《信息量与相似度约束下的网络地图服务缩略图自动生成算法》由会员分享，可在线阅读，更多相关《信息量与相似度约束下的网络地图服务缩略图自动生成算法（12页珍藏版）》请在金锄头文库上搜索。
1、信息量与相似度约束下的网络地图服务缩略图自动生成算法 成晓强 杨敏 桂志鹏 艾廷华 吴华意 湖北大学资源环境学院 国土资源部城市土地资源监测与仿真重点实验室 武汉大学资源与环境科学学院 武汉大学遥感信息工程学院 武汉大学测绘遥感信息工程国家重点实验室 摘 要： 缩略图可显著提高图片和视频等图形图像资源的展现效率, 有效改善信息检索过程中的用户体验。地图服务是一种耦合空间和尺度信息的图像资源, 其设计创作、检索筛选和存储管理均需要缩略图的支撑。设计精巧的缩略图带给人良好、鲜活的第一印象, 帮助用户实现高效的交互与探索;粗糙凌乱的缩略图则让用户产生抵触情绪, 打消其继续探索地图服务的主动性。本文借
2、鉴视频关键帧的思路并结合地图表达特点, 提出了地图服务关键位置和关键尺度的概念, 并设计了相应的量化指标和提取算法, 重点解决了缩略图视觉效果不佳、地图信息量不足和自动化程度不高等问题。算法基于信息量识别地图中内容丰富的关键位置, 然后利用跨比例尺相似度判断发生显著变化的关键尺度, 最后自动筛选出若干张代表地图服务内容的缩略图。试验表明本方法提取的缩略图数量适中、内容丰富、代表性强, 可高度还原地图服务的内容构成和外观样式。关键词： 网络地图服务; 关键尺度; 缩略图; 信息量; 相似度; 作者简介：成晓强 (1985) , 男, 博士, 讲师, 研究方向为地理信息可视化及空间信息服务。收稿日
3、期：2017-02-02基金：国家自然科学基金 (41501443;41371372) An Algorithm Creating Thumbnail for Web Map Services Based on Information Entropy and Trans-scale SimilarityCHENG Xiaoqiang YANG Min GUI Zhipeng AI Tinghua WU Huayi Faculty of Resources and Environmental Science, Hubei University; Key Laboratory of Urban L
4、and Resources Monitoring and Simulation, Ministry of Land and Resources; School of Remote Sensing and Information Engineering; School of Resource and Environmental Science, Wuhan University; State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing; Abstract： Thumbnail
5、 can greatly increase the efficiency of browsing pictures, videos and other image resources and improve the user experience prominently.Map service is a kind of graphic resource coupling spatial information and representation scale, its crafting, retrieval and management will not function well witho
6、ut the support of thumbnail.Sophisticated designed thumbnails bring users vivid first impressions and help users make efficient exploration.On the contrast, coarse thumbnail cause negative emotion and discourage users to explore the map service positively.Inspired by video summarization, key positio
7、n and key scale of web map service were proposed.Meanwhile, corresponding quantitative measures and an automatic algorithm were drawn up and implemented.With the help of this algorithm, poor visual quality, lack of map information and low automation of current thumbnails was solved successfully.Info
8、rmation entropy was used to determine areas richer in content and tran-scale similarity was calculated to judge at which scale the appearance of the map service has changed drastically, and finally a series of static pictures were extracted which can represent the content of the map service.Experime
