一种基于古代空间图像的城-山空间关系分析方法

本发明涉及空间关系分析，具体涉及一种基于古代空间图像的城-山空间关系分析方法。

背景技术：

1、在古代，空间图像作为记录历史、描绘自然与人文景观的重要手段，为我们提供了窥探古代社会、文化与环境的宝贵窗口。在这些图像中，城市与山的关系尤为引人注目，它们不仅反映了古人对地理环境的深刻理解与巧妙利用，还体现了城市规划的智慧与生态理念的融合。深入分析古代空间图像中城与山的空间关系，对于理解城市的布局原则、生态环境、军事防御及文化象征等方面具有重要意义。

2、在古代空间图像中，城市与山的关系呈现出多样化的形态。有的城市依山而建，利用山体提供的天然屏障与资源，形成坚固的防御体系与丰富的生态系统；有的城市则坐落于山脚或山间平原，与山体保持一定的距离，这既享受山体的滋养，又避免了山洪等自然灾害的威胁。此外，还有一些城市直接建于山顶，这种独特的布局往往出于军事防御的考虑，利用山体的险峻地形形成天然的防御屏障。

3、通过分析古代空间图像中城与山的空间关系，可以揭示古代城市规划的深邃智慧。古人根据山体的形态、高度、坡度等特征，巧妙地规划城市的布局，使城市与山体相得益彰，既满足了人们的生活需求，又体现了对自然的尊重与和谐共生的理念。城市与山的关系也反映了古代城市的生态环境。山体作为城市的重要组成部分，为城市提供了丰富的自然资源，如水源、木材、矿产等。同时，山体还承担着调节气候、净化空气、保持水土等生态功能。通过分析城市与山的空间关系，我们可以更深入地了解古代城市的生态环境状况及其对人类生活的影响。

4、古代城市规划中城与山的空间关系为我们提供了宝贵的经验借鉴。在城市规划中，可以借鉴古人的智慧，充分考虑自然环境的特征与限制，合理规划城市的布局与功能分区，实现人与自然的和谐共生。通过分析古代空间图像中城与山的空间关系，我们可以更好地认识和理解古代文化遗产的价值与意义。这有助于我们加强对文化遗产的保护与传承工作，让更多的人了解和欣赏古代文化的魅力。古代空间图像中城与山的空间关系涉及地理学、历史学、建筑学等多个学科领域。通过跨学科的研究与合作，我们可以更全面地了解和分析这一现象的本质与规律，推动相关学科的发展与进步。

5、因此，分析古代空间图像中城与山的空间关系对于理解古代城市规划的智慧、生态环境的状况、文化象征的意义以及为现代城市规划提供借鉴等方面都具有重要作用。然而，目前还没有一种基于古代空间图像分析城-山空间关系的方法。

技术实现思路

1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种基于古代空间图像的城-山空间关系分析方法，分别提取古代空间图像的城山文字要素和城山形态要素，能够提高城与山空间关系分析的准确性和全面性；同时对提取的城山文字要素和城山形态要素进行数据集划分，从而提高城与山空间关系分析的效率和便捷性。

2、为了解决上述技术问题，本发明采用了如下的技术方案：

3、一种基于古代空间图像的城-山空间关系分析方法，包括：

4、s1：获取目标区域的古代空间图像；

5、s2：对目标区域的古代空间图像进行文字识别和提取，得到城山文字要素；

6、s3：对目标区域的古代空间图像进行形态识别和提取，得到城山形态要素；

7、s4：将目标区域的城山形态要素与对应的城山文字要素进行关联，构成城山文字-形态要素对；

8、s5：将城山文字-形态要素对分类成城要素数据集和山要素数据集；

9、s6：基于目标区域的城要素数据集和山要素数据集分析其城与山的空间关系。

10、优选的，步骤s2中，提取到古代空间图像的城山文字要素后，定位该城山文字要素在对应古代空间图像中的位置信息；将该城山文字要素与其在对应古代空间图像中的位置信息进行绑定。

