如何从鸟瞰图制作图底关系图（Figure-Ground Map）

为什么要从鸟瞰图制作图底关系图？

在城市设计和场地分析中，图底关系图（Figure-ground Map）是理解城市空间结构最实用的图纸之一。它将复杂的城市简化为建筑实体（mass）与开敞空间（open space）之间明确的关系，帮助设计师直观地辨识街区密度、道路连续性、开敞空间分布以及城市肌理。

然而在实践中，我们并不总是能从干净的 GIS 或 CAD 文件开始工作。许多前期研究往往始于 Google Earth、无人机航拍或大角度鸟瞰图像。这些图像固然包含宝贵的空间信息，但也带有大量的视觉噪点：屋顶纹理、汽车、树冠、阴影、标识牌以及透视畸变。

图 01. 使用大角度鸟瞰图作为城市分析的参考图

在本教程中，我们将使用 ReRoom 把一张复杂的鸟瞰图转化为一张干净且具作品集质感的图底关系图。这样做的目的并不是替代正规的测绘或地图绘制，而是为了快速将现实中的城市图像转化为清晰可读的分析底图。

第 1 步 — 登录并准备您的鸟瞰图

首先，登录 ReRoom 并准备好目标城市街区的大角度鸟瞰图。

上传之前，请先检查建筑边界是否清晰、道路是否连续，以及主要的街区结构是否可见。如果图像被大面积的树木或阴影覆盖，模型可能会将植被或阴影区域误判为建筑体量。

最理想的输入图像不一定是视觉上最漂亮的，而应该是能够清晰展示屋顶、街道、院落、开敞空间和街区边缘的图像。

在这一阶段，我们还不要求模型生成精美的分析图。我们首先需要 AI 理解这项任务：将真实的鸟瞰图转换为实体建筑轮廓（实）与开敞空间（虚）之间的黑白对比图。

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

第 2 步 — 进入主页并上传图像

登录后，进入 ReRoom 主页并上传城市鸟瞰图。

将该图像作为转换的核心参考。鸟瞰图应当引导模型准确理解建筑体量、街道布局、开敞空间以及街区比例。

我们的目标是保留城市的既有结构，而不是生成一张全新的抽象地图。因此，我们通常在开始时避免使用带有强烈创意风格的提示词。

第 3 步 — 编写图底关系提示词

接下来，编写一段提示词，明确将输出定义为图底关系图（Figure-ground Map）。

最关键的部分是定义哪些应成为“图（实）”，哪些应保持为“底（虚）”。我们通常将建筑物描述为黑色建筑基底（footprint），而将开敞空间描述为白色区域。

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

图 02. 使用 ReRoom 将城市鸟瞰图转换为干净的图底关系图

在我们的测试中，使用如 black building footprints（黑色建筑轮廓）、white open spaces（白色开敞空间）和 preserve street layout（保留街道布局）等具体词汇，远比单纯写“make it minimal（使其极简）”更加有效。

如果提示词只写了“minimal city map（极简城市地图）”，生成的结果可能看起来很干净，但往往无法保留真实的街道比例或建筑边缘。对于城市分析而言，保留空间结构比提升视觉精致度更重要。

第 4 步 — 编辑过暗和过亮的局部区域

生成第一版结果后，检查全图的图底对比是否清晰一致。

有时，由于原始阴影、屋顶材质或密集植被的影响，结果中可能仍残留一些暗角。在另一些情况下，过亮的区域可能会丢失建筑边界，变成过度留白的空旷区域。

针对暗角区域，可以使用局部编辑提示词，要求模型简化阴影并还原建筑轮廓逻辑。

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

对于过亮的区域，可以使用提示词要求模型找回丢失的边缘并增强对比度。

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

图 03. 编辑过暗和过亮区域以提高图底关系的可读性

这一步非常重要，因为航拍照片的曝光很少是绝对均匀的。如果不清理这些区域，最终的图纸虽然看起来极简，但作为分析图来说仍然不够可靠。

第 5 步 — 消除噪点并保留空间比例

绘制图底关系图之所以困难，是因为真实的鸟瞰图包含了过多的杂乱信息。屋顶材质、树冠、阴影、停车场和道路标线，都会干扰对实际建筑与开敞空间关系的判断。

为了减少噪点，我们通常会加入限制性词汇，例如 remove shadows（去除阴影）、remove trees（去除树木）、no roof texture（无屋顶纹理）以及 flat 2D diagram（扁平化二维示意图）。

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

图 04. 消除视觉噪点，生成极简城市分析底图

这里的核心是在“画面纯净度”与“图面准确性”之间取得平衡。如果简化过度，街区就会丢失关键细节；如果过于贴合原照片，分析图又会保留太多的视觉干扰。

在大多数情况下，我们优先保留建筑边缘、路网结构、院落和开敞空间，而非屋顶材质或景观细节。

第 6 步 — 将图纸用于作品集与场地分析

通过该工作流程，可以将复杂的城市鸟瞰图转换为清晰易读的图底关系图。它非常适用于场地分析、作品集底图制作、城市肌理对比、街区密度研究以及前期的方案设计推敲。

ReRoom 生成的结果仍需人工核对建筑轮廓、道路连续性、开敞空间边界以及黑白虚实关系。如果成果需要用于正式的城市研究或规划法规分析，设计师仍应使用 GIS、CAD 或测绘数据进行核验。

但对于前期方案汇报而言，该工作流程可以缩短将真实航拍图像转化为分析底图所需的时间。

在这里，AI 并不是要取代城市分析本身，而是帮助我们将现有的城市影像转化为一种更易阅读、比较和讨论的视觉语言。