城市尺度下的建筑色彩定量化測(cè)度
——基于街景數(shù)據(jù)與機(jī)器學(xué)習(xí)的人本視角分析

■ 葉 宇 YE Yu 仲 騰 ZHONG Teng 鐘秀明 ZHONG Xiuming

1 概述

1.1 宏觀背景：城市尺度下建筑色彩導(dǎo)控需求的興起

隨著新時(shí)期我國(guó)城市建設(shè)逐漸從“新區(qū)拓展”轉(zhuǎn)向“城市更新”，塑造人性化、高品質(zhì)的建成環(huán)境，已在中央城市工作會(huì)議、《國(guó)家新型城鎮(zhèn)化規(guī)劃》、《城市設(shè)計(jì)管理辦法》等近年的重要會(huì)議與綱領(lǐng)性文件中成為共識(shí)[1-2]。圍繞空間品質(zhì)這一核心議題，一系列立足人本視角、關(guān)注感知品質(zhì)的研究與實(shí)踐正在迅速開(kāi)展[3]。在此背景下，城市色彩，特別是其中最普遍且容易導(dǎo)控的建筑色彩，正在當(dāng)前城市規(guī)劃和城市設(shè)計(jì)領(lǐng)域受到高度關(guān)注。北京、上海、天津、廣州、青島等多個(gè)城市都先后開(kāi)展了城市建筑色彩方面的導(dǎo)控實(shí)踐[4]。其中建筑色彩普遍被認(rèn)為是構(gòu)建城市色彩總譜、建立現(xiàn)狀城市色彩庫(kù)、劃定城市主導(dǎo)色和色彩基調(diào)等工作中的核心分析內(nèi)容。

1.2 當(dāng)前困難：建筑色彩導(dǎo)控精細(xì)化與數(shù)據(jù)獲取之間的矛盾

我國(guó)建筑色彩導(dǎo)控的討論最早可以追溯到19世紀(jì)80年代后期[5]，而廣泛討論與實(shí)踐協(xié)同的高峰則出現(xiàn)于2013年之后[6]。經(jīng)過(guò)多年討論與實(shí)踐，當(dāng)前色彩導(dǎo)控在管控路徑上已初步實(shí)現(xiàn)與規(guī)劃體系的初步整合，在調(diào)研操作上也已經(jīng)有了一套較為完整的操作路徑：首先通過(guò)數(shù)碼相機(jī)和GPS設(shè)備的輔助開(kāi)展圖像采集，在色彩校準(zhǔn)之后運(yùn)用孟塞爾色彩體系，量化得出城市色彩總譜及色相、頻次等信息，進(jìn)而基于這一現(xiàn)狀情況開(kāi)展導(dǎo)控。當(dāng)前色彩導(dǎo)控已從宏觀控制轉(zhuǎn)向微觀主體，強(qiáng)調(diào)規(guī)范化調(diào)研、量化分析和精細(xì)化導(dǎo)控[4]。

但這一操作路徑大多依賴(lài)于手工化的小樣本圖像采集，實(shí)際工作中大多采取選擇部分代表性區(qū)域精細(xì)化采樣的方式開(kāi)展，以保證一定的工作效率。但這一方法不能解決精細(xì)化分析和大尺度需求的矛盾。短時(shí)間內(nèi)開(kāi)展大尺度下的圖像采樣則難以保證精細(xì)化，小范圍內(nèi)的精細(xì)化分析則難以有效反映全局情況。如何解決人本視角下現(xiàn)狀建筑色彩的大規(guī)模、高效獲取，兼顧大規(guī)模和精細(xì)化的雙重要求，已成為建筑色彩導(dǎo)控進(jìn)一步深化與普及化的一大障礙。高精度基礎(chǔ)色彩信息的缺乏，容易導(dǎo)致色彩導(dǎo)控淪為口號(hào)上的呼吁，而難以在城市營(yíng)造中切實(shí)發(fā)揮作用。