11、优选的，步骤s3中，提取到古代空间图像的城山形态要素后，定位该城山形态要素在对应古代空间图像中的位置信息；

12、步骤s4中，将该城山形态要素与其在对应古代空间图像中的位置信息相对应的城山文字要素进行关联，构成城山文字-形态要素对。

13、优选的，步骤s2中，通过如下步骤提取古代空间图像的城山文字要素：

14、s201：对古代空间图像进行预处理；

15、s202：对预处理后的古代空间图像进行二值化处理，得到城山二值化图像；

16、s203：对城山二值化图像进行形态学处理；

17、s204：识别并标记形态学处理后的城山二值化图像中的连通域；将识别出的连通域分割为独立的字符；

18、s205：通过ocr识别模型基于分割出的字符识别对应的文字，得到城山文字要素。

19、优选的，步骤s3中，通过如下步骤提取古代空间图像的城山形态要素：

20、s301：对古代空间图像进行预处理；

21、s302：将预处理后的古代空间图像输入训练好的形状识别模型中，对古代空间图像中的目标形状进行识别和标记，输出带目标形状分割掩码的城山空间图像；其中，形状识别模型基于卷积神经网络模型构建；

22、s303：将带目标形状分割掩码的城山空间图像输入训练好的形状分割模型中，将目标形状从古代空间图像的背景中分割出来，输出目标形状图像作为城山形态要素；其中，形状分割模型基于segnet模型构建。

23、优选的，步骤s302中，通过如下步骤训练形状识别模型：

24、s3021：获取包含目标形状的城山图像样本，对城山图像样本中的目标形状进行标注，生成包含目标形状分割掩码的标注图像；

25、s3022：将所有的标注图像划分为训练集、验证集和测试集；

26、s3023：基于卷积神经网络构建形状识别模型；

27、s3024：将训练集输入形状识别模型中，通过前向传播计算模型损失，通过反向传播更新模型参数，直到形状识别模型在验证集上达到满意的性能；

28、s3025：通过验证集和测试集评估形状识别模型的性能，并进行必要的调整。

29、优选的，步骤s303中，通过如下步骤训练形状分割模型：

30、s3031：获取包含目标形状的城山图像样本，为每个城山图像样本生成相应的分割掩码；

31、s3032：将所有的城山图像样本及对应的分割掩码划分为训练集、验证集和测试集；

32、s3033：基于segnet构建形状分割模型；

33、s3034：将训练集中的城山图像样本和分割掩码分批输入形状分割模型进行训练，通过反向传播算法更新模型权重，直到形状识别模型在验证集上达到满意的性能；

34、s3035：通过验证集和测试集评估形状识别模型的性能，并进行必要的调整。

35、优选的，步骤s5中，基于城山文字-形态要素对中城山文字要素的文字名称和城山形态要素的形态结构综合对城山文字-形态要素对进行分类，得到城要素数据集和山要素数据集。

36、优选的，步骤s6中，城要素包括城墙、城市建制和标志建筑；

37、城要素数据集包括城墙要素子集、城市建制要素子集和标志建筑要素子集。

38、优选的，步骤s6中：

39、基于目标区域的山要素数据集和城墙要素子集，分析城与山的宏观尺度空间关系；

40、基于目标区域的山要素数据集和城市建制要素子集，分析城与山的中观尺度空间关系；

41、基于目标区域的山要素数据集和标志建筑要素子集，分析城与山的微观尺度空间关系。

42、本发明中基于古代空间图像的城-山空间关系分析方法与现有技术相比，具有如下有益效果：

43、本发明分别提取古代空间图像的城山文字要素和城山形态要素并构成城山文字-形态要素对。首先文字要素可以反映城市和山的名称和相关描述，形态要素可以反映城市和山的外形和结构挣，通过将文字要素与形态要素进行关联可以形成更为完整的信息体系，如通过文字识别得知某处为某城市，而形态识别则确认了该处的城墙轮廓和布局，通过两者的结合可以更准确地定位和分析城市与周围山体的关系，从而提高城与山空间关系分析的准确性。其次综合考虑文字(要素)信息和形态信息，可以避免单一信息源可能带来的片面性，如仅依赖文字信息可能无法准确描绘城市的实际布局，而仅依赖形态信息则可能忽略重要的历史背景信息，从而提高城与山空间关系分析的全面性。最后通过构建城山文字-形态要素对的方式为后续的空间关系分析提供了基础数据，这种成对的数据便于进行量化分析、空间建模等操作，从而更深入地揭示城与山的空间关系。

44、本发明将城山文字-形态要素对分类成城要素数据集和山要素数据集，进而分析城与山的空间关系。通过将要素对分成城要素数据集和山要素数据集，可以分别反映城市和山体的信息，便于对城与山进行针对性的分析和处理；并且分类后的数据集可以方便地提取所需的城市信息和山信息，便于针对性分析城语山的空间关系分析，从而提高城与山空间关系分析的效率和便捷性。同时，后续还可以对城要素数据集或山要素数据集进行细分，进而基于细分后的子集进行不同尺度空间关系分析，从而提高城与山空间关系分析的灵活性。