一種顧及視覺層次的電子地圖自適應(yīng)節(jié)能顯示方法

吳明光,成梓銘

1.南京師范大學(xué)地理科學(xué)學(xué)院,江蘇 南京 210023; 2.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; 3.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心,江蘇 南京 210023

2020年9月我國提出了2030年前實(shí)現(xiàn)“碳達(dá)峰”、2060年前實(shí)現(xiàn)“碳中和”的“雙碳”目標(biāo),擔(dān)負(fù)著引領(lǐng)世界經(jīng)濟(jì)“綠色復(fù)蘇”的大國重任[1]。電子地圖作為一種地理信息表達(dá)工具[2],可以為“雙碳”與可持續(xù)發(fā)展現(xiàn)狀、策略、進(jìn)展提供可視化、空間化的支持[3];但是,電子地圖作為一種數(shù)字形式的工具,其設(shè)計(jì)、運(yùn)行需要消耗大量的能源。僅以電子地圖顯示為例,根據(jù)有機(jī)發(fā)光二極管(organic light-emitting diode,OLED)屏幕能耗估算方法[4],在1920×1080像素的OLED屏幕上顯示一幅遙感影像的平均功率為5.13 μW/像素(圖1(a)),總功率為11 W,顯示一幅亮版地圖的平均功率為11.14 μW/像素(圖1(b)),總功率為23 W。雖然單幅電子地圖的顯示功率并不高,但由于電子地圖的用戶基數(shù)大,將累積消耗巨大的能量。例如,高德地圖和百度地圖的月均活躍用戶數(shù)分別高達(dá)4.8億和3.9億[5],平均每月使用時(shí)長分別為5.9、4.7 h,以圖1中的亮版地圖功率為估算依據(jù),兩者的年度總能耗將達(dá)13.2億kW·h,相當(dāng)于42萬人一年的用電量[6],釋放約6.6億kg CO2e的溫室氣體[7]。隨著電子地圖在各行各業(yè)的廣泛應(yīng)用,能耗和溫室氣體排放量也會快速增加。此外,導(dǎo)航地圖能耗過高帶來移動(dòng)設(shè)備續(xù)航不足的問題也是當(dāng)前導(dǎo)航地圖應(yīng)用的主要痛點(diǎn)[8]。

圖1 地圖顯示功率對比

近年來,國內(nèi)外學(xué)者意識到電子地圖的能耗問題,開始將能耗作為電子地圖設(shè)計(jì)的約束條件,與其形式、內(nèi)容、交互、用戶體驗(yàn)等一起綜合考慮[9]。光強(qiáng)是能耗的主要因素,相對于背光固定的液晶顯示器(liquid crystal display,LCD),OLED屏幕的背光是逐像素控制的,因此可以設(shè)計(jì)像素級顯示策略來降低顯示能耗。OLED屏幕的顯示能耗與顏色、形狀、尺寸等視覺變量直接相關(guān)[4];當(dāng)前主要的節(jié)能顯示方法均集中在調(diào)整顏色上。例如,圖1(c)中同一范圍的夜版地圖的平均功率為2.83 μW/像素,顯著低于亮版地圖。目前,夜版地圖設(shè)計(jì)主要依賴制圖者的經(jīng)驗(yàn),缺少定量建模分析方法。文獻(xiàn)[10—11]提出一種降低OLED屏幕背光強(qiáng)度來節(jié)省顯示能耗的通用方法,但未考慮到地圖的內(nèi)容和形式特征,易造成顏色失真、變形,從而影響電子地圖的可讀性。文獻(xiàn)[12]提出一種顧及視覺相似性的顏色映射方法,通過替換高能耗的顏色來降低顯示能耗。文獻(xiàn)[13]提出將地圖對象之間語義關(guān)系作為約束條件來調(diào)整地圖顏色來降低能耗。文獻(xiàn)[14]在其基礎(chǔ)上提出了一種自動(dòng)提取顏色語義關(guān)系并通過人工蜂群算法來實(shí)現(xiàn)節(jié)能顏色搜索的電子地圖節(jié)能顯示方法。上述研究考慮了地圖的視覺外觀、語義關(guān)系,尚未考慮到電子地圖的視覺層次(visual hierarchy)。

