長沙市主城區(qū)建筑色彩基因提取與分析研究

傅倩，王暄，黃鈺靖，周旭

（1.中南林業(yè)科技大學風景園林學院，湖南 長沙 410004；2.長沙學院藝術設計學院，湖南 長沙 410022）

一 引言

城市色彩是在文化、歷史、社會及經濟等眾多因素影響下形成的一種城市形象，其面貌展現(xiàn)了一個地區(qū)的地域、文化及民族特征。城市可以理解為由“形”和“色”構成的空間，物質的形態(tài)及色彩共同決定了城市空間的本質。城市色彩可謂是影響城市面貌最為活躍的因素之一，是人們認識城市的最直觀感受，也是最能影響人們感知城市特質的表現(xiàn)要素。然而，隨著城市的快速發(fā)展，在經濟全球化、社會多元化及城市的拆遷、規(guī)劃、再建過程中受到許多外來元素影響的大背景下，城市逐漸丟失了許多傳統(tǒng)的元素。如今城市發(fā)展進入轉型期，追求打造高品質的城市空間成為趨勢，旨在為城市居民提供更舒適的工作空間和生活空間，城市色彩問題成為城市規(guī)劃不可忽視的一個重要議題。我國關于城市色彩的研究起步較晚，20世紀末開始才在我國受到重視，相關研究也才逐漸隨之增多與深入［1-4］，對于色彩實踐也已提出許多設想，但還處于探索階段。近年來，隨著大數據的蓬勃發(fā)展，針對傳統(tǒng)色彩采集方法的缺陷，計算機方面的新數據與新技術向建成環(huán)境領域不斷拓展，為以往難以定量、精細化測度的要素提供了新的可能［5-6］。該視角下通過從圖片數據采集、色彩提取到最終的分析，構建了一個可視化、可量化的色彩數據模型，為城市色彩研究提供了一個較理性客觀的分析路徑［7］。

隨著新時期我國城市建設從“新區(qū)拓展”轉向“城市更新”，在城市發(fā)展上更加重視塑造人性化、高品質的建成環(huán)境，城市色彩在城市規(guī)劃和城市設計領域受到前所未有的高度關注。北京、上海、天津、廣州、青島等多個城市都先后開展了城市建筑色彩方面的導控實踐［8］。長沙市也于2009年制定了《長沙市城市色彩規(guī)劃》（以下簡稱《色彩規(guī)劃》）和《長沙市城市建筑色彩管理規(guī)定》，對城市建筑色彩控制和引導做出了有益的探索。但是，利用大數據進行城市色彩研究的文獻相對較少，本文參考前人對街景評價的研究思路，對長沙的城市色彩進行分析。在色彩提取與分析方面，則基于計算機深度學習，對長沙市市區(qū)范圍內的街景圖像進行建筑外立面色彩可視化分析，把握長沙市主城區(qū)建筑色彩構成現(xiàn)狀，并與2009年的色彩規(guī)劃進行比對，評測長沙市對色彩規(guī)劃的管控力度，探討長沙市城市色彩現(xiàn)狀、特點及城市色彩分析的優(yōu)化方式。

二 研究思路及數據處理

（一）研究思路

《色彩規(guī)劃》指出長沙市建筑色彩規(guī)劃適用范圍包括芙蓉區(qū)、天心區(qū)、岳麓區(qū)、開福區(qū)、雨花區(qū)5個行政區(qū)與望城縣等城市外圍區(qū)。鑒于2011年望城縣已撤縣設區(qū)，本研究將范圍選為長沙市6個市轄行政區(qū)。本研究包括圖像采集、建筑提取、主導色計算和建筑色彩導控等四個主要步驟；通過提取城市空間內街景圖像，構建城市色彩量化模型，對大規(guī)模的城市街景圖像進行色彩分析，對空間內的色彩進行等分取樣，將城市空間的片段劃分為不同的抽象空間，以此模擬人眼在城市空間片段中的色彩認知；將人眼對所有色彩片段產生的色彩認知進行疊加，進一步研究城市的色彩構成。

