吳明光

南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210023

一種視覺(jué)變量相似性驅(qū)動(dòng)的點(diǎn)數(shù)據(jù)符號(hào)化過(guò)程模型

吳明光

南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210023

首先分析了點(diǎn)數(shù)據(jù)符號(hào)化過(guò)程中的視覺(jué)變量相似性和繪制流程可重用性。在此基礎(chǔ)上提出一種視覺(jué)變量相似性驅(qū)動(dòng)的符號(hào)化過(guò)程模型。該模型將順序型的地圖符號(hào)化流程改變?yōu)榉?hào)化子過(guò)程可交叉共享的符號(hào)化流程。針對(duì)l/O密集的符號(hào)圖形構(gòu)造過(guò)程,提出圖形緩存;針對(duì)計(jì)算密集的符號(hào)圖形離散過(guò)程,提出掃描線緩存;針對(duì)像素操作密集的符號(hào)柵格化過(guò)程,提出柵格緩存。試驗(yàn)結(jié)果表明本文方法能夠在保證繪制質(zhì)量的前提下顯著提高點(diǎn)數(shù)據(jù)的符號(hào)化效率。

視覺(jué)變量;相似性;地圖符號(hào);符號(hào)化;過(guò)程模型

1 引 言

符號(hào)化是空間信息可視化的主要方式。它可以對(duì)空間分布、時(shí)間過(guò)程、順序等級(jí)以及關(guān)聯(lián)、對(duì)比、趨勢(shì)等空間信息進(jìn)行圖形表達(dá),也可用于空間數(shù)據(jù)可視化檢查、分析[1]。符號(hào)化是當(dāng)前空間信息可視化的難點(diǎn)之一:符號(hào)化效率低下,影響矢量地圖操作體驗(yàn),難以支持?jǐn)?shù)據(jù)量大的全景式地圖應(yīng)用[2]和高更新率的動(dòng)態(tài)地圖應(yīng)用[3-5];符號(hào)化過(guò)程的I/O、計(jì)算、繪圖代價(jià)高,限制了手機(jī)、PDA等設(shè)備(CPU低、內(nèi)存小、電池供電能力弱和顯示屏幕小)上矢量地圖應(yīng)用[6-7]。

文獻(xiàn)[3]從減少像素采樣點(diǎn)、壓縮紋理和裁剪剔除掃描線3個(gè)方面進(jìn)行繪制優(yōu)化,設(shè)計(jì)了一種硬件加速的矢量圖形繪制方法,有利于降低內(nèi)存占用和減少圖形計(jì)算。文獻(xiàn)[8]采用逐個(gè)活性邊排序來(lái)取代逐像素的掃描線過(guò)濾算法,提高繪制效率。文獻(xiàn)[9]等基于邊的生命周期來(lái)建立活性邊表,取代逐掃描線建立活性邊表,能夠顯著減少內(nèi)存占用,提高繪制效率。地圖繪制過(guò)程中,符號(hào)視覺(jué)變量使用與符號(hào)配置方法會(huì)引起地圖符號(hào)矢量圖形之間存在不同程度相似性(如:符號(hào)顏色不相同,但符號(hào)形狀相同;符號(hào)尺寸不相同,但符號(hào)形狀相同)。上述研究均針對(duì)通用矢量圖形繪制,缺少針對(duì)地圖符號(hào)視覺(jué)變量相似性的優(yōu)化繪制方法。

文獻(xiàn)[10]根據(jù)地圖符號(hào)的構(gòu)圖方法,通過(guò)設(shè)計(jì)地圖符號(hào)數(shù)據(jù)結(jié)構(gòu)來(lái)避免冗余運(yùn)算以提高地圖符號(hào)化效率;文獻(xiàn)[11]根據(jù)矢量數(shù)據(jù)柵格化過(guò)程中矢量、柵格數(shù)據(jù)結(jié)構(gòu)各自的優(yōu)勢(shì),設(shè)計(jì)了一種基于柵格技術(shù)的矢量數(shù)據(jù)符號(hào)化方法,能夠顯著提高符號(hào)化效率。上述研究均是針對(duì)單個(gè)地圖符號(hào)的構(gòu)圖方法與數(shù)據(jù)結(jié)構(gòu)特征來(lái)展開(kāi),尚沒(méi)有顧及地圖符號(hào)視覺(jué)變量之間相似性引起的符號(hào)繪制(子)過(guò)程的可復(fù)用性。