視覺層次是指依據(jù)地圖內(nèi)容本身的重要程度設(shè)計(jì)與之對應(yīng)的視覺重要程度的方法,可以分為版面視覺層次和地圖內(nèi)容視覺層次[15](圖2)。由圖2(a)可知,文獻(xiàn)[16]將整個(gè)地圖版面分為3個(gè)視覺層次:地圖內(nèi)容處在一級;標(biāo)題和圖例處在二級;指北針、比例尺、注釋等處在三級(圖2(b))。地圖內(nèi)容的視覺層次又可以分為3類:多層結(jié)構(gòu)(stereogrammic organization)、擴(kuò)展結(jié)構(gòu)(extensional organization)和再分結(jié)構(gòu)(subdivisional organization)[17]。如圖2(c)所示,多層結(jié)構(gòu)將不同類別的要素置于前景、背景,引導(dǎo)讀圖者關(guān)注前景重要信息;擴(kuò)展結(jié)構(gòu)描述了地圖內(nèi)容的等級關(guān)系,例如不同道路的重要程度;再分結(jié)構(gòu)描述了地圖內(nèi)容的層內(nèi)關(guān)系,通過劃分子類以體現(xiàn)單個(gè)層次內(nèi)部的關(guān)系。

視覺層次通過強(qiáng)化重要的地物,弱化次要地物,達(dá)到清晰呈現(xiàn)制圖主題的目的,是提高地圖可讀性、降低認(rèn)知負(fù)擔(dān)的重要途徑[18]。視覺層次直接影響地圖的視覺外觀,進(jìn)而影響地圖的顯示能耗[19]。本文關(guān)注地圖顏色的視覺層次,針對當(dāng)前地圖節(jié)能方法缺少對視覺層次定量建模的問題,提出一種顧及地圖顏色視覺層次的電子地圖節(jié)能顯示方法。如圖3所示,將地圖顏色的視覺層次分為3種類型:圖-底結(jié)構(gòu)、類間結(jié)構(gòu)、細(xì)分結(jié)構(gòu)。首先,解析原始矢量地圖的內(nèi)容,根據(jù)色差、亮度差、色相差等指標(biāo)構(gòu)建地圖顏色視覺層次定量數(shù)學(xué)模型;然后,結(jié)合能耗估算模型,構(gòu)建兼顧地圖顏色視覺層次質(zhì)量與顯示能耗的節(jié)能顯示模型;最后,采用非支配排序遺傳算法(NSGA-Ⅱ)[20]自適應(yīng)搜索節(jié)能地圖顏色,通過分析帕累托(Pareto)前沿解集,得到最優(yōu)節(jié)能地圖配色方案。

圖3 自適應(yīng)性地圖節(jié)能模型示意

1 顧及視覺層次的地圖節(jié)能模型

1.1 視覺層次量化建模

本文將地圖顏色視覺層次劃分為3種類型:圖-底結(jié)構(gòu)、類間結(jié)構(gòu)和細(xì)分結(jié)構(gòu)。

圖4 顏色視覺層次示例

本文將圖-底結(jié)構(gòu)作為最基礎(chǔ)的視覺層次,類間結(jié)構(gòu)和細(xì)分結(jié)構(gòu)是對圖-底結(jié)構(gòu)的補(bǔ)充與細(xì)化。建模時(shí)對所提取的視覺層次進(jìn)行量化評分:當(dāng)兩類視覺層次間的關(guān)系vij判定為圖-底結(jié)構(gòu)F時(shí),根據(jù)色差閾值δt與亮度差閾值δl計(jì)算得到圖-底結(jié)構(gòu)的視覺層次得分;當(dāng)兩類視覺層次間的關(guān)系vij判定為類間結(jié)構(gòu)G時(shí),采用語義關(guān)系中的差異關(guān)系評價(jià)方法得到類間結(jié)構(gòu)的視覺層次得分;當(dāng)兩類視覺層次間的關(guān)系vij判定為細(xì)分結(jié)構(gòu)S時(shí),采用語義關(guān)系中的關(guān)聯(lián)關(guān)系和順序關(guān)系的評價(jià)方法得到細(xì)分結(jié)構(gòu)的視覺層次得分,G(D)、S(A)、S(O)分別表示用于描述類間結(jié)構(gòu)的差異關(guān)系D描述類間結(jié)構(gòu)G、用關(guān)聯(lián)關(guān)系A(chǔ)或順序關(guān)系O描述細(xì)分結(jié)構(gòu)S。本文結(jié)合文獻(xiàn)[27]提出的語義關(guān)系評價(jià)方法將任意兩個(gè)視覺層次間的視覺層次結(jié)果描述為