（二）數據來源及處理

1.數據來源

街景圖像數據獲取的主要步驟如下。首先，進入OpenStreetMap獲取長沙市路網數據，通過ArcGIS對處理過的路網以250米為間隔進行采樣點的布點，生成采樣點11 600個，基于84坐標系對導出的經緯度數據進行坐標轉換。在獲取到每個采樣點的百度地圖坐標系的經緯度后，利用Python調用百度地圖API獲得大規(guī)模街景圖像，間隔為250m，視線垂直角度統(tǒng)一設置為0°，即視線平視的角度。采樣點的水平角度分別抓取平行于道路（前、后）和垂直于道路（左、右）的4張街景視圖（圖1），每個視線方向的視角為90°。經過校準和篩選，最終爬取到的街景圖像有5 729張。

圖1 街景圖像爬取示意圖

2.圖像數據處理

在MATLAB中調用訓練成熟的SegNet網絡模型進行遷移學習，對街景圖像進行語義分割，提取建筑元素，得到語義分析結果圖（圖2（2））。接著，對獲取到的建筑元素，進行基于灰度世界算法的圖像色彩校正。在規(guī)避因天氣、光線等因素造成的圖像色彩偏差基礎上，進行相近色彩的提取并二值化，得到以建筑為白色、其他元素為黑色的建筑灰度圖（圖2（3））。建筑灰度圖的矩陣數據由0和1構成，其中0為黑色，1為白色。然后，將處理過的圖片基于MATLAB利用K-means聚類法進行圖片主色調的提取，將數據為1的矩陣塊填入原街景圖像（圖2（1））的色彩數據，即可得到建筑物提取結果圖（圖2（4））。將所有圖片的主色調在色彩空間中進行三維可視化，觀察城市色彩的構成情況。

圖2 基于SegNet網絡模型的圖像分割

3.色彩校正及量化

為使色彩更為準確，本研究采用了Photoshop中的CameraRaw進行色彩校正。在Photoshop中以CameraRaw的方式打開圖片，選取中性灰度，即RGB大致相等的灰度色彩，就可對所有圖片色彩進行統(tǒng)一調整。色彩空間被用來量化人眼可見的色彩，常見的色彩空間有RGB、HSV等。RGB色彩空間是由紅（R）、綠（G）、藍（B）三色光混合形成的色彩，能反映出色彩的冷暖構成，常用于光柵圖形的顯示和進行色彩的色相分析。HSV色彩空間中H（Hue）為色調、S（saturation）為飽和度、V（value）為明度，本研究將選取這兩類色彩空間進行色彩量化研究。

對建筑色彩的取色，基于K-means聚類算法進行提取。建筑色彩的RGB像素點在色彩三維空間中呈散點，利用該算法將建筑色彩進行聚集、篩選，歸類為4類主色團，以團簇中間值作為建筑的主導色，則每張街景圖像可選出四個色彩點作為其主導色。通過MATLAB對提取出的主色調進行色彩空間的轉換，則可得到主導色對應的HSV值。

借助MATLAB和ArcGIS平臺，將每張街景圖像提取出的主導色置于以色彩明度（V）為X軸、色彩色調（H）為Y軸及色彩飽和度（S）為Z軸的三維空間中，觀察城市色彩在HSV色彩空間中的分布情況，通過觀察色彩信息在HSV三維色彩空間中的分布來解析城市色彩的色調、明度和飽和度構成及城市空間中主色調的分布情況，并解析長沙市主城區(qū)色彩主色調以及色彩構成、分布情況。

三 長沙市主城區(qū)主導色提取

城市色彩構成是指將每張街景圖像提取出的主導色置于以色彩明度（V）為X軸、色彩色調（H）為Y軸及色彩飽和度（S）為Z軸的三維空間中，觀察城市色彩在HSV色彩空間中的分布情況，對圖片主色調的數據進行色彩數據可視化。散點聚集程度說明使用程度，聚集程度越高則該色彩在城市中的使用頻率越高，就越有可能被體驗者所感知，因此通常將使用頻率高的色彩定義為城市的基因色彩。另一方面，色彩散點的聚集程度和分散程度反映固定的色彩模式。散點分散說明了該城市對城市色彩方面的管控力度不足，或在進行城市設計時缺少對城市內建筑色彩的考慮。

