如何利用航拍图像制作图底图
学习如何使用 ReRender 将城市航拍图像转化为清晰的图底图,用于场地分析、作品集和城市设计汇报。

为什么要利用航拍图像制作图底图?
在城市设计与场地分析中,图底图(Figure-ground Map)是理解城市空间结构最有效的图纸之一。它将城市简化为建筑实体(实)与开敞空间(虚)之间清晰的对比关系,有助于设计师解读街区密度、街道连续性、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 文件起步。许多前期的研究始于 Google Earth、无人机拍摄画面或高角度俯瞰航拍图。这些图像虽然包含了丰富的空间信息,但也夹杂着大量的视觉噪点:屋顶纹理、车辆、树冠、阴影、标识牌以及透视变形。
图 01. 使用高角度俯瞰航拍图作为城市分析的参考底图
在本教程中,我们将使用 ReRender 将一张复杂的航拍图像转化为干净利落的作品集风格图底图。其目的并不是取代正式的测绘或规范制图,而是为了迅速将现实世界的城市图像转化为具备高可读性的分析底图。
步骤 1 — 登录并准备您的航拍图像
首先,登录 ReRender 并准备目标城市街区的高角度航拍图像。

在上传前,请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。如果图像中有大面积的树木遮蔽或强烈阴影,模型可能会误将植被或暗部识别为建筑体量。
最理想的输入图像并不一定是最美观的画面。它应当清晰地展现出屋顶、街道、庭院、开敞空间以及街区轮廓边缘。
在这一阶段,我们还不要求模型立刻生成一张精美的分析图。我们首先需要让 AI 理解任务目标:将真实的航拍视图转换为实体建筑基底面与开敞空间之间的黑白对比图。
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步骤 2 — 进入主页并上传图像
登录后,进入 ReRender 主页并上传城市航拍图像。

将该图像作为转换的核心参考。航拍图将引导模型理解建筑体量、街道布局、开敞空间以及街区比例关系。
其核心目标是保留城市的既有结构,而非生成一张全新的抽象地图。因此,我们通常在初始阶段避免使用风格过于天马行空的创意提示词。
步骤 3 — 编写图底图提示词
接下来,编写一段明确将输出定义为图底图(Figure-ground Map)的提示词。
其中最关键的部分是明确界定什么是“实”(solid),什么是“虚”(void)。我们通常将建筑描述为黑色基底面(footprints),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 ReRender 将城市航拍图转化为清晰的图底图
在我们的测试中,像 black building footprints(黑色建筑基底)、white open spaces(白色开敞空间)以及 preserve street layout(保留街道布局)这样的词汇,比单纯使用“make it minimal(极简风格)”要有效得多。
如果提示词中仅包含“minimal city map(极简城市地图)”,生成结果可能看起来很干净,但往往无法准确保留街道比例或建筑边缘。对于城市分析而言,避免这种空间结构的丢失比追求视觉上的精致度更重要。
步骤 4 — 编辑暗角与过亮区域
在生成第一张结果后,检查全图的图底对比是否清晰明确。
有时输出结果中可能仍然会残留因阴影、屋顶材料或茂密植被引起的暗角。在另一些情况下,过亮的边角区域可能会丢失建筑边界,从而变成过度空白的区域。
针对暗角区域,可以使用编辑提示词要求模型简化阴影,并恢复建筑轮廓的逻辑。
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针对过亮区域,可以使用提示词要求模型补全缺失的边缘并强化对比度。
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. 编辑暗角与亮角区域以提升图底图的可读性
这一步非常重要,因为航拍照片极少具有完全均匀的曝光。如果不清理这些区域,最终生成的分析图虽然看似极简,但用于分析时依然不够可靠。
步骤 5 — 去除噪点并保持比例
图底图之所以难做,是因为真实的航拍图像包含的信息过于繁杂。屋顶肌理、树冠、阴影、停车场和道路标线,都会干扰对建筑与开敞空间实际关系的判断。
为了减少噪点,我们通常会加入限制性要求,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(扁平二维图表)。
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. 滤除视觉噪点以生成极简的城市分析底图
这里的关键在于在整洁度与准确性之间取得平衡。如果图像过度简化,街区就会丢失关键细节;如果过于拘泥于还原照片,分析图中就会保留过多的视觉噪点。
在大多数情况下,相比屋顶材料或景观细节,我们会优先保证建筑轮廓边缘、路网结构、庭院以及开敞空间的准确呈现。
步骤 6 — 将图纸应用于作品集与场地分析
通过这一工作流程,复杂的城市航拍图像可以转化为清晰易读的图底图。它非常适用于场地分析、作品集分析底图、城市肌理对比、街区密度研究以及前期方案设计参考。
ReRender 仍然需要人工针对建筑轮廓、道路连续性、开敞空间边界以及黑白对应关系进行核查。如果该结果需用于正式的城市研究或法规性分析,设计师仍应使用 GIS、CAD 或精确测绘数据进行校核。
但对于前期方案阶段而言,该工作流程可以缩减将现实航拍影像转化为分析底图所需的时间。
在此过程中,AI 并非取代了城市分析本身,而是帮助我们将现有的城市影像翻译为一种更易于阅读、比对和研讨的视觉语言。
相关帖子

How to Relight a 3D Interior with Enhance – AI Lighting
One interior image, three painted regions: follow the updated AI Lighting workflow and inspect what changes.

Renovating an Old Building into a Modern Retail Store with AI
Turn a tired building exterior into a clear retail renovation concept. Follow the Home workflow with Nano Banana 2, preserve the original form, and refine facade materials, windows, signage, and lighting.

如何使用渲染:对比精确、平衡和创意模式
一张初始图像,三种渲染模式。跟随完整的工作流,了解各模式如何对同一栋住宅进行不同诠释。