顾及地图符号相似性的可读信息量度量模型 |
|||||||
| 申请号 | CN202311624119.1 | 申请日 | 2023-11-30 | 公开(公告)号 | CN117975808A | 公开(公告)日 | 2024-05-03 |
| 申请人 | 信阳师范学院; | 发明人 | 徐丰; 牛继强; 林昊; 沈毅; 姚高伟; | ||||
| 摘要 | 本 发明 涉及一种顾及地图符号相似性的可读信息量度量模型，本发明用基于视觉变量的地图符号相似性计算地图误解信息量，进一步计算地图可读信息量及其相对数量。基于视觉变量的地图符号相似性度量模型是借鉴相似性图形距离模型来构建的。这是将地图符号相似性应用于地图解译中的一次尝试。实验结果表明与实际情况非常接近。通过降低地图符号的相似性，可以有效提高地图的可读性，是改进地图符号设计的有效方法，同时也可以用于地图 质量 评估。后续还可以引入动态地图、三维地图、三维模型的视觉变量相似性研究动态地图、三维地图、三维模型的可读信息量，并研究地图可读信息量指导下的地图符号设计与地图质量评估。 | ||||||
| 权利要求 | 1.顾及地图符号相似性的可读信息量度量模型，其特征在于： |
||||||
| 说明书全文 | 顾及地图符号相似性的可读信息量度量模型技术领域[0001] 本发明涉及地图信息论领域，具体涉及一种可用于多种场景的顾及地图符号相似性的可读信息量度量模型。 背景技术[0002] 地图是人类认识客观世界的有力工具。地图的核心功能是承载和传输空间信息。自20世纪60年代地图学界引入信息论，地图信息论已成为现代地图学的一个核心研究领域，国内外学者针对地图信息量计算这一核心目标已经开展了大量的理论与制图实践研究工作。但是这些研究都集中在地图输入的直接信息，对地图输出信息的度量则相对较少。地图输出信息属于地图可读性问题，这关系到地图使用者能否有效获得地图上提供的信息。 在移动终端与互联网在线地图广泛应用的今天，对地图可读性的度量尤为重要。因此，本发明研究地图可读信息量及其度量模型。 [0003] 在信息论中认为输出的信息量通常等于或小于输入的信息量。为了发挥地图信息传输功能，地图符号尽量简单明了、通俗易懂和形象直观。但是，绝对判断的广度和即时记忆的广度严重限制了地图用户能够接收、处理和记忆的信息量。如果地图用户的绝对判断相当准确，那么几乎所有的输入信息都将被传输，并且可以从他的响应中恢复。如果地图用户犯了错误，那么读取的信息可能比输入的信息少得多。因此，可将地图可读信息量定义为地图输入信息量与地图误解信息量的差值。地图输入的直接信息是地图上图形符号所直接表示的信息，可用基于符号频率的统计信息熵来度量，也可用基于地图空间信息的几何信息量、拓扑信息量和专题信息量来度量。地图误解信息量是基于地图符号解译错误的概率来度量的，地图符号解译错误的概率由地图符号相似性转换而来。由此可见，地图符号的相似性是计算地图可读信息量的关键。 [0004] 地图符号之间是否相似主要是由地图用户的视觉感受决定，视觉变量是影响符号视觉感受的基本要素。地图符号等相似性模型直接给出了相似度，没有给出相似性度量依据，也与地图符号间有差别的相似度并不吻合。在图形图像、地理信息科学等领域，建立了大量相似性评价指标或度量模型来量化图形或地理实体的相似性，这些相似性模型是从不同角度定义的图形描述子或图形距离。因此，本发明借鉴相似性图形距离模型来构建基于视觉变量的地图符号相似性度量模型。用基于视觉变量的地图符号相似性计算地图误解信息量(并用地图复杂度进行修正)，进一步计算地图可读信息量及其相对数量，以此指导地图符号设计和地图质量评估。 发明内容[0005] 本发明要解决的技术问题是针对以上问题和要求，提供一种顾及地图符号相似性的可读信息量度量模型。 [0006] 为解决以上技术问题，本发明采用以下技术方案： [0007] 顾及地图符号相似性的可读信息量度量模型，设地图X有n个制图单元，分成m个地图组块，令X＝{X1,X2,…,Xn}为地图X的制图单元集合、C＝{C1,C2,…,Cm}为地图X的组块划分,地图组块Ci与Cj基于形状、方向、尺寸、亮度、密度、结构和色相的相似性分别表示为uSh(i,j)、uDi(i,j)、uSi(i,j)、uV(i,j)、uDe(i,j)、uSt(i,j)和uHu(i,j)； [0008] 定义地图可读信息量的相对数量 表示地图使用者正确解译地图输入信息量的程度，即： [0009] [0010] 其中R为地图可读信息量，具体为地图输入信息量与地图误解信息量的差值： [0011] R＝H(X)‑HF(X|C) [0012] 地图输入的直接信息量H(X)＝log2 n，HF(X|C)为复杂度模型误解信息量； [0013] 进一步地，复杂度模型误解信息量HF(X|C)＝C(F)·H(X|C)； [0014] 其中C(F)为地图复杂度，用合并同类一阶邻近制图单元后的制图单元个数与合并前制图单元个数的比值来表示，H(X|C)为相似性模型误解信息量。 [0015] 进一步地，相似性模型误解信息量 地图组块Cj的误解信息量 [0016] 地图组块Ci与Cj的标准化相似性值 [0017] 式中，u*(i,j)为uSh(i,j)、uDi(i,j)、uSi(i,j)、uV(i,j)、uDe(i,j)、uSt(i,j)、uHu(i,j)中的任意一个，具体选取对象由地图符号有差别的视觉变量来决定。 [0018] 进一步地，所述uSh(i,j)及uSt(i,j)的取值为1或者0，在相比较的两个地图符号相同时取1，不相同时取0； [0019] [0020] [0021] uDe(i,j)＝1‑|Dei‑Dej| [0022] 式中，Di为方向值，尺寸Si指符号的大小，用直径、宽度、高度、面积或者体积来表示，密度De用百分比表示； [0023] uHu(i,j)、uV(i,j)采用RGB加权欧几里德颜色距离来构建，ΔCi,j为RGB加权欧几里德颜色距离， [0024] [0025] 式中， ΔRi,j＝Ci,R‑Cj,R，ΔGi,j＝Ci,G‑Cj,G，ΔBi,j＝Ci,B‑Cj,B；Ci,R、Ci,G和Ci,B分别为地图组块Ci在R、G、B三个颜色通道上的分量，Cj,R、Cj,G和Cj,B分别为地图组块Cj在R、G、B三个颜色通道上的分量。 [0026] 本发明采用以上技术方案后，与现有技术相比，具有以下优点： [0027] 本发明用基于视觉变量的地图符号相似性计算地图误解信息量(并用地图复杂度进行修正)，进一步计算地图可读信息量及其相对数量。基于视觉变量的地图符号相似性度量模型是借鉴相似性图形距离模型来构建的。这是将地图符号相似性应用于地图解译中的一次尝试。实验结果表明，用该方法进行地图可读信息量的量测与实际情况非常接近。通过降低地图符号的相似性，可以有效提高地图的可读性，是改进地图符号设计的有效方法，同时也可以用于地图质量评估。后续还可以引入动态地图、三维地图、三维模型的视觉变量相似性研究动态地图、三维地图、三维模型的可读信息量，并研究地图可读信息量指导下的地图符号设计与地图质量评估。 附图说明[0029] 图1为长三角教育缺乏人口分级统计地图示例； [0030] 图2为长三角教育缺乏人口分级统计地图信息量示意图，其中(a)图为误解信息量对比图，(b)图为各类地图信息量图； [0031] 图3为某地土地利用分类图，其中(a)为用色彩变量区分后的土地利用类型，(b)图为用色彩与形状变量组合区分后的土地利用类型。 具体实施方式[0032] 以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。 [0033] 一、基于相似度的地图信息量 [0034] 具有更高的复杂性度量的地图，用户可能更难理解，非常复杂的地图可能会阻碍信息交流，合并同类一阶邻近制图单元能降低地图的复杂度。因此，本发明中的地图是同类一阶邻近制图单元合并后的地图。 [0035] 1.1地图符号相似性模型 [0036] 心理学家Popper认为两个事物之间的相似性总是与某一个被比较的方面有关系的。地图符号通过改变视觉变量来决定其相似程度。地图符号的基本视觉变量包括形状(Shape)、方向(Direction)、尺寸(Size)、亮度(Value)、密度(Density)、结构(Structure)、色相(Hue)。因此，基于7个视觉变量分别定义地图符号的相似性。 [0037] 设地图X有n个制图单元，分成m个地图组块(包含一个或多个相同地图符号的集合)，令X＝{X1,X2,…,Xn}为地图X的制图单元集合、C＝{C1,C2,…,Cm}为地图X的组块划分。地图组块Ci与Cj基于形状、方向、尺寸、亮度、密度、结构、色相的相似性分别表示为uSh(i,j)、uDi(i,j)、uSi(i,j)、uV(i,j)、uDe(i,j)、uSt(i,j)、uHu(i,j)。 [0038] 地图符号的形状、结构简单，要么相同、要么不同，不同形状、结构的地图符号远远大于最小可觉差，因此，uSh(i,j)、uSt(i,j)的取值为1(相同)或者0(不同)；对于复杂地图符号，可以用现有技术中的构建的几何相似度度量其相似性。 [0039] 方向、尺寸、密度均用数值表示，可用它们的数值差异程度与1的差值来计算它们的相似度。地图组块Ci与Cj的方向相似度定义为 [0040] [0041] 同理，uSi(i,j)、uDe(i,j)分别定义为 [0042] [0043] uDe(i,j)＝1‑|Dei‑Dej| (3) [0044] 方向值Di的定义可以参考文献徐丰，张琦，牛继强等的多尺度空间实体多目标相似性度量[J].测绘科学技术学报,2021,38(5)；尺寸Si指符号的大小，用直径、宽度、高度、面积或者体积来表示，具体选哪个指标依情况而定；密度De一般用百分比表示。 [0045] 色相、亮度是颜色(Color)的属性，人眼对亮度的感知是非线性的，也很难将色相、亮度分开感知，RGB加权欧几里德颜色距离与人的感知非常一致。因此，uHu(i,j)、uV(i,j)都用RGB加权欧几里德颜色距离来构建，并统一用uC(i,j)表示。 [0046] RGB加权欧几里德颜色距离为 [0047] [0048] 式中， ΔRi,j＝Ci,R‑Cj,R，ΔGi,j＝Ci,G‑Cj,G，ΔBi,j＝Ci,B‑Cj,B。 [0049] 色相、亮度相似性定义为 [0050] [0051] 式(5)中，764.834为反差最大的黑色和白色RGB值代入公式(4)的计算结果。 [0052] 地理对象或者现象的某种程度的相似是通过保持地图符号中某一个或者几个视觉变量有规律的变化来反映的。因此，当地图中地图符号改变某一个视觉变量时，用该视觉变量的相似性值作为被比较的地图符号的相似性值；当地图中改变某几个视觉变量时，取这几个视觉变量相似性的几何加权平均值作为被比较的地图符号的相似性值。 [0053] 基于被比较的视觉变量，地图组块Ci与Cj的相似性选用相似性模型进行计算。但是，在整幅地图中，地图组块Cj与该图中的任意一个组块都存在一定的相似性。因此，针对一幅地图而言，用条件概率表示地图组块Ci与Cj的标准化相似性值为 [0054] [0055] 式中，*代表形状、方向、尺寸、亮度、密度、结构或色相，具体取哪个视觉变量由地图符号有差别的视觉变量来决定。 [0056] 1.2地图误解信息量 [0057] 由于地图组块间相似性引起地图感知的混淆，根据信息论原理，地图组块Cj的误解信息量H(C|Cj)为它可能被解译为该地图所有组块的信息量的累积，即 [0058] [0059] 式中，p*(i|j)是由公式(6)进行计算。 [0060] 各制图单元误解信息量之和为地图X的基于相似性的误解信息量H(X|C) [0061] (下文简称相似性模型误解信息量)，即 [0062] [0063] 式中， |Cj|表示地图组块Cj中制图单元的个数。 [0064] 按公式(8)计算的地图相似性模型误解信息量没有考虑地图复杂度的影响。在实际地图阅读中，一样的相似度，简单的地图信息交流准确性高于复杂地图。因此，用地图复杂度对相似性模型误解信息量的修正结果更接近真实的误解信息量，称为复杂度模型误解信息量HF(X|C)，即 [0065] [0066] 式中，C(F)为地图复杂度，用合并同类一阶邻近制图单元后的制图单元个数与合并前制图单元个数的比值来表示。 [0067] 1.3地图可读信息量 [0068] 地图输入的直接信息量定义为 [0069] H(X)＝log2 n (10) [0070] 地图可读信息量定义为地图输入信息量与地图误解信息量的差值， [0071] R＝H(X)‑HF(X|C) (11) [0072] 地图可读信息量的相对数量 表示地图使用者正确解译地图输入信息量的程度，即 [0073] [0074] 可以根据地图用途来设置 的阈值，例如可以使用 作为等值区域地图可读信息量的相对数量下限，使用 作为安全导航地图可读信息量的相对数量下限。这对于地图制图非常重要，可用它来评价一幅地图是否满足地图用户的需求，并优化地图设计。 [0075] 二、实验与分析 [0076] 本实验由两部分构成，一是地图信息量模型值可行性验证；二是地图可读信息量量化及提升。 [0077] 2.1地图信息量模型值可行性验证 [0078] 本实验一方面对比地图误解信息量模型值与地图使用者测试统计值，以验证基于地图复杂度的误解信息量量化地图误解信息量是可行的；另一方面探索地图可读信息量随地图符号相似性变化的变化规律。 [0079] 选取长三角41个地市第七次人口普查教育缺乏人口数(表1)，用自然间断点法制作其2～12级分级统计地图(图1仅展示了其中分为3级、5级、7级的三幅地图)，这些地图的相似性模型误解信息量、复杂度模型误解信息量与地理科学类专业普通本科一年级学生测试统计误解信息量见图2中的(a)图，各类地图信息量见图2中的(b)图。 [0080] 表1长三角41个地市第七次人口普查教育缺乏人口数据 [0081] [0082] 图1中，长三角教育缺乏人口分级统计地图采用单一视觉变量(亮度)来产生等级感，分级数少，亮度差大；分级数多，亮度差小。 [0083] 图2中(a)图显示，测试统计误解信息量最小，相似性模型误解信息量最大，复杂度模型误解信息量居中。这说明复杂度模型误解信息量比相似性模型误解信息量更接近测试统计的误解信息量，但是仍然大于测试统计的误解信息量。这是因为复杂度模型误解信息量只考虑地图传播的句法层面，而没有考虑地图符号的含义和使用，如受试者认知水平、读图时间、地图清晰度、地图放大比例等都会影响读图结果。由此可见，复杂度模型误解信息量比相似性模型误解信息量更适合于度量地图误解信息量。 [0084] 图2中(b)图实线折线显示随分级数增加，地图直接信息量增加，当分级数增加到10级后，地图直接信息量基本趋于稳定；粗虚线折线显示随分级数增加，地图误解信息量也增加；细虚线折线显示地图可读信息量随分级数的增加先增加后减少；点划线折线显示随分级数增加，地图可读相对信息量减少。这表明，①增加分级数能提高地图的直接信息量； ②增加分级数也同时提高了误解信息量绝对数量；③增加分级数能提高可读信息量，但当级别数达到一定数量时可读信息量越来越少；④随分级数增加，可读信息量相对数量越来越少。 [0085] 该实验中，可读信息量绝对数量在分为4级时达到最大。这是因为，当分级数为2或者3时，直接信息量少，即使感觉差别大，不容易混淆，但可读信息量仍然有限；当分级数大于4时，直接信息量大，但感觉差别小，混淆大，可读信息量也少。这表明尽管增加分级数能提高地图的直接信息量，但是随着分级数的增加，误解信息量越来越多，可读信息量没有得到有效增长，可读相对信息量也越来越小。 [0086] 2.2地图可读信息量提升方案 [0087] 本实验展示增加视觉变量维数能提升地图可读信息量。 [0088] 选取某地土地利用二级分类数据(见图3)，图3(a)用色彩变量区分土地利用类型，图3(b)用色彩与形状变量组合区分土地利用类型，其信息量如表2。 [0089] 表2某地土地利用分类图信息量 [0090] [0091] 表2数据显示，图3(b)的误解信息量小于图3(a)、可读信息量大于图3(a)，这说明仅用色彩变量，误解信息量大；将色彩与形状变量结合，误解信息量减少了。也就是说，增加视觉变量维数，可以降低误解信息量、增加可读信息量。 [0092] 三、结论 [0093] 在过去60多年对地图信息量的研究中，仍偏重于对地图输入信息量的研究。但是地图用户更关注地图的可读性，因此，研究地图的可读信息量对于指导地图符号设计和地图质量评估有非常重要的现实意义。 [0094] 用基于视觉变量的地图符号相似性计算地图误解信息量(并用地图复杂度进行修正)，进一步计算地图可读信息量及其相对数量。基于视觉变量的地图符号相似性度量模型是借鉴相似性图形距离模型来构建的。这是将地图符号相似性应用于地图解译中的一次尝试。实验结果表明，用该方法进行地图可读信息量的量测与实际情况非常接近。通过降低地图符号的相似性，可以有效提高地图的可读性，是改进地图符号设计的有效方法，同时也可以用于地图质量评估。后续还可以引入动态地图、三维地图、三维模型的视觉变量相似性研究动态地图、三维地图、三维模型的可读信息量，并研究地图可读信息量指导下的地图符号设计与地图质量评估。 [0095] 以上所述为本发明最佳实施方式的举例，其中未详细述及的部分均为本领域普通技术人员的公知常识。本发明的保护范围以权利要求的内容为准，任何基于本发明的技术启示而进行的等效变换，也在本发明的保护范围之内。 |
||||||
QQ群二维码
意见反馈
意见反馈