（一）H、S、V數值特征分析

HSV色彩空間主要由6個色系組成，其中色調值對應的0至30為紅色系，30至90為黃色系，90至150為綠色系，150至210為青色系，210至270為藍色系，270至330為洋紅色系。通過色彩現(xiàn)狀的色調（H）構成圖（表1）可以看出，長沙市市區(qū)范圍內建筑色調中紅色系占60%，黃色系占5%，綠色系占1.5%，青色系占6.5%，藍色系占24%，洋紅色系占3%，即黃紅色調（紅色系、黃色系及洋紅色系的總和）所占比重較大，比重為68%；藍綠色調（綠色系、青色系及藍色系的總和）占比較小，比重為32%。

表1 色調（H）構成示意圖

在長沙市色彩規(guī)劃中運用了蒙賽爾色系，該色系使用字母表示色彩的色調，字母前的數字表示色差，色系主要有紅色系、黃色系、綠色系、藍色系及紫色系。在規(guī)劃中紅色系占8%，黃色系占67%，綠色系占7.3%，藍色系占9.6%，紫色系占8.1%。即黃紅色調（紅色系及黃色系的總和）占比較大，比重為75%；藍綠色調（綠色系、藍色系及紫色系的總和）占比較小，比重為25%。基于以上分析可知，長沙市的城市色彩以黃紅色調為主要色調，與長沙市城市色彩規(guī)劃中的色調構成基本相符，在色調構成上滿足規(guī)劃中“碧水紅城”的色彩定位。

長沙市色彩的明度構成現(xiàn)狀有以下特點：明度在0.1至0.2之間的色彩點數量占比最大，比重為31%，色彩點的數量隨著色彩明度的增高而減少，說明長沙市色彩的明度均較低，低于明度0.6的色彩點占90%。在長沙市色彩規(guī)劃中，明度主要集中在0.4至0.7之間（表2）。

表2 明度（V）構成

通過以上分析可以看出，從現(xiàn)狀而言，長沙市色彩的明度均偏低，與城市色彩規(guī)劃不相吻合。但該分析結果與實際存在一定偏差，偏差主要源于街景圖像中的建筑存在受光面和背光面。在進行圖片色彩校正的前提下，建筑背光面的明度仍然會低于受光面。因此，在色彩聚類中提取主導色會對色彩明度產生影響。另一方面，長沙市色彩飽和度構成現(xiàn)狀的主要特點為：城市色彩的飽和度均較低，其中飽和度小于0.1的色彩點占比最大，比重為48%，飽和度越高色彩點占比越少。該分析結果與城市色彩規(guī)劃要求較一致，城市以低飽和度的色彩為主，高飽和色彩作為點綴，長沙市打造了素雅的城市色彩形象。

表3 飽和度（S）構成

（二）雙數值特征分析

在進行長沙市色彩的雙數值特征分析時，本研究以S-H散點分布圖（圖3）、S-V散點分布圖（圖4）及V-H散點分布圖（圖5）為可視化載體研究和探討長沙市的基因色彩類型及特點?；赟-H散點分布圖中散點在H軸上的聚集程度，可觀察到長沙市的基因色主要有四類，即H值為0.1-0.12、0.45-0.48、0.6-0.63及0.95-0.98范圍內聚集的四簇色彩點，其色彩飽和度在0.1-0.7的范圍之內。基于S-V散點分布圖的散點分布情況可觀察到，隨著色彩明度的增加，色彩散點數量減少的同時色彩飽和度也逐漸降低，色彩明度主要聚集在0-0.3的范圍之內?；赩-H散點分布圖中散點的分散程度及聚集程度，可觀察到藍綠色系的色彩點較分散，黃紅色系的色彩點較聚集，說明長沙市在進行色彩管控時對黃紅色系的色彩規(guī)劃管控較嚴格。

