商业步行街道景观视觉熵及其相关性研究
|
摘要
商业步行街道是高度人工化的视觉廊道,随着商业的不断聚集,其内容趋于更加丰富和多样化。为了更好地进行街道景观的设计和评价,需要提出一种可以衡量景观视觉复杂性的量化指标。本文引入视觉熵来衡量商业步行街道景观视觉的复杂性。首先借助数字图像处理技术在MATLAB平台上实现视觉熵的数据计算,而后用SPSS分析软件对1组被试(105人)的评价结论与视觉熵值进行相关分析。分析结果认为视觉熵值与评价结论之间存在显著相关关系,视觉熵可以作为衡量商业步行街道景观视觉复杂性的量化指标。
Commercial walking street is one kind of highly artificial visual corridor.With the commercial prosperity,its content becomes more plentiful and more diversity.In order to achieve better design and evaluation,the quantitative indicator for assessing the landscape visual complexity should be proposed.In this paper,the concept of visual entropy was introduced.By means of MATLAB digital image processing module,the visual entropy values could be calculated.Furthermore,the correlation between the evaluation conclusions of test subjects(105 people) and the corresponding visual entropy values was analyzed using the software of SPSS.The results indicated that there existed a significant correlation between visual entropy values and evaluation findings,and visual entropy could be used as a quantitative indicator for evaluating the commercial walking streets' landscape visual complexity.
Commercial walking street is one kind of highly artificial visual corridor.With the commercial prosperity,its content becomes more plentiful and more diversity.In order to achieve better design and evaluation,the quantitative indicator for assessing the landscape visual complexity should be proposed.In this paper,the concept of visual entropy was introduced.By means of MATLAB digital image processing module,the visual entropy values could be calculated.Furthermore,the correlation between the evaluation conclusions of test subjects(105 people) and the corresponding visual entropy values was analyzed using the software of SPSS.The results indicated that there existed a significant correlation between visual entropy values and evaluation findings,and visual entropy could be used as a quantitative indicator for evaluating the commercial walking streets' landscape visual complexity.
引文
[1]Jane Jacobs.The Death and Life of Great American Cities[M].New York:Random House,1961:39.
[2]宋智.现代商业步行街行为模式与空间形态研究[D].长沙:湖南大学,2002.
[3]朱稼兴.信息和熵[J].北京航空航天大学学报,1995,21(2):84～90.
[4]邢修三.物理熵、信息熵及其演化方程[J].中国科学(A辑),2001,31(1):77～84.
[5]窦燕,孔令富,王柳锋.基于视觉熵的视觉注意计算模型[J].光学学报,2009,29(9):2511～2515.
[6]赵晶,徐建华,梅安新,等.上海市土地利用结构和形态演变的信息熵与分维分析[J].地理研究,2004,23(2):137～145.
[7]王剑峰.城市空间形态量化分析研究[D].重庆:重庆大学,2004.
[8]陈伟.传统商业街区的景观特征分析与量化方法研究[D].杭州:浙江大学,2006.
[9]陈彦光,刘明华.城市土地利用结构的熵值定律[J].人文地理,2001,16(4):20～24.
[10]陈彦光,刘继生.城市土地利用结构和形态的定量描述:从信息熵到分数维[J].地理研究,2001,10(2):146～152.
[11]芦碧波.基于视觉熵的自适应信号压缩[D].长春:吉林大学,2005.
[12]廖斌,肖山竹,卢焕章.基于加权局部熵的图像兴趣点检测方法[J].激光与红外,2007,37(4):381～383.
[13]徐嵘,刘书明.图像中局部熵描述的合理性及其应用[J].信息技术,2005,(11):59～61.
[14]田振清,周越.信息熵基本性质的研究[J].内蒙古师范大学学报自然科学(汉文)版,2002,31(4):347～350.
[15]汤晓敏.景观视觉环境评价的理论、方法与应用研究[D].上海:复旦大学,2007.
[16]章毓晋.计算机视觉教程[M].北京:人民邮电出版社,2011:96～114.
[17]刘刚.MATLAB数字图像处理[M].北京:机械工业出版社,2010:212～222.
[18]章俊华.规划设计学中的调查分析法16——SD法[J].中国园林,2004,(10):54～58.
[19]庄惟敏.SD法与建筑空间环境评价[J].清华大学学报(自然科学版),1996,36(4):42～47.
[2]宋智.现代商业步行街行为模式与空间形态研究[D].长沙:湖南大学,2002.
[3]朱稼兴.信息和熵[J].北京航空航天大学学报,1995,21(2):84～90.
[4]邢修三.物理熵、信息熵及其演化方程[J].中国科学(A辑),2001,31(1):77～84.
[5]窦燕,孔令富,王柳锋.基于视觉熵的视觉注意计算模型[J].光学学报,2009,29(9):2511～2515.
[6]赵晶,徐建华,梅安新,等.上海市土地利用结构和形态演变的信息熵与分维分析[J].地理研究,2004,23(2):137～145.
[7]王剑峰.城市空间形态量化分析研究[D].重庆:重庆大学,2004.
[8]陈伟.传统商业街区的景观特征分析与量化方法研究[D].杭州:浙江大学,2006.
[9]陈彦光,刘明华.城市土地利用结构的熵值定律[J].人文地理,2001,16(4):20～24.
[10]陈彦光,刘继生.城市土地利用结构和形态的定量描述:从信息熵到分数维[J].地理研究,2001,10(2):146～152.
[11]芦碧波.基于视觉熵的自适应信号压缩[D].长春:吉林大学,2005.
[12]廖斌,肖山竹,卢焕章.基于加权局部熵的图像兴趣点检测方法[J].激光与红外,2007,37(4):381～383.
[13]徐嵘,刘书明.图像中局部熵描述的合理性及其应用[J].信息技术,2005,(11):59～61.
[14]田振清,周越.信息熵基本性质的研究[J].内蒙古师范大学学报自然科学(汉文)版,2002,31(4):347～350.
[15]汤晓敏.景观视觉环境评价的理论、方法与应用研究[D].上海:复旦大学,2007.
[16]章毓晋.计算机视觉教程[M].北京:人民邮电出版社,2011:96～114.
[17]刘刚.MATLAB数字图像处理[M].北京:机械工业出版社,2010:212～222.
[18]章俊华.规划设计学中的调查分析法16——SD法[J].中国园林,2004,(10):54～58.
[19]庄惟敏.SD法与建筑空间环境评价[J].清华大学学报(自然科学版),1996,36(4):42～47.