生态园林景观布局色彩的智能匹配方法设计

包 敏

（西安思源学院，陕西西安 710038）

生态园林景观布局属于综合性学科，涉及美学、建筑学和环境学等。园林景观布局不局限于对单一学科的呈现，而是综合表征大众审美趋势与诉求。所以，生态园林景观布局不仅是园林艺术与公共环境艺术，也是视觉传达艺术，布局与视觉须统一协调且具有视觉冲击与美观。目前，大部分园林景观布局更重视协调性，忽略色彩要素，尤其是色彩匹配[1]。本研究设计了一种新型的生态园林景观布局色彩智能匹配方法，以实现色彩要素的合理匹配，确保色彩的高相似度，保障景观布局的美感，提高视觉效果，提升色彩匹配效率[2]。

1 图像获取与处理分析

将景观图像划分为反射光成分与入射光成分，在生态园林景观内提取子模块，基于高斯函数进行入射分量计算，以局部重叠策略为载体进行子模块平移，计算出图像入射分量，减去原始图像的入射分量，获得反射分量，实现图像增强处理，缩短图像色彩识别的时间，提升色彩匹配效率与水平[3]。

基于Retinex 理论，设定生态园林景观图像由反射光与入射光共同构成，假设P（x，y）代表反射光，Q（x，y）代表入射光，景观图像则为：

对数域内减去园林景观图像入射分量，获取增强处理的景观图像，即：

式中，T（x，y）代表景观图像；F（x，y）代表增强处理后的景观图像；T（x'，y'）代表景观图像的对数；Tlow（x，y）代表入射分量。

2 研究方法

2.1 提取特征

将增强处理后的景观图像转换到色彩空间中，将其中的分量量化成128种色彩的4、4和8等份，把景观图像等分为N×N 个子模块。整合子模块的色彩像素频度数，将出现频率最高的像素相应色彩作为子模块主色彩。根据子模块的主色彩关联性进行景观图像划分，划分为4 个连通域。假设Parti代表连通域，其i=1,2,3，……，R×R。

为提取景观布局色彩特征，需计算图像连通子区域的色度矩。色度矩即转换景观图像于二维色度空间，计算像素色度矩，据此结果提取色彩特征。色度矩是基于区域特征获得，以其为载体，有助于提取和保存景观布局色彩特征[4]。

rgb色彩空间可表示为：

式中，R、B和G代表色彩连通区域的红色、蓝色和绿色分量；k代表与0相近的常数。

转变rgb色彩空间为二维空间，即：

（rg，yb）空间色差度量接近常人眼睛色差度量，可作为色度空间。在色度空间内对不同像素色度矩进行计算与分析，通过多项式Hn（x），在第i子区域内实现逐层累加，以获得景观布局色彩特征即：

式中，Dmn代表权系数；rg(p)和yb(p)代表色度空间存在值。

2.2 智能匹配

生态园林景观布局中的色彩均可作为矢量集，并存在于色彩空间中。任何矢量在景观图像中均存在相应色彩，计算特征矢量相似度，以结果为依据对色彩相似度进行评判，在此基础上实现景观布局色彩智能匹配[6]。

设定W'（r'，g'，b'）和W″（r″，g″，b″）分别表征色彩空间存在的不同颜色；η代表色差因子，可基于此因子对不同颜色差异进行详细阐述，计算公式为：

W'和W″阐释的颜色相似度越大，色彩矢量的差异越小，色彩因子值也越小；其余色彩相似度间呈反相关关系。W'和W″描述颜色相同时，色差因子值为0，色彩相似度最大，代表颜色完全相同。

以色彩相似度与色彩因子的反相关关系为依据，景观布局色彩的相似度可基于色差因子进行度量分析。

灰度图像匹配时，受到相容性、极线、视差范围和唯一性等的限制。为准确和合理地利用园林景观图像的色彩信息，需在色彩匹配时，添加色彩相似度进行限制，即最佳匹配点应控制在视差搜索范围内与基准点间颜色差异最小的点，基准点和最佳匹配点的色差因子最小。

色彩智能化匹配方法基于像素灰度差平方和（Δk）与色差因子之间的乘积，引进色彩相似性约束，即：

当需要匹配点的色差因子处于最小状态的时候，其属于最佳匹配点，满足公式（6）。

在色彩匹配时，对比需要匹配的点与基准点间的颜色差异，所提供的约束无法满足相关标准。景观布局色彩智能化匹配方法基于m ×n 的待匹配点与基准点的像素邻域间色差因子总和，进一步限定色彩相似度范围[7]，即：

式中，σwv代表基准点与需要匹配点像素邻域中对应像素点间的色差因子。

基于公式（8）获得景观布局色彩匹配公式，即：

3 结果与分析

为验证色彩智能匹配效果，采用生态园林景观布局色彩智能匹配方法（方法1）、基于MSCR 与CSLBP 的色彩匹配方法（方法2）和基于树形动态规划与色彩权值的色彩匹配方法（方法3）3 种不同方法进行匹配试验，对比不同方法的生态园林景观布局色彩匹配效果（图1 ～4）。

相较于方法2 和方法1，本研究设计的方法1 的匹配效果更佳，色彩相似度较高，提高了生态园林景观布局的视觉效果。

为验证色彩匹配效率，对3 种不同方法的匹配耗时进行详细测试[8]（表1）。在5 次迭代中，通过方法1 进行色彩匹配时，耗时非常短；基于方法2 进行色彩匹配时，耗时较长；基于方法3 进行色彩匹配时，耗时最长。方法1耗时最短，主要是由于此方法以Retinex 理论为载体，对景观图像进行了增强处理，可短时间内辨别景观色彩，缩短了色彩匹配时间，提高了智能匹配效率。

为深入检验方法1 的实效性，对3 种不同方法的匹配精确度进行测试[9]（表2）。在多次迭代中，方法1 的匹配精确度较高；方法2 的匹配精确度相对较低，且不稳定；方法3 的匹配精确度最低。方法1的匹配精确度较高，主要是由于其在色彩匹配中引入了色彩相似度约束，可准确通过景观图像色彩信息实现色彩高度匹配，保证了匹配的精确性。

图1 原始图像Fig.1 Original image

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

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

图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时Tab.1 Color matching time of different methods（s）

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

4 结论与讨论

相较于基于MSCR 与CS-LBP 的色彩匹配方法和基于树形动态规划与色彩权值的色彩匹配方法，本研究设计的生态园林景观布局色彩智能匹配方法的匹配效果更佳，色彩相似度较高，可提高生态园林景观布局的视觉效果，主要是由于该方法对景观图像做了增强处理分析，强化了图像色彩相似度。

生态园林景观布局色彩匹配应遵循整体色调统一协调并呈现地域特色等原则，整合植物、建筑、铺装、水系和山体等多景观要素，充分考虑所有要素，从整体到局部进行色彩的科学匹配，以实现景观色彩的有机关联。色彩是基于物理条件所生成的且不受人意志影响的效果呈现，在生态园林景观布局中发挥重要作用。现有的景观布局色彩匹配方法耗时长、效率较低且精确度低。本研究设计的生态园林景观色彩智能匹配方法耗时短、效率高且精确度高，可进行推广与应用。

本研究未充分考虑复杂特殊地貌中生态园林景观的色彩匹配；受实际情况限制，研究量化分析较小，虽可满足研究需求，但所得方法的准确性有待进一步考证。