(1)

(2)

式中,fv(ci,cj,vij)為視覺層次矩陣中各視覺層次間的得分;n為地圖中視覺層次的個(gè)數(shù);Fv(C)為整體的視覺層次質(zhì)量,其取值范圍為[0,1]。

1.2 自適應(yīng)節(jié)能配色搜索

地圖節(jié)能顯示還需顧及習(xí)慣用色規(guī)則,習(xí)慣用色規(guī)則指在節(jié)能過程中應(yīng)盡可能保持某些視覺層次的習(xí)慣用色,如:用藍(lán)色表示水體,用綠色表示植被、森林、低洼地,用黃色表示干燥、缺少植被等,從而引發(fā)語義-顏色共鳴,提高地圖的實(shí)用性和可讀性[29]。本文限定特定主題(如森林、河流、山地等)的顏色ci盡可能在較小范圍內(nèi)調(diào)整

(3)

式中,ci表示第i個(gè)視覺層次的習(xí)慣用色;γ表示習(xí)慣用色的色差閾值。對于部分無須按習(xí)慣用色設(shè)色的視覺層次,該項(xiàng)值可以直接設(shè)置為1,表示可以隨意調(diào)整顏色以適應(yīng)其他條件,本文將習(xí)慣用色的結(jié)果fc歸一化為[0,1],用n表示地圖中視覺層次的個(gè)數(shù),Fc(C)表示地圖習(xí)慣用色的整體質(zhì)量

(4)

通過上述對視覺層次和習(xí)慣用色的描述,將兩者結(jié)果相乘得到視覺層次質(zhì)量F(C),其取值范圍為[0,1]

F(C)=Fv(C)·Fc(C)

(5)

文獻(xiàn)[4]提出了一種基于像素的屏幕能耗估算模型,該模型根據(jù)每個(gè)像素的RGB分量值估算OLED屏幕的顯示能耗。為了適應(yīng)矢量地圖的顯示特點(diǎn),本文在文獻(xiàn)[4]的基礎(chǔ)上,提出一種基于視覺層次的地圖能耗估算模型,該模型根據(jù)地圖各視覺層次的紅、綠、藍(lán)分量值和面積占比估算地圖的顯示能耗

(6)

式中,Ri為第i個(gè)視覺層次顏色的紅色分量值;Gi為第i個(gè)視覺層次顏色的綠色分量值;Bi為第i個(gè)視覺層次顏色的藍(lán)色分量值;n為地圖中視覺層次的個(gè)數(shù);E(C)為整幅地圖的總能耗;wi為第i個(gè)視覺層次在整幅電子地圖中的面積占比。

本文將地圖節(jié)能問題定義為一個(gè)雙目標(biāo)優(yōu)化問題,將綜合了習(xí)慣用色的視覺層次得分構(gòu)造為目標(biāo)函數(shù)1,將地圖的顯示能耗構(gòu)造為目標(biāo)函數(shù)2,可以得到地圖的節(jié)能顯示模型

(7)

為了便于全局搜索,本文利用式(8)將目標(biāo)函數(shù)2的能耗結(jié)果轉(zhuǎn)化為調(diào)整后的地圖節(jié)能百分比,將地圖節(jié)能問題構(gòu)造成一個(gè)MAX-MAX問題

(8)