2 街景數(shù)據(jù)與機(jī)器學(xué)習(xí)所展現(xiàn)的新可能

近年來(lái)，計(jì)算機(jī)方面的新數(shù)據(jù)與新技術(shù)向建成環(huán)境領(lǐng)域的不斷拓展，為以往難以定量、精細(xì)化測(cè)度的要素提供了新的可能[7-8]。街景圖像數(shù)據(jù)這一立足三維視角、關(guān)注人本尺度的數(shù)據(jù)源，為建筑色彩的定量測(cè)度提供了高質(zhì)量的基礎(chǔ)數(shù)據(jù)。過(guò)去由于便捷、可用的分析技術(shù)缺乏，雖然街景圖像數(shù)據(jù)的重要性已在理論上被探討，但部分研究不得不停留在小規(guī)模、手工化的分析階段。隨著計(jì)算機(jī)視覺(jué)領(lǐng)域的發(fā)展和相關(guān)機(jī)器學(xué)習(xí)算法的開(kāi)發(fā)，運(yùn)用深度卷積神經(jīng)網(wǎng)絡(luò)構(gòu)架（deep convolutional neural network architecture ）來(lái)實(shí)現(xiàn)高效、精準(zhǔn)的圖像數(shù)據(jù)處理和要素識(shí)別已不再困難，以SegNet等為代表的多種機(jī)器學(xué)習(xí)算法已被開(kāi)發(fā)[9]。

街景數(shù)據(jù)與機(jī)器學(xué)習(xí)的結(jié)合，讓測(cè)度以往“不可測(cè)”的各項(xiàng)人本視角要素具有可操作性[10]，已先后被運(yùn)用在城市安全感的評(píng)判[11]、街道綠色可見(jiàn)度提取[12]、空間品質(zhì)評(píng)價(jià)[13]等諸多方面。這兩者的結(jié)合，不僅能提供全景式360°的影像信息，而且其海量、連續(xù)、高精度的特征有望解決上述建筑色彩導(dǎo)控中大規(guī)模要求和小尺度分析難以兼顧的問(wèn)題。不僅能為建筑色彩導(dǎo)控實(shí)踐提供精細(xì)化的基礎(chǔ)數(shù)據(jù)，還能在保證人本視角精細(xì)化分析的同時(shí)快速處理城市尺度的分析，有望解決傳統(tǒng)建筑色彩分析拘泥于手工小樣本采集，難以大范圍運(yùn)用的問(wèn)題，讓城市尺度下的建筑色彩大規(guī)模、定量化測(cè)度成為可能（圖1）。

3 研究設(shè)計(jì)

3.1 研究案例

該研究以河南省開(kāi)封市為分析案例。開(kāi)封地處中原，作為國(guó)家級(jí)歷史文化名城和國(guó)家八大古都之一，城市建成環(huán)境較為多樣，各類(lèi)歷史街區(qū)、古城風(fēng)貌區(qū)、城市棚戶(hù)區(qū)和城市新區(qū)并存。近年來(lái)，鄭汴一體化的快速推進(jìn)，對(duì)于城市風(fēng)貌特色的維護(hù)和建筑色彩導(dǎo)控提出了較高的需求，需要在色彩導(dǎo)控方法上精細(xì)化拓展。就空間布局而言，開(kāi)封市區(qū)位于整個(gè)市域的西北角，主要分為宋城片區(qū)、汴西片區(qū)、東部片區(qū)等幾大區(qū)域（圖2）。古城區(qū)位于宋城片區(qū)之中，歷代開(kāi)封古城邊界基本都在宋城片區(qū)內(nèi)變遷。目前宋城片區(qū)也是開(kāi)封市中心所在。汴西片區(qū)則是鄭汴一體化發(fā)展下向鄭州方向拓展的城市新區(qū)。

3.2 技術(shù)路線

技術(shù)路線包括數(shù)據(jù)搜集、建筑提取、主導(dǎo)色計(jì)算和建筑色彩導(dǎo)控等四個(gè)主要步驟（圖3）。在數(shù)據(jù)搜集方面，該研究運(yùn)用Python計(jì)算機(jī)語(yǔ)言訪問(wèn)百度地圖API，實(shí)現(xiàn)分析區(qū)域的精細(xì)化街道路網(wǎng)抓取，隨后在GIS的協(xié)助下生成等距采樣點(diǎn)及其坐標(biāo)，進(jìn)而通過(guò)百度地圖API來(lái)獲取街景影像數(shù)據(jù)。在街景數(shù)據(jù)及其地理坐標(biāo)獲取完成后，運(yùn)用SegNet這一基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)來(lái)提取建筑影像。在此基礎(chǔ)上，對(duì)建筑影像開(kāi)展色彩校準(zhǔn)，進(jìn)而用閉運(yùn)算，去除零碎部分和邊緣部分，實(shí)現(xiàn)精細(xì)化建筑像素提取。隨后基于相應(yīng)的HSV色表計(jì)算顏色歸屬，并基于K-means聚類(lèi)實(shí)現(xiàn)主導(dǎo)色提取。最終結(jié)合各個(gè)采樣點(diǎn)的主導(dǎo)色及其空間分布來(lái)協(xié)助現(xiàn)狀建筑色彩的分析與導(dǎo)控。