從符號(hào)化過(guò)程來(lái)看,文獻(xiàn)[10—11]將符號(hào)柵格化過(guò)程作為一個(gè)黑盒來(lái)處理,不具體區(qū)分柵格化的子過(guò)程。文獻(xiàn)[5—7]將視覺(jué)變量理論用于地圖符號(hào)設(shè)計(jì)、地圖符號(hào)感受等研究,沒(méi)有將視覺(jué)變量與柵格化過(guò)程建立聯(lián)系。本文將視覺(jué)變量引入符號(hào)柵格化過(guò)程,通過(guò)對(duì)4種符號(hào)化類型中的視覺(jué)變量相似性進(jìn)行分析,將傳統(tǒng)順序型的地圖符號(hào)化過(guò)程改變?yōu)榉?hào)化子過(guò)程可交叉引用的符號(hào)化過(guò)程,減少符號(hào)化代價(jià),提高符號(hào)化效率。

2 點(diǎn)狀符號(hào)繪制類型與視覺(jué)變量相似性分析

點(diǎn)狀地圖符號(hào)的主要視覺(jué)變量包括:形狀、尺寸、方向、顏色[12-14]。點(diǎn)數(shù)據(jù)符號(hào)化方法可分為單一符號(hào)化、著色符號(hào)化、等級(jí)符號(hào)化以及比例符號(hào)化4種基本類型[15]。單一符號(hào)化用同一符號(hào)表示同一性質(zhì)的地理對(duì)象,用不同位置的符號(hào)來(lái)反映該類對(duì)象的空間分布。主要包括形狀、角度等視覺(jué)變量。著色符號(hào)化主要通過(guò)顏色這一視覺(jué)變量來(lái)定性區(qū)分地理對(duì)象的屬性特征。等級(jí)符號(hào)化通過(guò)將屬性進(jìn)行分級(jí)劃分,同一級(jí)別類的要素符號(hào)尺寸相同,用以表示同類要素之間相近,異類之間相離的屬性差異。主要包括形狀和尺寸等視覺(jué)變量。比例符號(hào)化則建立數(shù)據(jù)量表和符號(hào)尺寸之間的函數(shù)關(guān)系,不同屬性值所對(duì)應(yīng)的符號(hào)尺寸不同,通過(guò)符號(hào)大小這一視覺(jué)變量的變化,定量地表示地物的屬性。

基于掃描線柵格化算法[16],支持反走樣[3]的地圖數(shù)據(jù)符號(hào)化流程可分為4個(gè)步驟:①圖形構(gòu)造,將地圖符號(hào)中l(wèi)ineto、curveto等繪制指令和坐標(biāo)數(shù)據(jù)構(gòu)造成能夠轉(zhuǎn)換為柵格化器可以處理的圖形結(jié)構(gòu);②圖形變換,包括縮放、平移等坐標(biāo)變換,描邊、填充等圖形變換以及端頭、轉(zhuǎn)角等樣式處理,步驟①生成的不同圖形結(jié)構(gòu)經(jīng)圖形變換后得到與之對(duì)應(yīng)的多邊形;③掃描線生成,將步驟②得到的多邊形,以柵格大小為掃描間隔,采用掃描線算法離散為水平方向分布的線段,掃描線生成實(shí)際上是對(duì)矢量圖形進(jìn)行離散的過(guò)程,掃描線是著色、反走樣的基本單元;④柵格化,對(duì)步驟③生成的掃描線進(jìn)行著色、反走樣處理,完成圖形柵格化。

地圖符號(hào)中不僅包括簡(jiǎn)單折線和多邊形,還包括圓弧、Bezier曲線等參數(shù)曲線。圖1(a)、(b)為兩個(gè)示例點(diǎn)狀地圖符號(hào)。圖1(a)為由一組復(fù)雜參數(shù)曲線構(gòu)成的風(fēng)景區(qū)符號(hào),圖1(b)為圓點(diǎn)符號(hào)。若圓點(diǎn)符號(hào)按照?qǐng)D元法來(lái)解構(gòu),則其由圓形和三角形構(gòu)成。若圓點(diǎn)符號(hào)按照Truetype組織方式解析,由于True Type數(shù)據(jù)結(jié)構(gòu)中沒(méi)有Stroke操作,圓點(diǎn)符號(hào)被組織為5個(gè)多邊形采用非零纏繞數(shù)規(guī)則(none zero winding number rule)填充而成。由于TrueType中的圖形單元不包括圓弧,符號(hào)中的圓弧由Bezier曲線擬合而成(圖1(c))。在連續(xù)曲線的柵格化過(guò)程中,離散化本身涉及導(dǎo)數(shù)、三角函數(shù)等計(jì)算。為保證離散后參數(shù)曲線的光滑特征,離散后數(shù)據(jù)量顯著增大。這兩個(gè)方面的原因均會(huì)降低柵格化的效率。

