【技术实现步骤摘要】
本专利技术涉及地理信息系统（geographic information system，gis）、计算机辅助地图制图（computer-aided cartography，cac）、计算机图形学（computer graphics，cg）领域，尤其涉及一种自适应地对地图颜色美学质量进行评估的方法与系统。
技术介绍
1、制作具有漂亮颜色的地图对于专家和新手来说都是具有挑战性的，这意味着对地图颜色进行美学量化评估是至关重要的。新手可能没有足够的知识和技能来开发这样的地图。此外，对于专家来说，制作美丽的地图颜色需要很多时间和努力，因为必须考虑一系列问题，如和谐性、观众偏好和底层对象的特征。迄今为止，已经有许多精心设计的色彩调色板（例如，colorbrewer2.org）以及在线色彩调色板社区（例如，adobekuler和colorlovers）可用，但它们可能并不总是完美匹配特定情境，例如底层数据。已经做了大量努力来设计交互式色彩选择工具，如pravdacolor、colorcat和i want hue。这些工作提供了有效的色彩选择工具。然而，设计师们仍然需要知道这些选定的颜色在审美上有多吸引人，尤其是在比较一个颜色解决方案与另一个或微调给定的色彩方案时。在这些情况下，对审美色彩质量进行定量评估是至关重要的，人们迫切期待着定量的审美色彩预测器。
2、尽管已经做了很多努力来评估视觉作品的审美质量，例如绘画、摄影和一般色彩调色板的计算审美，但很少有人关注地图。像绘画或摄影一样，地图体现了一般色彩偏好和和谐色彩组合的模板。然而，
3、为解决上述问题，需要一种新的计算方法，能够自适应地定量评估地图颜色美学质量。名称为“融合多模态注意力机制的图像美学质量评价方法”，申请号为cn202110944392.7，公开号为cn113657380a的中国专利，提出了融合多模态注意力机制的图像美学质量评价方法，该方法首先对美学图像数据集中的数据进行数据预处理，提取美学图像所对应文本的文本特征，并将数据集划分为训练集与测试集；然后设计融合文本特征和图像特征的多模态注意力机制模块；然后设计融合多模态注意力机制的图像美学评分分布预测网络，使用该网络训练融合多模态注意力机制的图像美学评分分布预测网络模型；然后将图像输入到融合多模态注意力机制的图像美学评分分布预测网络模型中，输出对应的图像美学评分分布，最后计算美学评分分布的平均值作为图像美学质量分数；该专利技术能实现视觉特征与美学文本特征相互指导与融合，提高图像美学质量评估方法的性能。名称为“基于主题特征和评分分布的图像美学质量评价方法及系统”，申请号为cn202110134073.x，公开号为cn112767386a的中国专利，公开了一种基于主题特征和评分分布的图像美学质量评价方法及系统。该方法首先将美学图像数据集中的数据进行预处理，划分为训练集与测试集，并为训练集中的每个图像创建对应的主题；设计图像主题特征分类网络、图像美学评分分布预测网络，并训练图像主题分类模型、美学评分分布预测模型；设计图像主题特征分类与美学评分分布预测的多任务网络，将图像主题分类模型与美学评分分布预测模型通过层特征融合连接起来，并训练多任务模型；将图像输入到多任务模型，输出对应的美学评分分布与主题特征，最后计算美学评分分布的平均值作为图像美学质量分数。该专利技术能同时进行图像的主题特征预测与美学评分分布预测，并提高图像美学质量评估算法性能。名称为“融合多模态注意力机制的图像美学质量评价方法”的专利虽然公开了能够融合多模态注意力机制的图像美学质量评价，但是此方法中图像的美学特征和地图颜色的美学特征并不相同，并不适用于地图颜色的美学评估。名称为“基于主题特征和评分分布的图像美学质量评价方法及系统”，该方法虽然可以适应不同的图像主题，但是此方法没有引入地图颜色相关的制图规则，比如几何维度、图-底分离等，无法实现高精度的地图颜色美学质量评估。
技术实现思路
1、专利技术目的：为了克服现有技术的不足，本专利技术提供一种自适应地图颜色美学质量评估方法，提高地图美学质量评估方法的性能。
2、本专利技术的另一目的是提供一种自适应地图颜色美学质量评估系统、计算机设备和计算机可读存储介质。
3、技术方案：根据本专利技术的第一方面，一种自适应地图颜色美学质量评估方法，包括以下步骤：