圖1 街景數(shù)據(jù)與機(jī)器學(xué)習(xí)算法相結(jié)合所展現(xiàn)的新可能

4 分析

4.1 街景數(shù)據(jù)獲取

分析區(qū)域內(nèi)共有1.3萬(wàn)多條街道段。街景數(shù)據(jù)采集中，以平均20m的采樣間距在開(kāi)封市區(qū)范圍內(nèi)的路網(wǎng)上生成了109 051個(gè)采樣點(diǎn)（圖4）。這一間距參照了楊·蓋爾在城市空間人性尺度方面的理論[14]，在減少重復(fù)性街景的同時(shí)，盡量保證精細(xì)化、可感受的結(jié)果獲取。大范圍、高精度的街景數(shù)據(jù)采樣點(diǎn)設(shè)置，保證了相關(guān)分析結(jié)果的全覆蓋。

每個(gè)采樣點(diǎn)以90°的視角寬度、0°的水平視角來(lái)抓取4張街景圖像，以實(shí)現(xiàn)對(duì)于人本視角和切身體驗(yàn)下的街道空間環(huán)境精細(xì)化獲取。如圖5所示，以上述方式抓取的街景影像能形成無(wú)縫銜接的城市空間特征記錄。具體操作中，運(yùn)用ArcGIS對(duì)于路網(wǎng)開(kāi)展拓?fù)鋵W(xué)分析和視線計(jì)算，以保證每個(gè)采樣點(diǎn)的前、后、左、右視圖都能平行或垂直于街道長(zhǎng)軸方向，以實(shí)現(xiàn)對(duì)于街道空間的準(zhǔn)確抽象。

4.2 基于深度學(xué)習(xí)算法的建筑要素識(shí)別

基于獲取的街景圖像數(shù)據(jù)，運(yùn)用劍橋大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)的SegNet算法來(lái)開(kāi)展建筑識(shí)別。這一基于深度卷積神經(jīng)網(wǎng)絡(luò)的算法，可有效識(shí)別圖片中的天空、人行道、車(chē)道、建筑、綠化等要素類(lèi)型[9]。部分實(shí)證研究顯示[15]，雖然這一算法針對(duì)歐洲街道環(huán)境開(kāi)發(fā)，但對(duì)中國(guó)的街景要素識(shí)別也具有一定的準(zhǔn)確度。

如圖6所示，相關(guān)街景圖像中的建筑要素會(huì)被識(shí)別及裁剪，隨后通過(guò)色彩校準(zhǔn)后開(kāi)展主導(dǎo)色提取和計(jì)算。在分析過(guò)程中，為了進(jìn)一步提升對(duì)于建筑邊緣的識(shí)別精度，采取了OpenCV中的閉運(yùn)算算法（closing algorithm）[16]來(lái)處理建筑邊緣，去除零碎部分，構(gòu)建精細(xì)化的建筑識(shí)別與優(yōu)化提?。▓D7）。

4.3 主導(dǎo)色計(jì)算

圖2 案例城市區(qū)域圖

圖3 技術(shù)路線分析圖

圖4 街景數(shù)據(jù)采集點(diǎn)示意圖

圖5 某個(gè)采樣點(diǎn)上的街景數(shù)據(jù)抓取

圖6 基于SegNet的建筑圖像識(shí)別及后續(xù)分析示意圖

圖7 精細(xì)化建筑識(shí)別與優(yōu)化提取

隨后，根據(jù)提取的建筑像素點(diǎn)顏色及其構(gòu)成比例開(kāi)展主導(dǎo)色計(jì)算。由于各個(gè)像素點(diǎn)顏色各異，一張圖像中往往存在數(shù)千個(gè)基礎(chǔ)顏色，需要對(duì)顏色開(kāi)展歸并。具體操作按照色卡表和HSV顏色模型來(lái)開(kāi)展。根據(jù)H、S、V所分別代表的色調(diào)(Hue)、飽和度(Saturation)、明度(Value)三個(gè)維度的數(shù)值，將多樣且分散的顏色按色卡表顏色開(kāi)展歸并。最終，基于這些歸并后的典型顏色，使用K-means聚類(lèi)分析來(lái)實(shí)現(xiàn)主導(dǎo)色提取。