式中,En表示調(diào)整后地圖的能耗;Eo表示調(diào)整前地圖的能耗。

本文使用NSGA-Ⅱ算法在HSV顏色空間內(nèi)進(jìn)行顏色搜索,經(jīng)過多次迭代得到Pareto前沿解集,即一系列節(jié)能配色方案。假設(shè)Pareto前沿面是一個(gè)連續(xù)的曲面,如果曲面上存在一個(gè)或多個(gè)拐點(diǎn),即曲面函數(shù)的一階導(dǎo)數(shù)突變點(diǎn),則采用第一個(gè)拐點(diǎn)作為節(jié)能地圖配色方案的滿意解;當(dāng)拐點(diǎn)不明確時(shí),采用如圖5(a)所示Pareto前沿面的中心點(diǎn),即兼顧視覺層次質(zhì)量與節(jié)能程度的解作為滿意解,可以得到如圖5(b)所示在輕微改變地圖外觀的情況下最大限度降低能耗的地圖配色方案。

圖5 顧及視覺層次的地圖節(jié)能結(jié)果

2 試驗(yàn)驗(yàn)證

為驗(yàn)證本文方法的可行性,如圖6所示,選擇了小比例尺的氣候分布圖和大比例尺的城市交通圖進(jìn)行讀圖任務(wù)測試,評價(jià)本文方法所得到的節(jié)能地圖的質(zhì)量。小比例尺的氣候分布圖原始數(shù)據(jù)來源于《中華人民共和國人口環(huán)境與可持續(xù)發(fā)展地圖集》,大比例尺的城市交通圖原始數(shù)據(jù)來源于OpenStreetMap (openstreetmap.org)。試驗(yàn)前根據(jù)經(jīng)驗(yàn)設(shè)定一系列色差閾值,將差異與關(guān)聯(lián)關(guān)系的色差閾值μ設(shè)為40,習(xí)慣用色色差閾值γ設(shè)為20、各圖形與背景的色差δt與亮度差閾值δl分別設(shè)為40和20,色相角度閾值α設(shè)為10。

在1920×1080像素的OLED屏幕上顯示氣候分布圖和城市交通圖的功率分別為21.89 W和23.52 W。通過前文所述算法得到最優(yōu)節(jié)能配色方案,結(jié)果如圖7(a)、(c)所示,其中氣候分布圖顏色調(diào)整后的視覺層次質(zhì)量為0.78,顯示功率為9.89 W;城市交通圖顏色調(diào)整后的視覺層次質(zhì)量為0.94,顯示功率為9.54 W。相對于調(diào)整前的原始地圖,在單位時(shí)間內(nèi)使用相同的OLED屏幕顯示兩幅節(jié)能地圖可以分別降低54.82%和59.44%的能耗。文獻(xiàn)[14]提出了一種語義約束的顏色調(diào)整方法可以生成電子地圖的配色方案以減少顯示設(shè)備的能耗,這是目前唯一可參照的調(diào)整地圖配色以節(jié)省能耗的方法。本文模擬了語義約束的方法,結(jié)果如圖7(b)、(d)所示,并與本文方法進(jìn)行對比分析。

圖8 圖-底結(jié)構(gòu)結(jié)果對比

為評價(jià)兩種算法結(jié)果的地圖質(zhì)量,本文設(shè)計(jì)了如表1所示的讀圖試驗(yàn),包括識別、定位和比較3類任務(wù),共計(jì)6個(gè)問題。針對識別任務(wù),本文在測試地圖上隨機(jī)選擇3個(gè)要素類,要求被試驗(yàn)者識別要素類的類型。針對定位任務(wù),本文在測試地圖上隨機(jī)選擇了兩個(gè)區(qū)域,要求被試驗(yàn)者判斷地圖中某個(gè)要素類位于所選區(qū)域的哪個(gè)位置。針對比較任務(wù),本文在測試地圖上隨機(jī)選擇3個(gè)要素類,要求被試驗(yàn)者判斷各要素類間的屬性或等級關(guān)系。針對原圖、對比方法及本文方法,使用相同的問題分別設(shè)計(jì)了3組試驗(yàn),每組試驗(yàn)人數(shù)25人,在同一顯示器、相同的照明條件下完成測試。

表1 評價(jià)試驗(yàn)中的讀圖任務(wù)