圖1 點(diǎn)狀地圖符號(hào)示例Fig.1 Sample of point symbols

由以上分析可見(jiàn),符號(hào)化過(guò)程不僅涉及符號(hào)數(shù)據(jù)的頻繁I/O操作,還涉及符號(hào)圖形離散時(shí)的計(jì)算與柵格化時(shí)的像素操作。上述因素導(dǎo)致地圖符號(hào)化效率不高,在海量空間數(shù)據(jù)和復(fù)雜圖形符號(hào)情況下效率降低更為明顯。

完整的地圖符號(hào)化過(guò)程包括符號(hào)配置和柵格化兩個(gè)環(huán)節(jié)。符號(hào)配置實(shí)現(xiàn)地理要素屬性數(shù)據(jù)、空間數(shù)據(jù)與地圖符號(hào)視覺(jué)變量之間的關(guān)聯(lián),柵格化將符號(hào)圖形結(jié)合地理要素的空間位置進(jìn)行柵格化處理。將n個(gè)點(diǎn)要素中,第i個(gè)要素的符號(hào)化代價(jià)記為S(i)。柵格化過(guò)程又分為圖形構(gòu)造、掃描線生成以及掃描線柵格化處理等。則對(duì)第i個(gè)點(diǎn)要素進(jìn)行柵格化處理的代價(jià)C可描述為式中,WL、WS、WR分別為圖形構(gòu)造、掃描線生成和掃描線柵格化3個(gè)步驟的權(quán)重;CL、CS、CR分別為圖形構(gòu)造、掃描線生成和柵格化3個(gè)步驟的代價(jià)函數(shù)。包含n個(gè)點(diǎn)要素的數(shù)據(jù)集符號(hào)化的代價(jià)為

式中,K(i)表示第i個(gè)點(diǎn)要素柵格化的代價(jià)系數(shù);CP為將柵格化結(jié)果整體輸出的代價(jià)?；诘?節(jié)的分析,在點(diǎn)要素符號(hào)化的4種基本類型中,由于存在視覺(jué)變量相似的情況,使得柵格化過(guò)程中圖形構(gòu)造、掃描線生成以及掃描線柵格化等幾個(gè)步驟存在大量重復(fù)且可共享的I/O、計(jì)算以及像素操作:單一符號(hào)化方法中,圖形變換、掃描線生成及掃描線柵格化的操作完全一致;著色符號(hào)化方法中,所采用的符號(hào)相同,符號(hào)顏色視覺(jué)變量變化,其他視覺(jué)變量保持不變,圖形構(gòu)造、掃描線生成操作完全一致。若要素分類結(jié)果為同一組,則顏色視覺(jué)變量相同,掃描線柵格化操作也完全一致;等級(jí)符號(hào)化方法中,圖形構(gòu)造操作完全一致;比例符號(hào)化方法中,所采用的符號(hào)相同,符號(hào)尺寸視覺(jué)變量變化,其他視覺(jué)變量保持不變,圖形構(gòu)造操作完全一致。若地理要素符號(hào)屬性分類結(jié)果為同一組,則尺寸視覺(jué)變量相同,掃描線生成操作完全一致。

3 視覺(jué)變量相似性驅(qū)動(dòng)的點(diǎn)數(shù)據(jù)符號(hào)化過(guò)程模型

結(jié)合緩存技術(shù)和設(shè)計(jì)模式中的享元(Flyweight)模式[17],本文提出如圖2所示的符號(hào)化過(guò)程模型:通過(guò)符號(hào)化過(guò)程中的視覺(jué)變量相似性分析,針對(duì)I/O密集的符號(hào)圖形構(gòu)造過(guò)程,提出圖形緩存。針對(duì)計(jì)算密集的符號(hào)圖形離散過(guò)程,提出掃描線緩存。針對(duì)像素操作密集的符號(hào)柵格化過(guò)程,提出柵格緩存。不同要素符號(hào)化過(guò)程中可以細(xì)粒度地共享符號(hào)圖形構(gòu)造、掃描線計(jì)算和掃描線柵格化操作,降低符號(hào)化代價(jià),提高符號(hào)化效率。