在以每個(gè)點(diǎn)為單位的主導(dǎo)色計(jì)算完成后，可依托GIS平臺(tái)實(shí)現(xiàn)從點(diǎn)到線的轉(zhuǎn)換，基于各個(gè)街道段來(lái)構(gòu)建整個(gè)開(kāi)封市區(qū)超過(guò)300km2范圍內(nèi)的建筑色彩分布（圖8）?？偟膩?lái)說(shuō)，開(kāi)封現(xiàn)狀建筑顏色較為和諧，以黑灰、米色、暖灰、灰色等顏色為主，部分淡黃、棕褐色、棕色街道段呈現(xiàn)集聚。較少出現(xiàn)對(duì)比色等過(guò)于跳躍的色彩組合，傳統(tǒng)穩(wěn)重的灰色調(diào)居多。

4.4 分片區(qū)建筑色彩分析

上述定量化、高精度的建筑色彩數(shù)據(jù)，不僅只能用于大規(guī)模現(xiàn)狀分析，也能通過(guò)空間分析實(shí)現(xiàn)各個(gè)分片區(qū)的建筑色彩直觀反映，進(jìn)而協(xié)助更落地、精準(zhǔn)的建筑色彩導(dǎo)控。

如圖9所示，區(qū)域內(nèi)建筑以黑、白、灰調(diào)為主，特別是古城區(qū)內(nèi)建筑多為各類(lèi)灰色基調(diào)，105灰、75灰和黑灰色合計(jì)占比近30%。部分老街巷及歷史建筑多呈紅、白兩色，這類(lèi)暖色調(diào)主要集中在清明上河園等歷史景區(qū)附近。由此可見(jiàn)，開(kāi)封市的宋城片區(qū)，特別是古城區(qū)域，其色彩控制較為得當(dāng)，較好地落實(shí)了開(kāi)封歷史保護(hù)規(guī)劃對(duì)于建筑色彩的導(dǎo)控要求，整體風(fēng)格較為古樸、統(tǒng)一。古城邊緣的新建建筑則多呈現(xiàn)米黃色，也能較好地與歷史片區(qū)在城市風(fēng)貌上實(shí)現(xiàn)協(xié)調(diào)。

5 討論與總結(jié)

5.1 人本視角下的大規(guī)模、高精度建筑色彩測(cè)度

圖8 開(kāi)封市現(xiàn)狀建筑色彩識(shí)別圖

人本視角下的城市建筑色彩分析與評(píng)估，一直是構(gòu)建城市色彩總譜、建立現(xiàn)狀城市色彩庫(kù)、劃定城市主導(dǎo)色和色彩基調(diào)等城市設(shè)計(jì)工作中的核心分析內(nèi)容。但過(guò)去由于技術(shù)和數(shù)據(jù)的限制，人本視角往往意味著依賴(lài)專(zhuān)家的手工、小樣本分析，難以滿足大規(guī)模、快速實(shí)踐的需求。該研究針對(duì)這一問(wèn)題，用街景數(shù)據(jù)和機(jī)器學(xué)習(xí)，開(kāi)發(fā)了針對(duì)色彩分析的量化測(cè)度方法。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(yùn)用的問(wèn)題，可以快速實(shí)現(xiàn)兼具城市尺度和高精度分析的建筑色彩量化評(píng)估與直觀展示。研究所展現(xiàn)的定量化分析結(jié)果，有助于建筑色彩導(dǎo)控實(shí)踐的精細(xì)化與落地性提升。

在新城市科學(xué)迅速發(fā)展的背景下，大量新數(shù)據(jù)、新技術(shù)的出現(xiàn)，有助于實(shí)現(xiàn)測(cè)度不可測(cè)，解決以往對(duì)于品質(zhì)類(lèi)非物質(zhì)實(shí)體的測(cè)度和評(píng)價(jià)難題[17]。該分析方法所實(shí)現(xiàn)的建筑色彩這一難以測(cè)度要素的精細(xì)化度量，有望助力于更精準(zhǔn)的城市建筑色彩評(píng)估，以及更好的城市空間品質(zhì)營(yíng)造。

