(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210672757.X (22)申请日 2022.06.15 (71)申请人 江苏城乡空间规划设计 研究院有限 责任公司 地址 225000 江苏省扬州市扬子江中路186 号智谷科技综合体A座19 楼 (72)发明人 张树辉　林艺云　祁百颖　高杰　 孙一凡　奚彩云　 (74)专利代理 机构 北京文苑专利代理有限公司 11516 专利代理师 王中五 (51)Int.Cl. G06V 20/54(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) (54)发明名称 一种基于街景影 像的城市 分析方法及系统 (57)摘要 本发明涉及一种聚类算法领域， 尤其为一种 基于街景影像的城市分析方法及系统， 包括采集 城市中的街景影像数据； 对采集到的图像数据进 行图像预处理； 对预处理后的图像数据进行分 析； 对分析后的数据进行综合分析、 整理并生成 报告； 利用加权法对彩色影像进行灰度化处理， 将彩色图像简单化， 能够更直观、 简洁地确定研 究对象； 使用Y均值聚类算法对研究对象的聚集 程度进行分析， 效率高， 可靠性好， 有利于 大大提 高交通管理部门的工作效率和交通信息发布的 实时性、 准确性和可靠性， 具有极高的实际意义； 最终分析得到的数据以人的视角详尽描绘了城 市的环境， 同时也隐性的表达了可视环境背后有 关城市功能、 社会经济和人类活动的信息 。 权利要求书2页 说明书5页 附图2页 CN 114926793 A 2022.08.19 CN 114926793 A 1.一种基于街景影 像的城市 分析方法， 其特 征在于： 包括： 步骤一： 采集城市中的街景影 像数据； 步骤二： 对 采集到的图像数据进行图像预处 理； 步骤三： 对预处 理后的图像数据进行分析； 步骤四： 对分析后的数据进行综合分析、 整理， 并生成报告。 2.根据权利要求1所述的基于街景影像的城市分析方法， 其特征在于： 所述步骤一中街 景影像的采集 通过百度全景地图或者 街头实时摄 像头采集。 3.一种基于街景影 像的城市 分析系统， 其特 征在于： 包括： 数据采集模块(1 10)： 用于采集城市街景影 像； 数据准备模块(120)： 与数据采集模块(110)连接， 用于对采集的图像数据进行预处理， 为数据分析模块做准备； 数据分析模块(13 0)： 与数据准备模块(120)连接， 用于分析 数据的聚集 程度； 报告生成模块(140)： 与数据分析模块(130)连接， 用于对分析后的数据进行综合分析、 整理， 生成报告。 4.根据权利要求3所述的基于街景影像的城市分析系统， 其特征在于： 所述数据准备模 块(120)包括： 数据预处理模块(121)： 用于对图像进行灰度处理， 提取灰度图像的亮度值作为研究对 象； 算法输入特征变量设计模块(122)： 用于根据提取灰度图像的亮度值分类， 输入变量， 为数据聚类做准备。 5.根据权利要求4所述的基于街景影像的城市分析系统， 其特征在于： 所述数据 预处理 模块(121)采用加权法进行 灰度处理。 6.根据权利要求5所述的基于街景影像的城市分析系统， 其特征在于： 所述加权法步骤 如下： G(x,y)＝0.1 1*R(x,y)+0.59*G(x,y)+0.3 *B(x,y) G(x,y)为图像在(x,y)处的灰度值； R(x,y)， G(x,y)， B(x,y)为彩色图像的红绿蓝三个 通道的分量亮度值。 7.根据权利要求3所述的基于街景影像的城市分析系统， 其特征在于： 所述数据分析模 块(130)主要采用计算样本集的隶属度矩阵和聚类中心 矩阵的Y均值聚类算法。 8.根据权利要求7所述的基于街景影像的城市分析系统， 其特征在于： 所述聚类算法是 根据特定的相似性度量将数据划分成一定数目的子集。 9.根据权利要求8所述的基于街景影像的城市分析系统， 其特征在于： 所述确定数据集 中样本相似性使用的方法是欧氏距离算法， 所述欧式距离算法如下： 令 是特征空间中的一个有限数据集合， n是数据集合中的元素个 数； 令y为样本分类数， 2≤y≤n； 令 是特征空间Tp的矢量集 合,是y个聚类中心向量； uab是第b个样本属于第a个中心的隶属度 是一y×n 矩阵； 定义：权　利　要　求　书 1/2 页 2 CN 114926793 A 2其约束条件为： J1是经典的类内误差平方和目标函数， || ·||A是TP上的内积范数； 令dab＝||Xb‑Va||2,1 ≤a≤y,1≤b≤n,dab为样本Xb与聚类中心 Va间的相似性度量。 10.根据权利要求8所述的基于街景影像的城市分析系统， 其特征在于： 所述Y均值聚类 算法如下： 其中： 1≤a≤y,1≤b≥n， 通过将两式迭代 计算后， 使目标函数 J1收敛到一个局部最小点， 从而得到 X的一个最优Y 划分。权　利　要　求　书 2/2 页 3 CN 114926793 A 3