圖2 視覺(jué)變量相似性驅(qū)動(dòng)的點(diǎn)數(shù)據(jù)符號(hào)化過(guò)程模型示意圖Fig.2 A visual variable similarity-driven symbolization process model for point datasets

本文所提出的符號(hào)化過(guò)程模型依然包括圖形構(gòu)造、圖形變換、掃描線生成以及掃描線柵格化4個(gè)步驟。不同之處在于:本文針對(duì)矢量數(shù)據(jù)符號(hào)過(guò)程中頻繁出現(xiàn)的符號(hào)數(shù)據(jù)讀取、掃描線生成以及掃描線柵格化3個(gè)過(guò)程,采用鍵值對(duì)(Key/ value pair)結(jié)構(gòu)[18]構(gòu)建3類緩存對(duì)象。首個(gè)要素符號(hào)化時(shí),在全局范圍內(nèi)主動(dòng)構(gòu)建緩存對(duì)象。其他要素符號(hào)化時(shí),直接引用共享對(duì)象,從而減少內(nèi)存占用,避免重復(fù)的符號(hào)數(shù)據(jù)讀取、掃描線計(jì)算與掃描線柵格化,降低符號(hào)化代價(jià),提高繪制效率。本文采用鍵值對(duì)數(shù)據(jù)結(jié)構(gòu)來(lái)構(gòu)建3類緩存對(duì)象:

(1)圖形緩存以符號(hào)編號(hào)作為鍵索引,以圖形數(shù)據(jù)作為鍵值,可表示為Map〈sid,data〉,其中sid表示符號(hào)編碼,data表示符號(hào)數(shù)據(jù)。借鑒PostScript語(yǔ)言[19]、SVG規(guī)范[20]中的圖形描述機(jī)制,本文采用〈path,stroke,fill〉結(jié)構(gòu)來(lái)描述符號(hào)數(shù)據(jù)。

(2)掃描線緩存以符號(hào)編號(hào)作為鍵索引,以該符號(hào)的掃描線集合作為鍵值,可表示為Map〈sid, scanlines〉,其中scanlines是符號(hào)圖形經(jīng)坐標(biāo)變換、圖形變換以及樣式處理,再經(jīng)掃描線算法處理得到掃描線的集合。

(3)柵格緩存以符號(hào)編號(hào)作為鍵索引,以該符號(hào)柵格化的結(jié)果作為鍵值,可表示為Map〈sid, image〉,其中image為掃描線經(jīng)著色和反走樣后得到的像素陣列。

位置不同點(diǎn)要素符號(hào)化過(guò)程均可共享同一個(gè)緩存對(duì)象,而這個(gè)緩存對(duì)象可隨著地理要素坐標(biāo)不同而出現(xiàn)在地圖坐標(biāo)系中的不同位置。符號(hào)化過(guò)程中僅引用而不直接存儲(chǔ)和維護(hù)圖形、掃描線和柵格緩存對(duì)象。每一個(gè)點(diǎn)要素符號(hào)化過(guò)程均指向同一個(gè)實(shí)例,這個(gè)實(shí)例位于共享對(duì)象的共享池中。原本順序執(zhí)行的地圖柵格化過(guò)程,轉(zhuǎn)變?yōu)榭山徊嬉玫倪^(guò)程,能夠最大限度地避免重復(fù)符號(hào)數(shù)據(jù)讀取、圖形變換、掃描線生成以及柵格化處理。在單一符號(hào)化類型中,圖形構(gòu)造、掃描線生成、掃描線柵格化等幾個(gè)步驟完全一致。利用柵格緩存,在第二個(gè)要素符號(hào)化時(shí)無(wú)須再進(jìn)行圖形構(gòu)造、掃描線生成和掃描線柵格化,而直接引用第一個(gè)要素符號(hào)化過(guò)程中主動(dòng)形成的柵格緩存結(jié)果