圖3 S-H散點分布圖

圖4 S-V散點分布圖

圖5 散點V-H分布圖

長沙市色彩散點在三維空間中分布較集中，呈現(xiàn)出較明顯的以黃紅色系為主的色彩特征，與長沙市城市色彩的規(guī)劃定位和目標相符合，說明長沙市在近10年來對城市的整體色彩進行規(guī)劃時基本落實了城市色彩規(guī)劃中的內容，對城市的主要色調進行了有效的管控和統(tǒng)一。

四 典型空間主導色分析

（一）商業(yè)空間基因色彩分布

在商業(yè)性空間方面本文選取了主城區(qū)內具有代表性的五一商圈和梅溪湖商圈進行典型色彩分析，兩個商圈內的建筑風格以現(xiàn)代簡約為主，就整體而言基因色分布均是以藍色系為主色調。考慮商圈內建筑外立面廣泛使用玻璃幕墻，增加了藍色系色彩點的數量。除此以外，紅色系也被較多使用，多出現(xiàn)在廣告宣傳牌或店鋪標識上。底層商業(yè)外立面則以色彩明度較低的黃色系為主。

（二）街道色彩分析

在道路空間方面本文選取了黃興中路、坡子街和太平老街三條老街作為色彩分析樣本，建筑風格以傳統(tǒng)建筑為主。通過計算，黃興中路的色彩點分布主要呈現(xiàn)出在縱軸（H軸）上聚集的三簇色彩散點，其閾值分別為0至0.15、0.5至0.7、0.9至1，色相值的最大跨度為0.2；橫軸（V軸）的閾值為0至0.8，色彩大量集中在小于0.3的區(qū)域。黃興中路中的色彩以低明度色彩為主、高明度色彩為輔，采用的色系有三種，分別為藍色系、紅色系和黃色系。

坡子街的色彩散點分布主要呈現(xiàn)為色彩點在縱軸（H軸）上聚集的兩簇色彩散點，其閾值范圍為0至0.2、0.5至1，色相值的最大跨度為0.5，主要呈現(xiàn)出藍色系和黃色系的色調，以黃色系為主，藍色系為輔；橫軸（V軸）的閾值為0至1，其中有較多色彩點聚集的范圍為0至0.4，說明坡子街中的色彩明度有高有低，色彩明度覆蓋范圍廣。太平老街的色彩散點分布主要呈現(xiàn)為色彩點在縱軸（H軸）上聚集的三簇色彩散點，其閾值范圍分別為：0至0.15、0.6至0.78、0.9至1，色相值的最大跨度為0.18，色系表現(xiàn)為以黃紅色系為主，藍色系為輔；橫軸（V軸）的閾值為0至0.9，其中色彩點大量集中在0至0.3的范圍內，太平老街中色彩的明度構成以低明度色彩為主，高明度色彩為輔。

表4 商業(yè)空間基因色分布情況

五 結論與建議

（一）基于數字化研究的長沙市主城區(qū)色彩空間分布特征

本研究利用街景數據和機器學習，對長沙市主城區(qū)內的建筑色彩點信息進行了可視化分析。長沙市主城區(qū)城市色彩的色調以黃紅色調為主，色彩的飽和度均為低值，呈現(xiàn)以低飽和度色彩為主、高飽和度色彩為點綴的特點。色彩的明度整體偏低，主要聚集在0-0.3的范圍之內。以《色彩規(guī)劃》為依據，目前長沙市整體色調基本與規(guī)劃相吻合，但色彩明度低于規(guī)劃中0.7的要求，說明了城市內色彩偏暗的現(xiàn)狀。

