采用力矩平衡原理建立地图视觉平衡模型

提出了一种基于力矩平衡原理的视觉平衡模型,该模型将定性的评估转化为定量的评估方法.基于C#+ArcGIS Engine平台,利用3幅代表性的地图作为实验用图,证明视觉平衡模型的计算结果与用户的视觉感受一致.     

一种顾及视觉层次的电子地图自适应节能显示方法EI北大核心CSCD

电子地图显示能耗过高是当前地图设计与应用领域亟须解决的问题之一。针对现有电子地图节能显示方法难以保持视觉层次的问题，本文归纳了地图颜色的3种视觉层次结构，设计了视觉层次的定量表达模型，提出了一种电子地图自适应节能显示优化方法。本文方法同时考虑视觉层次质量和地图能耗，将地图节能问题定义为一个“质量-能耗”双目标优化问题，利用启发式搜索算法寻找节能配色方案，在轻微改变地图外观的情况下显著降低显示能耗。将本文方法与语义约束的颜色调整方法进行对比，采用不同比例尺的电子地图设计读图试验。结果表明，本文方法在有效性、效率、颜色一致性方面均优于对比方法，可广泛应用于电子地图、移动导航地图的节能显示，提高设备的续航能力。     

面向影像地图色域映射算法研究

为了使影像地图跨媒介传递色彩失真最小,本文提出一种面向影像地图色域映射算法。首先,使用双边滤波对影像地图进行预处理,分解出低频和高频图像,根据人眼空间域视觉感知理论,对低频图像采用保护彩度裁切法,对高频图像采用保护明度压缩法,最后融合两幅映射后图像并再次映射至目标色域,使用图像结构相似度和S-CIELAB色差模型进行客观评价,并与HPMINΔE法、SGCK法及Bala提出算法进行比较。结果表明,面向影像地图色域映射算法在图像结构相似度和图像色差上都比其他算法稍好。因此,面向影像地图色域映射算法能提高影像地图的映射质量,可同时保护影像地图影像细节和矢量符号色彩。     

一种顾及制图区域要素密度均衡的地图变换算法

制图区域要素密度分布不均衡会增加地图表达难度,常规地图表达方式无法解决视觉不平衡的问题。在Gastner-Newman地图变形算法的基础上,提出了一种顾及制图区域要素密度平衡和公众地图认知一致性的地图变换算法。首先,设计多种变形单元尺度以及配置制图要素密度权重组合;然后,代入线性扩散方程,构建变形格网并映射各离散控制点;最后,生成多种变形地图结果。开展了地图认知实验,获得56份问卷结果,针对中国广西南宁市青秀区行政区划图的形态控制,应控制S_周长 > 0.975、S_{周长面积比} > 0.961、S_形状比 > 0.966,能兼顾地图形变以及公众认知的一致性。为解决地图要素密度不均衡的问题提供了新的思路,变形后的地图达到视觉平衡,同时,通过调整形变权重参数实现了公众地图认知的一致性。     

矢量曲线的视觉清晰度及在网络地图综合中的应用

互联网用户参与的地图制图容易出现视觉冲突、压盖、拥挤等地图表达问题,需要引入地图自动综合协助解决。网络地图中由于原图比例尺和综合后比例尺均难以准确量化,常规地图自动综合基于“原图比例尺-综合后比例尺”判断是否需要综合的方法已不再适用。矢量数据在可视化后会产生视觉粘连,视觉粘连越明显,地图表达效果越差,综合的需求也越强烈。基于此规律,本文提出对视觉粘连进行定量描述并据此判断是否需要综合。首先,从人类视觉感受出发,结合栅格化思想设计了矢量曲线视觉粘连的量化指标——视觉清晰度。然后,基于“金字塔式”的尺度空间计算曲线在多个比例尺表达的清晰度,并拟合了清晰度的变化函数。最后,将该函数应用于众源地理数据的网络地图综合决策。试验结果表明,本文方法可准确判断每条矢量曲线是否需要综合,能有效解决地理数据尺度异质性带来的可视化难题。同时,清晰度变化函数将曲线的尺度描述由静态数值扩展到连续函数,有望更好地支持多尺度空间数据处理及网络地图综合等问题。     

