技術說明

如何從空拍視角製作圖底關係圖

了解如何使用 ReRender 將都市空拍視角轉化為簡潔清晰的圖底關係圖,適用於基地分析、作品集和都市設計簡報。

Willy
工程 · 2026年6月18日 · 閱讀時間 5 分鐘

為什麼要從空拍視角製作圖底關係圖?

在都市設計與基地分析中,圖底關係圖(Figure-ground Map)是用於理解都市結構最實用的圖面之一。它將城市簡化為建築量體與開放空間之間的明確關係,協助設計師判讀街區密度、街道連貫性、虛空間分布以及都市紋理。

然而在實務操作中,我們並不總是從乾淨的 GIS 或 CAD 檔案開始。許多前期研究往往始於 Google Earth、空拍機畫面或高視角空拍影像。這些影像雖然包含有用的空間資訊,但也充斥著大量的視覺雜訊:屋頂紋理、車輛、樹冠、陰影、標誌以及透視變形。

ext0616ref2 圖 01. 使用高視角空拍圖作為都市分析的參考影像

在本教學中,我們將使用 ReRender 將複雜的空拍影像轉化為乾淨、具作品集風格的圖底關係圖。其目的並非取代正式的測繪或測量,而是希望將現實世界的都市影像快速轉化為清晰易讀的分析底圖。

步驟 1 — 登入並準備您的空拍影像

首先,登入 ReRender 並準備目標都市街區的高視角空拍影像。

圖片

在上傳之前,請檢查建築邊界是否清晰、道路是否連貫,以及主要街區結構是否可辨識。如果影像被樹木或陰影嚴重遮蔽,模型可能會將植被或陰暗區域誤判為建築量體。

最理想的輸入影像並不一定是最美觀的,而是應該要能清晰呈現屋頂、街道、中庭、開放空間以及街區邊界。

在現階段,我們還不需要模型生成精美的圖面。我們首先需要讓 AI 理解任務:將真實的空拍視角轉換為實體建築基底面與開放空間之間的對比圖。

提示詞
identify building footprints and open spaces from the aerial urban view, preserve street block structure, simplify roofs and ground texture, remove cars, trees, shadows, and visual noise

步驟 2 — 前往首頁並上傳影像

登入後,前往 ReRender 首頁並上傳都市空拍影像。

圖片

將此影像作為轉換的核心參考依據。空拍影像應引導模型理解建築量體、街道配置、開放空間以及街區比例。

我們的目標是保留都市的結構,而不是生成一張全新的抽象地圖。因此,我們在初期通常會避免使用具創意的風格提示詞。

步驟 3 — 撰寫圖底關係提示詞

接著,撰寫一段明確將輸出成果描述為圖底關係圖(Figure-ground Map)的提示詞。

最關鍵的部分在於定義何處應轉為「實(solid)」,何處應保留為「虛(void)」。我們通常會將建築描述為黑色基底面(footprints),並將開放空間描述為白色區域。

提示詞
convert this aerial urban view into a clean professional figure-ground map, black building footprints, white open spaces, preserve street layout, urban blocks, building edges, courtyard spaces, and road network, minimal architectural portfolio style, no perspective, no shadows, no labels, no cars, no people, no trees

ext0617ref2 圖 02. 使用 ReRender 將都市空拍視角轉換為乾淨的圖底關係圖

在我們的測試中,使用如 black building footprints、white open spaces 以及 preserve street layout 等詞彙,遠比單純說「make it minimal」更為有效。

如果提示詞僅寫「minimal city map」,產出的畫面可能看起來很乾淨,但卻無法保留街道比例或建築邊界。對於都市分析而言,保留結構比提升視覺精緻度更重要。

步驟 4 — 編輯陰暗與過亮角落

生成第一版成果後,請檢查整張影像的圖底對比是否清晰。

有時成果可能仍包含由陰影、屋頂材質或茂密植被所導致的陰暗角落。在其他情況下,過亮的角落可能會遺失建築邊界,變成過於空曠的區域。

針對陰暗角落,請使用編輯提示詞,要求模型簡化陰影並還原建築基底面的邏輯。

提示詞
clean up the dark corner areas, remove shadow noise, keep only solid building footprints and clear white open spaces, preserve block edges and street layout

針對過亮區域,則使用提示詞要求模型找回遺失的邊界並強化對比。

提示詞
recover missing building edges in the bright corner areas, improve figure-ground contrast, keep black building masses and white void spaces, preserve the original urban block structure

ext0616ref5 圖 03. 編輯陰暗與過亮角落區域以提升圖底關係的易讀性

這一步驟至關重要,因為空拍照片很少能做到均勻曝光。如果我們不清理這些區域,最終的圖面可能看起來很極簡,但在分析上仍舊不可靠。

步驟 5 — 去除雜訊並保留比例

製作圖底關係圖之所以具挑戰性,是因為真實的空拍影像包含過多資訊。屋頂紋理、樹冠、陰影、停車場以及道路標線都會干擾實際的建築與開放空間關係。

為了降低雜訊,我們通常會加入諸如 remove shadows、remove trees、no roof texture 以及 flat 2D diagram 等限制條件。

提示詞
flat 2D architectural analysis diagram, solid black building masses, clean white void spaces, remove roof texture, remove vegetation, remove shadows, preserve urban fabric and block proportions

ext0616ref6 圖 04. 去除視覺雜訊以建立極簡都市分析底圖

關鍵在於乾淨度與準確性之間的權衡取捨。如果影像過度簡化,街區就會失去重要細節;如果過於貼近照片,圖面則會保留過多的視覺雜訊。

在多數情況下,相較於屋頂材質或景觀細節,我們會優先保留建築邊界、街道網絡、中庭及開放空間。

步驟 6 — 將圖面應用於作品集與基地分析

這套工作流程可以將複雜的都市空拍影像轉化為易讀的圖底關係圖。這非常適合用於基地分析、作品集底圖、都市紋理比對、街區密度研究以及初期設計參考。

ReRender 仍需要人工檢視建築輪廓、道路連貫性、開放空間邊界以及黑白關係。若產出的成果要用於正式的都市研究或法規分析,設計師仍應透過 GIS、CAD 或測繪資料進行核對驗證。

但在前期提案階段,這套工作流程能縮短將真實空拍影像轉換為分析底圖所需的時間。

在此,AI 並非取代都市分析,而是協助我們將現有的城市影像轉譯為更容易閱讀、比較與討論的視覺語言。

#Urban Design#Figure-ground Map#ReRender#AI Architecture#Tutorial