單一符號(hào)化時(shí),在不考慮柵格化結(jié)果整體輸出的情況下

式(6)表明,單一符號(hào)化時(shí),在不考慮柵格化結(jié)果整體輸出代價(jià)的情況下,符號(hào)化效率與數(shù)據(jù)量、符號(hào)圖形復(fù)雜程度無(wú)關(guān)。著色符號(hào)化中,圖形構(gòu)造、掃描線生成等步驟完全一致,可同時(shí)采用圖形緩存和掃描線緩存方法;等級(jí)符號(hào)化中,圖形構(gòu)造步驟完全一致,可采用圖形緩存。在同一等級(jí)范圍內(nèi),圖形構(gòu)造、掃描線生成以及掃描線柵格化等步驟完全一致,可取得與單一符號(hào)化一致的優(yōu)化效率;比例符號(hào)化中,圖形構(gòu)造、掃描線生成兩個(gè)步驟重復(fù),可采用圖形緩存和掃描線緩存方法。

4 試驗(yàn)驗(yàn)證

選擇1973年至2011年間全球范圍內(nèi)地震數(shù)據(jù)進(jìn)行模型效率測(cè)試。采用ESRI ERS Operations SI符號(hào)庫(kù)作為試驗(yàn)符號(hào)庫(kù)。測(cè)試環(huán)境:IBM Thinkpad T410s,Inter(R)core(TM)i5 CPU,3 GB內(nèi)存,Windows 7操作系統(tǒng)。

表1 符號(hào)化時(shí)間對(duì)比Tab.1 Symbolization times for the test datasets ms

對(duì)于試驗(yàn)數(shù)據(jù),縱向來(lái)看,圖形緩存方法能夠有效減少地圖符號(hào)數(shù)據(jù)的讀入與圖形構(gòu)造時(shí)間,明顯提高地圖符號(hào)化效率,因此,比例符號(hào)化的效率要優(yōu)于直接繪制。掃描線緩存方法能夠有效避免對(duì)同一圖形符號(hào)的多次掃描線生成,能夠在圖形緩存方法的基礎(chǔ)上進(jìn)一步提升繪制效率,因此,著色符號(hào)化的效率又優(yōu)于比例符號(hào)化。柵格緩存方法能夠在掃描線緩存方法的基礎(chǔ)上進(jìn)一步避免對(duì)掃描線的柵格化,能夠再次提高柵格效率,因此,單一符號(hào)化的效率又優(yōu)于著色符號(hào)化。等級(jí)符號(hào)化也采用柵格緩存,但是符號(hào)化過(guò)程中涉及多個(gè)柵格緩存的切換與管理,因此,等級(jí)符號(hào)化的效率要優(yōu)于著色符號(hào)化,但略低于單一符號(hào)化。橫向來(lái)看,隨著數(shù)據(jù)量的增加,直接繪制與本文方法繪制的效率均下降,但是,本文繪制效率的下降幅度要遠(yuǎn)小于直接繪制。其主要原因是:直接繪制過(guò)程中,每個(gè)對(duì)象的繪制步驟是獨(dú)立的,本文方法中的關(guān)鍵繪制過(guò)程可以交叉引用,可以避免大量的重復(fù)I/O、圖形計(jì)算與像素操作。

為進(jìn)一步分析符號(hào)圖形復(fù)雜程度對(duì)不同緩存方法的影響,選擇如圖3所示方形符號(hào)(a)和ESRI ERS Operations SI符號(hào)庫(kù)中的地震中心符號(hào)(b)來(lái)對(duì)比試驗(yàn)。符號(hào)尺寸統(tǒng)一設(shè)為3 mm。采用1973—2011年地震數(shù)據(jù)。符號(hào)化時(shí)間試驗(yàn)結(jié)果如圖4所示。

圖3 測(cè)試符號(hào)Fig.3 Tested samples for map symbols

圖4 符號(hào)化時(shí)間對(duì)比Fig.4 Symbolization times for the sample symbols

相對(duì)(a)符號(hào)而言,(b)符號(hào)中包含多段Bezier曲線。由試驗(yàn)結(jié)果可知,掃描線緩存方法能夠有效避免重復(fù)的Bezier曲線離散過(guò)程,在符號(hào)化效率上有明顯提升。采用柵格緩存方法后兩種符號(hào)的繪制時(shí)間非常相近。這一試驗(yàn)數(shù)據(jù)驗(yàn)證了式(6)中關(guān)于優(yōu)化比與符號(hào)圖形復(fù)雜度之間關(guān)系的分析。