GIS中三维模型的视觉变量

视觉变量是作为平面图形符号设计的理论基础而提出来的,在平面地图的符号化中起着非常重要的作用。然而,平面地图符号中的视觉变量并不能完全适用于GIS中三维模型的视觉变量,本文首先对比分析了平面地图表达和三维GIS表达的特点和异同,然后提出了GIS中三维模型的视觉变量,即:形状、空间姿态、尺寸、纹理、明暗度(光照)、阴影和清晰度。     

虚拟地理试验的地标视觉显著度模型

针对地标显著度计算存在的因子不全、赋权主观的问题,提出了一种利用虚拟地理试验构建地标显著度模型的方法。以城市地标显著度模型求解为例,分析了地标视觉显著度影响因子（简称为视觉因子）及计算方法,构建了一种综合眼动追踪、视觉因子可控和可计算的虚拟试验环境。开展了眼动指标与地标显著度之间的关系求解试验,建立起二者的定量关系模型。以该模型为基础,开展了地标视觉显著度与视觉因子间定量关系的求解试验,通过试验数据拟合得到最终的地标视觉显著度模型公式。本文方法的核心是：在视觉因子可控可计算的虚拟环境中,使用眼动指标表征显著度值,通过地标认知试验及数据分析拟合得到显著度模型。该方法对于研究地标判别这类人与环境相互作用机制的问题具有独特的优势,可降低研究的复杂度,克服研究结果的难复现性。     

地图设计与视觉感受的探讨

视觉地图的信息传递 ,实际上是地图作者的设计思想在地图读者视觉感受中的体现。本文在对人的视觉感受和影响感受效果主要因素分析的基础上 ,提出读者视觉感受的效果是地图信息传递成败和效率高低的关键 ,也是评价地图设计的重要依据的观点 ,进而对地图内容选取和概括指标的确定、地图符号设计、色彩设计、图面配置及整饰设计与视觉感受的关系作了一定的分析 ,并提出了在地图设计中需要注意的一些问题。     

具备尺度恢复的单目视觉里程计方法

针对单目视觉存在尺度不确定性,无法准确估计移动机器人位姿的问题,提出一种具备尺度恢复的单目视觉里程计方法。通过建立局部地图解决基于参考帧/当前帧的位姿估计方式过分依赖参考帧的问题;为了提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差;最后基于平面假设成立和相机高度已知的条件下,通过图像RoI区域的稠密匹配,建立非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定地进行位姿估计并且有效地解决了单目视觉存在的尺度不确定性问题,可用于真实三维场景中移动机器人的位姿估计。     

面向智能车的地下停车场环视特征地图构建与定位

针对地下停车场环境GPS信号缺失的问题,本文在环视特征地图构建的基础上,提出基于二阶马尔科夫模型的粒子滤波定位算法(Markov model-particle filter,MM-PF),实现智能车在地下停车场环境中的高精度定位.在该模型中,环视特征地图节点被定义为粒子,查询图像被定义为观测数据.在状态转移过程中,引入二阶马尔可夫模型,对短时间车辆运动进行建模,构建状态转移模型.利用图像的全局特征建立当前车辆获取的图像与各粒子(环视地图节点)之间的匹配关系,从获取的汉明距离建立粒子权重分布模型,可以大幅提高系统的计算效率.当前车辆的位置由局部特征匹配获得.选取两个典型的地下停车场场景对本文算法进行验证,在选取的两个场景中,本文算法平均定位精度小于0.38 m,定位误差均方差小于0.29 m,定位误差在1 m以下的概率不低于95.4％.试验结果表明:本文所提出的二阶MM-PF算法能够将车辆的运动信息与视觉信息相融合,相较于对比算法,定位精度与稳健性得到大幅提高.