讀圖試驗(yàn)的正確率結(jié)果見表2,完成時(shí)間結(jié)果見表3。采用雙尾T檢驗(yàn)分析試驗(yàn)結(jié)果的顯著性,在正確率方面,由M值可以得出本文方法的所有任務(wù)結(jié)果均優(yōu)于對比方法,由本文方法與原圖之間pvalue值可以得出本文方法所有任務(wù)的正確率都接近原始地圖,由本文方法與對比方法之間的pvalue值可以得出6項(xiàng)任務(wù)中有4項(xiàng)顯著性較高,絕大多數(shù)情況下本文方法與對比方法之間差異較大。在完成時(shí)間方面,由M值可以得出本文方法的所有任務(wù)結(jié)果均優(yōu)于對比方法,由本文方法與原圖之間pvalue值可以得出本文方法所有任務(wù)的完成時(shí)間都接近原始地圖,由本文方法與對比方法之間的pvalue值可以得出6項(xiàng)任務(wù)中顯著性均較高,本文方法與對比方法之間差異較大。這是由于本文方法考慮了視覺層次,利用色差與亮度差突出了前景與背景之間的分離,并結(jié)合語義關(guān)系進(jìn)一步表達(dá)地物間的視覺層次結(jié)構(gòu),更有利于地圖的閱讀,因此讀圖的正確率和效率均優(yōu)于對比方法。

表2 正確率統(tǒng)計(jì)結(jié)果

表3 完成時(shí)間統(tǒng)計(jì)結(jié)果

為了進(jìn)一步證明本文方法的有效性,在讀圖試驗(yàn)的基礎(chǔ)上計(jì)算兩種方法的平均色差和加權(quán)色差,分析地圖調(diào)整前后顏色的一致性。其中,平均色差指地圖各要素類原始顏色與調(diào)整后顏色間的平均顏色距離,可以表示調(diào)整前后配色方案的總體視覺差異;加權(quán)色差指地圖各要素類原始顏色與調(diào)整后顏色間距離的加權(quán)平均值,可以表示調(diào)整前后配色方案的一般視覺差異和顏色分布情況。本文所提出的顧及視覺層次的方法在平均色差和加權(quán)色差兩項(xiàng)指標(biāo)上都優(yōu)于對比方法,得到的最優(yōu)結(jié)果能夠更好地保持調(diào)整前后顏色的一致性,結(jié)果見表4。進(jìn)一步分析表4結(jié)果,本文方法在平均色差方面相較于對比方法提升了20.91%、6.08%,在加權(quán)色差方面相較于對比方法提升了15.00%、6.24%,表明本文所提出的節(jié)能顯示方案能夠更好地保持原圖的視覺外觀。

表4 平均色差與加權(quán)色差結(jié)果

3 結(jié) 論

針對電子地圖顯示能耗過高的問題,本文提出了一種顧及視覺層次的電子地圖自適應(yīng)節(jié)能顯示方法。本文方法將地圖顏色視覺層次區(qū)分為3種類型并進(jìn)行數(shù)學(xué)建模,建立地圖顯示能耗和視覺層次質(zhì)量的雙目標(biāo)函數(shù)、基于NSGA-Ⅱ算法全局搜索最優(yōu)節(jié)能配色方案。采用不同比例尺的地圖試驗(yàn),將算法結(jié)果與語義約束的顏色調(diào)整方法進(jìn)行對比,試驗(yàn)表明,本文提出的顧及視覺層次的節(jié)能方法在有效性、效率、顏色一致性方面均優(yōu)于對比方法。本文方法可以在輕微改變地圖外觀的情況下顯著降低地圖顯示能耗,有助于減少電子地圖行業(yè)的能耗和溫室氣體排放,助力國家“雙碳”目標(biāo),也有利于提升移動(dòng)電子地圖的續(xù)航能力。

本文方法考慮了視覺層次、語義關(guān)系和習(xí)慣用色等地圖設(shè)色的主要規(guī)則,適用不同專題類型、不同比例尺的矢量地圖;但在部分應(yīng)用場景下還需要顧及其他設(shè)色規(guī)則,如顏色調(diào)和、冷暖色調(diào)規(guī)則等,下一步工作將結(jié)合更廣泛的應(yīng)用場景融入更多的地圖設(shè)色與使用規(guī)則。此外,本文只考慮了顏色這一視覺變量,還有其他視覺變量可以影響地圖的能耗,如符號尺寸、幾何形態(tài)等,下一步將考慮多元視覺變量的地圖節(jié)能模型,將符號尺寸、幾何形態(tài)和紋理等加入模型中進(jìn)行更深入的研究。