5.2 開(kāi)放數(shù)據(jù)和開(kāi)源算法支持下的實(shí)踐運(yùn)用可能

這一依托開(kāi)放易得的街景數(shù)據(jù)和開(kāi)源算法所實(shí)現(xiàn)的城市建筑色彩測(cè)度，在實(shí)踐運(yùn)用上具有較高的普適性和易用性。一方面，以百度地圖和騰訊地圖等為代表的街景數(shù)據(jù)服務(wù)，已經(jīng)實(shí)現(xiàn)了對(duì)于一、二線城市的高精度全覆蓋，以及相當(dāng)數(shù)量的三、四線城市的中心區(qū)覆蓋，解決了實(shí)踐運(yùn)用中的基礎(chǔ)數(shù)據(jù)來(lái)源；另一方面，相關(guān)算法普遍都實(shí)現(xiàn)了開(kāi)源，解決了實(shí)踐運(yùn)用中的易用性問(wèn)題，這使得該分析框架有望在總體城市設(shè)計(jì)和城市雙修等實(shí)踐層面得到運(yùn)用。首先，在基礎(chǔ)數(shù)據(jù)獲取上，相比于人工踏勘拍照，利用街景照片研究城市建筑色彩，能大大節(jié)約時(shí)間和成本；在分析方法上，相對(duì)于傳統(tǒng)的小樣本分析，利用大規(guī)模街景數(shù)據(jù)獲得更多的樣本，結(jié)果更具有說(shuō)服力；其次，在研究導(dǎo)向上，通過(guò)量化分析而非主觀感受來(lái)揭示建筑色彩分布特征，可以高效實(shí)現(xiàn)精準(zhǔn)的問(wèn)題研判，助力于城市規(guī)劃和城市設(shè)計(jì)在建筑色彩分析方面的科學(xué)化。

在相對(duì)宏觀、大尺度的總體城市設(shè)計(jì)和城市雙修之外，這一分析技術(shù)還能助力于美麗街區(qū)建設(shè)和街道微更新等人本尺度城市規(guī)劃與城市設(shè)計(jì)實(shí)踐。如前所述，這一技術(shù)兼具大規(guī)模分析和高精度研判的雙重特征，能在開(kāi)展全城尺度分析的同時(shí)不丟失人本尺度的細(xì)節(jié)。這讓立足全局、聚焦微觀的色彩導(dǎo)控成為可能，能為微更新等小尺度的設(shè)計(jì)導(dǎo)控和顏色選擇提供有力支撐。此外，考慮到街景數(shù)據(jù)本身會(huì)不斷更新，未來(lái)還可依托這一數(shù)據(jù)構(gòu)建自動(dòng)化分析與檢測(cè)平臺(tái)，實(shí)現(xiàn)對(duì)于城市建筑色彩的實(shí)時(shí)分析，進(jìn)一步推動(dòng)城市品質(zhì)的提升。

5.3 研究局限與未來(lái)探索

首先，該研究的亮點(diǎn)在于利用街景數(shù)據(jù)與機(jī)器學(xué)習(xí)來(lái)實(shí)現(xiàn)建筑色彩的快速、大規(guī)模獲取。但與此同時(shí)，受限于數(shù)據(jù)源與研究技術(shù)，研究仍存在一定局限。受到數(shù)據(jù)源的局限，街景數(shù)據(jù)多為分時(shí)段采集。不同街景數(shù)據(jù)間的彩度、明度等受天氣和時(shí)間影響有所偏差，難以簡(jiǎn)單地通過(guò)色彩校準(zhǔn)來(lái)消除。未來(lái)計(jì)劃引入智能化的深度學(xué)習(xí)算法來(lái)進(jìn)一步提升色彩校準(zhǔn)的精確度。其次，目前的分析仍主要關(guān)注顏色構(gòu)成，色彩的明度、彩度等復(fù)雜、多樣的信息需要探索適合的可視化呈現(xiàn)方式。下一步的工作中，計(jì)劃探索更直觀、可交互的建筑色彩可視化呈現(xiàn)機(jī)制，助力于更精準(zhǔn)的城市建筑色彩導(dǎo)控。

圖9 宋城片區(qū)現(xiàn)狀建筑色彩識(shí)別及分布圖