4、基于秩序和复杂度概念来构建地图颜色美学特征空间，对于秩序特征，从颜色空间和地图空间两个角度来考察：对于颜色空间，采用对比和相似这两种基本的颜色调和模式，对于地图空间，将清晰和一致定义为用于组织地图元素以进行地图内容解释的两种策略，综合这两个角度得出秩序特征的四个基本要素：对比-清晰、对比-一致、相似-清晰和相似-一致；复杂度特征从整体和细节两个层面来衡量，整体复杂度包括颜色数量、颜色熵和局部颜色变化，细节复杂度包括直方图；
5、收集具有各种颜色美学品质的地图样本，提取样本地图的颜色属性，包括颜色值、颜色类型和颜色的空间权重，根据颜色类型区分图形和背景，根据提取的颜色值和颜色的空间权重实例化样本地图的颜色美学特征；
6、根据样本地图的颜色美学特征和被试者对地图样本的整体颜色美学质量的评分，训练一个基于广义线性回归模型的美学质量评估模型；
7、利用美学质量评估模型给出任意地图或地理可视化产品的颜色美学质量评估结果。
8、根据本专利技术的第二方面，一种自适应地图颜色美学质量评估系统，包括：
9、地图颜色美学特征空间构建模块，基于秩序和复杂度概念来构建地图颜色美学特征空间，对于秩序特征，从颜色空间和地图空间两个角度来考察：对于颜色空间，采用对比和相似这两种基本的颜色调和模式，对于地图空间，将清晰和一致定义为用于组织地图元素以进行地图内容解释的两种策略，综合这两个角度得出秩序特征的四个基本要素：对比-清晰、对比-一致、相似-清晰和相似-一致；复杂度特征从整体和细节两个层面来衡量，整体复杂度包括颜色数量、颜色熵和局部颜色变化，细节复杂度包括直方图；
10、地图颜色美学特征提取模块，收集具有各种颜色美学品质的地图样本，提取样本地图的颜色属性，包括颜色值、颜色类型和颜色的空间权重，根据颜色类型区分图形和背景，根据提取的颜色值和颜色的空间权重实例化样本地图的颜色美学特征；
11、地图颜色模型学习模块，根据样本地图的颜色美学特征和被试者对地图样本的整体颜色美学本文档来自技高网...
【技术保护点】
1.一种自适应地图颜色美学质量评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述对比被定义为地图中颜色之间差异的程度，所述相似被定义为颜色共性的程度，以Con(ci,cj)表示颜色ci与cj之间的差异，相似的度量方法为：
3.根据权利要求1所述的方法，其特征在于，所述清晰与涉及颜色之间的最大相似性成正比，与涉及颜色之间的最小相似性成反比，度量方法如下：
4.根据权利要求1所述的方法，其特征在于，颜色熵的计算对地图颜色的每个组成部分进行，计算方法如下：
5.根据权利要求1所述的方法，其特征在于，对样本地图的颜色美学特征的实例化包括：
6.根据权利要求1所述的方法，其特征在于，所述广义线性回归模型利用最小绝对收缩和选择算子Lasso模型，其目标函数如下：
7.根据权利要求1所述的方法，其特征在于，提取样本地图的颜色属性包括：对于颜色值，首先在设备无关的CIELab颜色空间中提取颜色值，然后根据需要将其转换到另一个颜色空间；
8.一种自适应地图颜色美学质量评估系统，其特
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的自适应地图颜色美学质量评估方法的步骤。
...【技术特征摘要】
1.一种自适应地图颜色美学质量评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述对比被定义为地图中颜色之间差异的程度，所述相似被定义为颜色共性的程度，以con(ci,cj)表示颜色ci与cj之间的差异，相似的度量方法为：
3.根据权利要求1所述的方法，其特征在于，所述清晰与涉及颜色之间的最大相似性成正比，与涉及颜色之间的最小相似性成反比，度量方法如下：
4.根据权利要求1所述的方法，其特征在于，颜色熵的计算对地图颜色的每个组成部分进行，计算方法如下：
5.根据权利要求1所述的方法，其特征在于，对样本地图的颜色美学特征的实例化包括：<...
【专利技术属性】
技术研发人员：孙彦杰，吴明光，闾国年，袁林旺，张子谦，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。