通過對長沙市建筑色彩的提取進行分析，長沙市內黃紅色調主要運用于居住建筑、低層商業(yè)及傳統(tǒng)型商業(yè)街區(qū)的建筑外立面中，藍綠色調主要運用于現(xiàn)代型商業(yè)的高層建筑和底層商業(yè)建筑的立面中，色彩來源主要為建筑外立面的大面積玻璃幕墻反光產生的藍綠色系的光線。同時，在研究中發(fā)現(xiàn)，部分案例空間中，同一空間內出現(xiàn)涉及多個色系色彩使用的現(xiàn)象，沒有形成主次，導致空間內出現(xiàn)建筑色彩混亂的情況（圖6）。

圖6 現(xiàn)代商業(yè)區(qū)建筑街景圖

由此可以看出，良好的色彩環(huán)境主要與空間中色彩的色相跨度及色彩明度相關。同一街道空間內的色系應以一種色調為主，主要色調的色相跨度范圍也不宜過大，宜取同一色調組團內的顏色互為色調調和，且應盡量控制在0.2之內，保持空間內色彩的一致性。同時，應盡量控制輔助色調的空間布局，如廣告牌的位置、店鋪的名稱標識等，降低輔助色調對空間色彩產生的影響。應保證色彩明度以高明度色彩為主，尤其是在街道寬度較小的街道空間內。高明度色彩具有空間膨脹效果，為較狹窄的街道空間營造更好的體驗效果。

（二）基于數據分析平臺的色彩數據分析及可視化應用探討

人本視角下的城市建筑色彩分析與評估，一直是構建城市色彩總譜、建立城市色彩庫、劃定城市主導色和色彩基調等城市設計工作中的核心內容［8］。本文利用MATLAB深度學習工具箱中遷移學習的功能，進行基于SegNet語義網絡的圖像語義分割；利用其中的K-means算法對色彩數據進行色彩聚集和提取，并對聚集色彩進行疊加及可視化，從而得出長沙市城市建筑色彩的結構。同時，通過ArcGIS軟件將色彩點的空間位置與特征進行可視化呈現(xiàn)，直觀地反映了長沙市主城區(qū)色彩分布的情況?；诮志皵祿蜋C器學習的城市色彩評估，解決了以往建筑色彩分析拘泥于手工小樣本采集，難以大范圍運用的問題。但是，街景圖片的拍攝受到時間、季節(jié)、光線以及街道綠植干擾等因素的影響，由此產生的光影、色偏、建筑反光燈效果均不相同，導致獲取到的街景圖像之間存在較大的色彩差異，在對建筑色彩進行顏色聚類提取的時候會與實際的色彩效果產生偏差。因此，在往后的研究中應發(fā)掘和引入更好的圖像色彩偏差校正方法，力求減少獲取的數據與實際街景之間的誤差。

（三）優(yōu)化建議

本研究主要對長沙市主城區(qū)的主色調及代表區(qū)域的色彩進行了提取分析，嘗試將主觀感受轉變?yōu)榭茖W表達，并使用統(tǒng)一的數字化色彩表達語匯，賦予城市色彩以地理空間屬性，以探討長沙市主城區(qū)的建筑色彩分布特征。本文沒有評判建筑色彩使用的優(yōu)劣，也未探究市民對于城市色彩的喜好程度。但是，伴隨著品質化城市更新的不斷推進，城市色彩的研究越來越被人們所重視，大眾對城市的個性以及特色的要求也越來越高。因此，未來應依托計算機技術，優(yōu)化評價手段，重視主客合一的思維方式，基于城市自身的文化基因特色，探討一套更完整、更直觀的色彩評價體系。這不僅能為城市色彩規(guī)劃提供一個更精準的量化標準，還能因地制宜地營造出具有不同性格特點的街道空間；既使城市色彩能符合城市特色發(fā)展的需求，同時也能滿足體驗者的心理需求。除此之外，在未來的城市規(guī)劃中，應針對建筑材料、建筑外觀的色彩屬性特征提出具體的控制要求，同時加強項目審批階段的色彩監(jiān)管及建筑色彩日常維護、更新管理方面的制度建設，才能使整體色彩品質能夠長期維持下去，并維護良好的城市色彩形象。