5 結(jié) 論

地圖繪制過(guò)程一般是直接引用GDI、Cairo等圖形繪制接口,符號(hào)繪制的過(guò)程是一個(gè)黑盒,繪制代價(jià)與效率是當(dāng)前地圖制圖的一個(gè)瓶頸問(wèn)題。視覺(jué)變量理論引起了廣泛的討論,但主要還是應(yīng)用在符號(hào)的構(gòu)造方法、圖形感受等方面。本文將符號(hào)繪制過(guò)程分解為圖形構(gòu)造、掃描線生成、掃描線柵格化等環(huán)節(jié),試圖通過(guò)符號(hào)化過(guò)程中的視覺(jué)變量相似性分析,實(shí)現(xiàn)繪制過(guò)程中各對(duì)象繪制流程的重用。本文從點(diǎn)符號(hào)視覺(jué)變量和符號(hào)化過(guò)程分析出發(fā),提出一種包含圖形緩存、掃描線緩存和柵格緩存方法的符號(hào)化過(guò)程模型。該模型允許在不同點(diǎn)要素符號(hào)化過(guò)程中可以細(xì)粒度地共享符號(hào)圖形構(gòu)造、掃描線計(jì)算和柵格化操作,從而將順序型的地圖符號(hào)化流程改變?yōu)榉?hào)化子過(guò)程可交叉引用的符號(hào)化流程,減少符號(hào)化代價(jià),提高符號(hào)化效率。3種緩存方法均會(huì)帶來(lái)額外的存儲(chǔ)資源占用,但均在常用地圖顯示設(shè)備的資源配置范圍內(nèi)。試驗(yàn)表明:3種緩存方法均能夠顯著提高點(diǎn)數(shù)據(jù)符號(hào)化效率。圖形緩存方法有利于減少符號(hào)數(shù)據(jù)I/O與圖形構(gòu)造,適用于內(nèi)存較小的地圖應(yīng)用設(shè)備;掃描線緩存方法有利于減少?gòu)?fù)雜符號(hào)的掃描線生成,特別有利于繪制包含參數(shù)曲線的復(fù)雜圖形符號(hào),適用于低CPU計(jì)算能力的地圖應(yīng)用設(shè)備;柵格緩存方法能進(jìn)一步減少掃描線的著色操作,適用于低CPU計(jì)算能力、低內(nèi)存的地圖應(yīng)用設(shè)備。

[1] ROBINSON A C,PEZANOWSKI S,TROEDSON S.SymbolStore.org:A Web-based Platform for Sharing Map Symbols[J].Cartography and Geographic Information Science,2013,40(5):415-426.

[2] PAUL A,MICHAEL G.Geographic Information Systems and Science[M].New York:John Wiley and Sons Press,2001.[3] SWIEN TY O,ZH A NG M,REICH ENBACH ER T.Establishing a Neurocognition-based Taxonomy of Graphical Variables for Attention-guiding Geovisualisation[C]∥Proceedings of SPIE.Nanjing:SPIE,2007.

[4] NIVAN F,POCO J,VOHUY T.Visual Exploration ofBig Spatio-temporal Urban Data:A Study of New York City Taxi Trips[J].IEEE Transactions on Visualization and Computer Graphics,2013,19(12):2149-2158.

[5] ZHANG Chuanrong,LI Weidong.The Roles of Web Feature and Web Map Services in Real-time Geospatial Data Sharing for Time-critical Applications[J].Cartography and Geographic Information Science,2005,32(4): 269-297.

[6] MOLLER A T,STROM J.Graphics for the Masses:A Hardware Rasterization Architecture for Mobile Phones [J].ACM Transaction of Graphics,2003,22(3): 801-808.

[7] NOGUERA J M,SEGURA R J,OGAYAR C J.A Scalable Architecture for 3D Map Navigation on Mobile Devices [J].Personal and Ubiquitous Computing,2013,17(7): 1487-1502.

[8] KILHYUNG C,DAEWOONG K,SOO-LK C.An Optimized Rendering Algorithm for Hardware Implementation of Open VG 2D Vector Graphics[C]∥Proceedings of SoC Design Conference.Busan:[s.n.],1995:338-341.

[9] DAEWOONG K,KILH YUNG C,SOO-LK C A Highperformance Open VG Accelerator with Dual-scanline Filling Rendering[J].IEEE Transactions on Consume Electron,2008,54(3):1303-1311.