9、ntal results show that this method produced medium-sized, content-rich and well-representative thumbnails which effectively reflect the content and appearance of map service.Keyword： web map service; key scale; thumbnail; information entropy; similarity; Received： 2017-02-02网络地图服务 (简称“地图服务”) 是互联网时代出
10、现的新型地图组织方式, 它在基本地图可视化的基础上融入了跨尺度集成、多专题耦合及高度互操作等特色, 是空间信息基础设施 (spatial data infrastructure, SDI) 中一种重要的数据资源。进入大数据时代, 地图服务以较低的资源需求、直观的可视化形式以及无缝的跨平台衔接成为最佳的知识表达与展现形式。近年来地图服务的数量和质量均在不断提升1-3, 科研工作者及普通大众对地图服务的需求也逐渐提高, 高效管理大量地图服务并快速匹配用户需求成为 SDI 必须面临的问题。目前该领域研究可分为两类: (1) 主动收集散落于互联网的地图服务4-10,该方向的研究成果已经证明互联网中分布
11、的地图服务数量庞大且价值巨大; (2) 将收集到地图服务纳入 SDI 中统一管理, 并提供应用系统供用户查找、比较并选择地图服务, 已有若干科研机构实现了相应的软件系统11-12。笔者发现, 后者这些系统更多考虑查全率和查准率等技术层面的指标, 而较少关注用户体验方面的改善。以筛选地图服务为例, 系统会为每个服务提供图文简介, 包括一段描述地图功用的文字摘要和一张提供可视预览的缩略图。由于文字摘要很难反映地图的色彩构成、设计风格及美学效果, 可直观展现地图内容和外观的缩略图就显得尤为重要。但目前的缩略图普遍存在视觉效果不佳、表现形式单一及信息量偏少等问题, 并不能给用户提供有效信息, 严重者甚
12、至会误导用户13。受此问题的影响, 地图服务应用系统的可用性被削弱, 用户体验也较差。设计精巧、制作精良的缩略图能带给用户良好、鲜活的第一印象, 并引导用户进行高效的探索与交互;反之, 粗糙凌乱的缩略图则让用户产生抵触情绪, 打消其继续探索地图服务的主动性。因此, 如何为地图服务生成合适的缩略图成为互联网时代地图学研究的新命题。经广泛调研发现, 国内外尚未有论文对地图服务缩略图作论述和探讨;在实际应用方面, 虽然许多系统已利用缩略图展现地图服务, 但采用的方法过于简单, 包括自动截取全图范围、手动选取热点区域、随机选取地图瓦片等, 效果也并不理想。针对以上问题, 本文首先分析了地图服务的内容组
13、织方式和表达特点, 并在图像和视频缩略图的启发下, 设计了地图服务缩略图的自动生成算法。1 缩略图的概念及其应用缩略图是原始图片经压缩或裁切处理后的小尺寸图片。利用缩略图管理图像及视频资源可提高检索效率、优化内容布局、改善用户体验以及增加点击量等14。静态图片可采用最邻近插值等算法生成小尺寸的缩略图, 也可先提取关键区域后再缩小尺寸15。视频缩略图的生成方法相对复杂, 包括关键帧提取并根据关键帧的表现力及视觉显著性16-18生成最适合反映视频内容的片段或图片。地图服务是多级比例尺地图的耦合, 是多张详略不同的地图图片在相同空间坐标系下的有序组合。对于同一地理范围, 表达概略的地图幅面较小, 表
14、达详细的地图幅面较大。直接以概略地图作为缩略图, 可能过于简单且信息量较少 (图 1 (a) ) ;将详细地图调整尺寸后作为缩略图, 结果又会出现较大的模糊与失真 (图 1 (c) ) 。而且, 详略不同的地图包含的要素类型及样式符号均有较大差别, 图 1 (a) 和图 1 (b) 即属于同一地图服务的不同缩放比例。很显然其中任意一张都无法准确反映地图服务的全貌, 图 1 (a) 可能会误导用户认定该服务为分级专题图, 而事实上地图服务在后续缩放比例演变为分类专题图。同时, 由于互联网环境下地图综合等尺度变换模型的缺失, 地图服务普遍存在地物拥挤、符号冲突等现象19-20, 如图 1 (d)
15、。将以上地图图片用作缩略图均会极大影响用户体验。图 1 地图服务缩略图示例 Fig.1 Thumbnails of web map service 下载原图从控制维度看, 地图服务的内容组织比视频更复杂。视频仅通过一维的时间轴来控制内容播放, 而地图服务则至少通过 3 个维度来控制内容展现, 二维的平面位置加一维的缩放比例, 部分地图服务还可能包括高度维与时间维。本文借鉴视频关键帧的思想提出了地图服务中“关键位置”和“关键尺度”的概念。关键位置指地图中要素类型丰富、符号分布多样、结构布局合理的区域, 应尽可能全面反映地图的内容构成。关键尺度则是由地图的多尺度特征决定的, 地图缩放会引起要素出现
16、/消失、地图样式调整以及数据模型改变等多种变化, 而且这些变化随机分布于各个缩放比例。有些缩放比例的变化并不明显, 而有些缩放比例的变化则十分显著。本文将视觉变化明显、容易引起用户感知差别的缩放比例定义为关键尺度。如何形式化表达并自动发现地图服务的关键位置及关键尺度是本文的核心问题。2 信息量与相似度约束下的地图服务缩略图生成算法2.1 算法的基本思路地图服务普遍以地图瓦片的形式进行组织。地图瓦片是服务器端预先渲染的, 按照四叉树规则切分的小尺寸地图图片 (一般宽和高均为 256 像素) 。对于一个包含 n 级缩放比例的地图服务, 最小的缩放比例 L0级仅包含 1 张覆盖全部地图范围的瓦片;最大的缩放比例 Ln-1级则包含 4 张地图瓦片。地图瓦片的尺寸与缩略图的要求比较接近, 而且还可以灵活拼接, 适合作为服务的缩略图。在地图瓦片的模式下, 可将问题定义为“从瓦片金字塔中选取可代表地图服务内容的瓦片”, 并进一步分解为两个子问题:平面位置维的瓦片选取和缩放比例维的瓦片选取。(1) 平面位置维的瓦片选取
