数字图像处理技术在空置房识别中的应用研究
住房空置率代表了实际住宅的供与需之间的关系,这种合理的配置能够使空置率最小,也就是说使总体的供给和实际的需求达到平衡。住宅的过多或过少,都会给人们生活和社会经济带来巨大影响。而当不平衡时,国家有必要对住房问题做出相应的措施进行调控。目前,中国的房地产业几年来发生了巨大变化,各种“鬼屋”等传言被屡屡提及。而在进行住房空置率统计的方法社会却莫衷一是。对于空置房屋的调查,由于不能像人口普查一样去普查操作,而只能采用间接的调查方式。我国在电的使用方面很复杂,简单的依靠对电表查看方式并不准确,如多户合用、插卡等方式,使得调查结果并不合理。假如有人拥有多处住房并都有居住记录,那么水、点的使用情况仍不能反应真实空置率。因此,不管是传统的水表、电表、天然气等方法都是不准确的。由于缺失成熟的统计技术,使得空置房的空置数量到目前为止仍是一个谜。
有鉴于此,本文基于计算机图像处理技术,全面结合计算机图像处理、图像预处理及软件设计各方面技术,研究开发利用住宅楼夜景图像,针对图像进行处理分析,统计黑灯率从而最后得到住房空置率的系统。
本方法技术先进,充分发挥了计算机图像处理技术的特点;具体实施快捷,大大提高了统计效率,且通过对比,其结果准确率高,结果比较满意。
1.为保证图像质量,本文采用高清CanonA610数码摄像机采集图像的样本为研究对象。
2.住宅楼图像预处理。使用直方图均衡化进行图像增强;利用小波变换进行图像去噪;然后利用Radon变换及连接点法进行图像校正。
3.住宅楼图像识别。通过改进的二维最大类间方差法对图像进行分割,得到二值图像。然后进行封闭区域识别,确定窗户所在位置。
4.空置率统计。通过图像融合技术,得出窗户的总数;利用封闭区域质心坐标按横、纵坐标由大到小顺序排列,得出各窗户所在楼层,进而确定各层是否有亮灯,最终得出空置率。
数字图像处理;住房空置率;OTSU阈值分割法;MATLAB软件;夜景图像;黑灯率
河北农业大学
硕士
计算机应用技术
滕桂法
2013
中文
TP391.41;F293.30
66
2013-12-31(万方平台首次上网日期,不代表论文的发表时间)