[10] WU Xiaofang,DU Qingyun,XU Zhiyong.Design and Algorithm Optimization of Complex Linear Symbol[J].Geomatics and Information Science of Wuhan University, 2006,31(7):623-635.(吳小芳,杜清運(yùn),徐智勇.復(fù)雜線狀符號(hào)的設(shè)計(jì)及優(yōu)化算法研究[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2006,31(7):623-635.)

[11] CAI Xianhua,WU Li.Study of Symbol Library Data Structure and Algorithm Based on Property Unit[J].Acta Geodaetica et Cartographica Sinica,2004,33(3):269-273.(蔡先華,武利.基于特征元的符號(hào)庫(kù)數(shù)據(jù)結(jié)構(gòu)及算法探討[J].測(cè)繪學(xué)報(bào),2004,33(3):269-273.)

[12] COMENETZ J.Cognitive Geometry for Cartography[J].Cartographic Journal,2002,39(1):65-77.

[13] BERTIN J.Semiology of Graphics:Diagrams,Networks, Maps[M].Madison:University of Wisconsin Press,1983.[14] CAO Yani,JIANG Nan,ZHANG Yajun,et al.Constitution Variables and Generation Modes of Electronic Map Symbols[J].Acta Geodaetica et Cartographica Sinica, 2012,41(5):784-490.(曹亞妮,江南,張亞軍,等.電子地圖符號(hào)構(gòu)成變量及其生成模式[J].測(cè)繪學(xué)報(bào),2012, 41(5):784-490.)

[15] MACEACHREN A M.How Maps Work:Representation, Visualization,and Design[M].New York:The Guilford Press,1995.

[16] RICE D.Open VG Specification Version 1.0.1[EB/OL].[2006-01-26].http:∥www.khronos.org/files/openvgquick-reference-card.pdf.

[17] GAMMA E,HELM R,JOHNSON R.Design Patterns: Elements of Reusable Object-oriented Software[M].Boston:Addison-Wesley,1995.

[18] BLACK P E.Entry for Data Structure in Dictionary of Algorithms and Data Structures[EB/OL].[2009-05-21].http:∥xlinux.nist.gov/dads/.

[19] Adobe Systems Inc.PostScript Language Reference Manual [M].Boston:Addison-Wesley,1999.

[20] W3C Recommendation.Scalable Vector Graphics(SVG) Full 1.2 Specification[EB/OL].[2010-07-01].http:∥www.w3.org/TR/SVG12.

(責(zé)任編輯:宋啟凡)

A Visual Variable Similarity-driven Symbolization Process Model for Point Datasets

WU Mingguang
Key Laboratory of Virtual Geographic Environment of Ministry of Education,Nanjing Normal University,Nanjing 210023,China

The visual variable similarity and drawing process reusability was analyzed in the process of point data symbolization.Then,a symbolic process model driven by visual variable similarity was proposed.Compared with the sequential symbolization process,the subprocess of symbolization could be shared in this model.For l/O-intensive symbol graphical construction process,graphic cache was proposed.For compute-intensive symbol graphical discretization process,scan line cache was proposed.For pixel-operation-intensive symbol rasterization process,raster cache was proposed.Under the precondition that drawing quality is ensured,the experimental results show that the method presented can significantly improve the symbolic efficiency for point datasets.

visual variable;similarity;map symbol;symbolization;process model

P283

A

1001-1595(2014)11-1274-06

國(guó)家自然科學(xué)基金(41271446)

2013-12-16

吳明光(1979—),男,副教授,主要研究方向?yàn)榭臻g數(shù)據(jù)模型、空間信息可視化、空間信息服務(wù)。

WU Mingguang.A Visual Variable Similarity-driven Symbolization Process Model for Point Datasets[J].Acta Geodaetica et Cartographica Sinica,2014,43(11):1274-1279.(吳明光.一種視覺(jué)變量相似性驅(qū)動(dòng)的點(diǎn)數(shù)據(jù)符號(hào)化過(guò)程模型[J].測(cè)繪學(xué)報(bào),2014,43 (11):1274-1279.)

10.13485/j.cnki.11-2089.2014.0185

修回日期:2014-03-24

Author:WU Mingguang(1979—),male,associate professor,majors in spatial data model,spatial information visualization and spatial information service.

E-mail:wmg＠njnu.edu.cn