'）代表景觀圖像的對數(shù)；Tlow（x，y）代表入射分量。

2 研究方法

2.1 提取特征

將增強處理后的景觀圖像轉(zhuǎn)換到色彩空間中，將其中的分量量化成128種色彩的4、4和8等份，把景觀圖像等分為N×N 個子模塊。整合子模塊的色彩像素頻度數(shù)，將出現(xiàn)頻率最高的像素相應(yīng)色彩作為子模塊主色彩。根據(jù)子模塊的主色彩關(guān)聯(lián)性進行景觀圖像劃分，劃分為4 個連通域。假設(shè)Parti代表連通域，其i=1,2,3，……，R×R。

為提取景觀布局色彩特征，需計算圖像連通子區(qū)域的色度矩。色度矩即轉(zhuǎn)換景觀圖像于二維色度空間，計算像素色度矩，據(jù)此結(jié)果提取色彩特征。色度矩是基于區(qū)域特征獲得，以其為載體，有助于提取和保存景觀布局色彩特征[4]。

rgb色彩空間可表示為：

式中，R、B和G代表色彩連通區(qū)域的紅色、藍(lán)色和綠色分量；k代表與0相近的常數(shù)。

轉(zhuǎn)變rgb色彩空間為二維空間，即：

（rg，yb）空間色差度量接近常人眼睛色差度量，可作為色度空間。在色度空間內(nèi)對不同像素色度矩進行計算與分析，通過多項式Hn（x），在第i子區(qū)域內(nèi)實現(xiàn)逐層累加，以獲得景觀布局色彩特征即：

式中，Dmn代表權(quán)系數(shù)；rg(p)和yb(p)代表色度空間存在值。

2.2 智能匹配

生態(tài)園林景觀布局中的色彩均可作為矢量集，并存在于色彩空間中。任何矢量在景觀圖像中均存在相應(yīng)色彩，計算特征矢量相似度，以結(jié)果為依據(jù)對色彩相似度進行評判，在此基礎(chǔ)上實現(xiàn)景觀布局色彩智能匹配[6]。

設(shè)定W'（r'，g'，b'）和W″（r″，g″，b″）分別表征色彩空間存在的不同顏色；η代表色差因子，可基于此因子對不同顏色差異進行詳細(xì)闡述，計算公式為：

W'和W″闡釋的顏色相似度越大，色彩矢量的差異越小，色彩因子值也越小；其余色彩相似度間呈反相關(guān)關(guān)系。W'和W″描述顏色相同時，色差因子值為0，色彩相似度最大，代表顏色完全相同。

以色彩相似度與色彩因子的反相關(guān)關(guān)系為依據(jù)，景觀布局色彩的相似度可基于色差因子進行度量分析。

灰度圖像匹配時，受到相容性、極線、視差范圍和唯一性等的限制。為準(zhǔn)確和合理地利用園林景觀圖像的色彩信息，需在色彩匹配時，添加色彩相似度進行限制，即最佳匹配點應(yīng)控制在視差搜索范圍內(nèi)與基準(zhǔn)點間顏色差異最小的點，基準(zhǔn)點和最佳匹配點的色差因子最小。

色彩智能化匹配方法基于像素灰度差平方和（Δk）與色差因子之間的乘積，引進色彩相似性約束，即：

當(dāng)需要匹配點的色差因子處于最小狀態(tài)的時候，其屬于最佳匹配點，滿足公式（6）。

在色彩匹配時，對比需要匹配的點與基準(zhǔn)點間的顏色差異，所提供的約束無法滿足相關(guān)標(biāo)準(zhǔn)。景觀布局色彩智能化匹配方法基于m ×n 的待匹配點與基準(zhǔn)點的像素鄰域間色差因子總和，進一步限定色彩相似度范圍[7]，即：

式中，σwv代表基準(zhǔn)點與需要匹配點像素鄰域中對應(yīng)像素點間的色差因子。

基于公式（8）獲得景觀布局色彩匹配公式，即：

3 結(jié)果與分析

為驗證色彩智能匹配效果，采用生態(tài)園林景觀布局色彩智能匹配方法（方法1）、基于MSCR 與CSLBP 的色彩匹配方法（方法2）和基于樹形動態(tài)規(guī)劃與色彩權(quán)值的色彩匹配方法（方法3）3 種不同方法進行匹配試驗，對比不同方法的生態(tài)園林景觀布局色彩匹配效果（圖1 ～4）。

相較于方法2 和方法1，本研究設(shè)計的方法1 的匹配效果更佳，色彩相似度較高，提高了生態(tài)園林景觀布局的視覺效果。

為驗證色彩匹配效率，對3 種不同方法的匹配耗時進行詳細(xì)測試[8]（表1）。在5 次迭代中，通過方法1 進行色彩匹配時，耗時非常短；基于方法2 進行色彩匹配時，耗時較長；基于方法3 進行色彩匹配時，耗時最長。方法1耗時最短，主要是由于此方法以Retinex 理論為載體，對景觀圖像進行了增強處理，可短時間內(nèi)辨別景觀色彩，縮短了色彩匹配時間，提高了智能匹配效率。

為深入檢驗方法1 的實效性，對3 種不同方法的匹配精確度進行測試[9]（表2）。在多次迭代中，方法1 的匹配精確度較高；方法2 的匹配精確度相對較低，且不穩(wěn)定；方法3 的匹配精確度最低。方法1的匹配精確度較高，主要是由于其在色彩匹配中引入了色彩相似度約束，可準(zhǔn)確通過景觀圖像色彩信息實現(xiàn)色彩高度匹配，保證了匹配的精確性。

圖1 原始圖像Fig.1 Original image

圖2 方法1匹配效果Fig.2 Matching effect of method 1

圖3 方法2匹配效果Fig.3 Matching effect of method 2

圖4 方法3匹配效果Fig.4 Matching effect of method 3

表1 不同方法色彩匹配耗時Tab.1 Color matching time of different methods（s）

表2 不同方法匹配精確度Tab.2 Matching accuracy of different methods （%）

4 結(jié)論與討論

相較于基于MSCR 與CS-LBP 的色彩匹配方法和基于樹形動態(tài)規(guī)劃與色彩權(quán)值的色彩匹配方法，本研究設(shè)計的生態(tài)園林景觀布局色彩智能匹配方法的匹配效果更佳，色彩相似度較高，可提高生態(tài)園林景觀布局的視覺效果，主要是由于該方法對景觀圖像做了增強處理分析，強化了圖像色彩相似度。

生態(tài)園林景觀布局色彩匹配應(yīng)遵循整體色調(diào)統(tǒng)一協(xié)調(diào)并呈現(xiàn)地域特色等原則，整合植物、建筑、鋪裝、水系和山體等多景觀要素，充分考慮所有要素，從整體到局部進行色彩的科學(xué)匹配，以實現(xiàn)景觀色彩的有機關(guān)聯(lián)。色彩是基于物理條件所生成的且不受人意志影響的效果呈現(xiàn)，在生態(tài)園林景觀布局中發(fā)揮重要作用。現(xiàn)有的景觀布局色彩匹配方法耗時長、效率較低且精確度低。本研究設(shè)計的生態(tài)園林景觀色彩智能匹配方法耗時短、效率高且精確度高，可進行推廣與應(yīng)用。

本研究未充分考慮復(fù)雜特殊地貌中生態(tài)園林景觀的色彩匹配；受實際情況限制，研究量化分析較小，雖可滿足研究需求，但所得方法的準(zhǔn)確性有待進一步考證。