CN111026891A - 一种地图底图集成方法 - Google Patents

Abstract

本发明涉及地图制图领域，公开了一种地图底图集成方法，包括如下步骤，S1对像素图进行预处理，以降低像素图的文件大小，再切分像素图并生成坐标位置，得到下级图；S2将所述下级图转换为矢量图：通过最小切片下级图的像素及镜头放大倍率计算得出下级图的分辨率，对矢量图进行优化处理，以降低矢量图的文件大小；S3将矢量图集成至地图底图：根据地图底图的比例尺确定矢量图的比例尺，进而确定矢量图的斜对角两个点在地图上的坐标，据此将矢量图集成至地图底图形成目标地图；在目标地图上查看关键点的位置是否跟标准地图一致。本发明能够降低矢量图文件的大小，极大地降低所需切片像素图数量，操作时图片时不会出现卡顿，提高用户体验感。

Description

一种地图底图集成方法

技术领域

本发明涉及地图制图领域，具体地，涉及一种地图底图集成方法。

背景技术

目前LBS(基于位置服务)已经得到了长足的发展，在互联网、物联网的加成下，越来越多基于地图和位置的应用得到开发和使用，例如定位、打车、跑步、导航、周边生活、旅游等等。提供基础及扩展的LBS服务商包括百度、高德、谷歌等等，各研发厂商可以根据自己的不同需求，在基础服务的基础上进行二次开发，拓展延伸出自己的功能应用，提供更详细，更贴心的服务。

在很多应用场景下，基础服务商提供的地图最小比例尺较大(一般为10米)，或者细节不够详细，或者更新较慢，不能满足业务需求。此时就需要在原有的地图基础上叠加自己的底图进行展示，达到更为精细的效果，能满足特定的需求。

传统的底图贴图方式一般采用瓦片图的方式进行集成，为满足透明度要求，一般采用png的格式，限于终端性能与访问实时性要求，单页展示加载的图片不能过大(一般不超过2M为宜)，故单幅图片不能展示过多细节，而是采用瓦片切割的方式，根据镜头比例加载不同比例尺下的图片，以满足性能要求。

瓦片地图金字塔模型是一种多分辨率层次模型，从瓦片金字塔的底层到顶层，分辨率越来越低，但表示的地理范围不变。首先确定地图服务平台所要提供的缩放级别的数量N，把缩放级别最高、地图比例尺最大的地图图片作为金字塔的底层，即第0层，并对其进行分块，从地图图片的左上角开始，从左至右、从上到下进行切割，分割成相同大小(比如256x256像素)的正方形地图瓦片，形成第0层瓦片矩阵；在第0层地图图片的基础上，按每2x2像素合成为一个像素的方法生成第1层地图图片，并对其进行分块，分割成与下一层相同大小的正方形地图瓦片，形成第1层瓦片矩阵；采用同样的方法生成第2层瓦片矩阵；…；如此下去，直到第N一1层，构成整个瓦片金字塔。切片之后的地图瓦片是栅格图像，并不具备定位信息，需运用相关切片算法计算出具体定位的位置。例如采用WGS84大地坐标系为空间参考，对地图进行切片，采用一定的切片算法，例如用经纬度步长等比例分割形成地图瓦片，当需要对一个具体地方进行定位时，可以根据经纬度步长来计算具体位置，以多层结构存储位置坐标数据，与图片一一对应，以此来达到定位的功能。

传统的瓦片底图集成方式，限于单幅图片的大小限制，一般单幅瓦片图做成256*256像素，以每次放大2倍长度为例，一般每层图片只能支持一至两级，因为每放大一级，图片的面积会变为原来的4倍，相对于同样大小的屏幕区域，只能看到原有1/4的细节，因分辨率限制，再次放大会出现图片模糊、锯齿等失真现象。因此需要开始分片切图，上一级的一个图片需要切为4幅，以此类推，对同一个大小的地图区域，每层瓦片图的数量为4^(N-1)，呈指数级别增长。以某个长宽10公里的地图为例，从10公里比例尺，地图放大至10米级别，瓦片地图集成方式至少需要8级，所需切片图片数量至少达到4+4^2+4^3+4^5+4^6+4^7＝21844，单幅图片以10k的平均值计算，需要存储空间218M左右，同时，还需根据切片算法计算图片位置坐标，每幅图至少记录两个斜角坐标点位置，需记录数据21844*2＝43688条，坐标转换计算量、网络流量、存储空间消耗都比较大，在网速较慢时会出现明显的加载延时，地图会出现缺块现象。

发明内容

本发明所要解决的技术问题是提供一种地图底图集成方法，其能够降低矢量图文件的大小，极大地降低所需切片像素图数量，操作图片时不会出现卡顿，提高用户体验感。

为了解决上述技术问题，本发明提供一种地图底图集成方法，包括如下步骤，

S1对像素图进行预处理，以降低像素图的文件大小，再切分像素图并生成坐标位置，得到下级图；

S2将所述下级图转换为矢量图：通过最小切片下级图的像素及镜头放大倍率计算得出下级图的分辨率，对矢量图进行优化处理，以降低矢量图的文件大小；

S3将矢量图集成至地图底图：根据地图底图的比例尺确定矢量图的比例尺，进而确定矢量图的斜对角两个点在地图上的坐标，据此将矢量图集成至地图底图形成目标地图；在目标地图上查看关键点的位置是否跟标准地图一致，所述关键点为目标地图的标志物，不一致则对矢量图比例尺及定位坐标点位置进行微调，直至与标准地图一致。

具体地，在所述步骤S1中，切分像素图并生成坐标位置的具体过程如下，

S101设定参数，包括像素图对角坐标，分割比例和分割级数；

S102执行切分过程，生成树形结构的数据及文件，可由三种方式进行数据存储，包括纯数据库模式、纯文件模式和混合模式。

需要补充说明的是，在所述步骤S101中，所述像素图与对角坐标包括左下坐标和右下坐标；所述分割比例包括长宽平分等分数；当所述分割级数超过一级，则对切分后的像素图进行进一步迭代分割。

具体地，在所述步骤S102中，所述纯数据库模式采用字节方式将像素图文件存储至数据库，单条数据结构包括唯一识别号、切分前的父图ID、二维矩阵位标、左下坐标、右上坐标和像素图文件；

所述纯文件模式，按数据文件与像素图文件分别保存的方式，会生成单个的json格式数据文件及多层文件夹结构的树形文件，数据文件包括数组坐标、左下纬度、左下经度、右上纬度、右上经度和文件路径；

所述混合模式采用数据库存数据，文件存硬盘的方式，数据格式同纯数据库模式，仅最后一个字段存文件路径。

作为一种具体的实施方式，在所述步骤S1中，所述预处理是将像素图进行简化处理，删除文字描述及冗余信息，以能够将像素图文件大小减少35％-55％。

作为一种具体的实施方式，在所述步骤S2中，所述下级图转换成矢量图的工具包括AutoCAD和PhotoShop，在转换工具中，选择线宽及宽高，以使得所述转换后的矢量图文件大小降低至转换前的像素图文件大小的10％～20％；且所述转换后的矢量图的格式为svg格式。

具体地，在所述步骤S2中，所述优化处理是指所述矢量图文件采用SVGOptimizer文件优化工作工具进行优化处理，且在SVG Optimizer的基础上进行曲线优化和矩形优化，以使得所述优化后的矢量图文件大小降低至优化前的矢量图文件的50％～75％。

更进一步地，所述曲线优化将曲线改为弧线，且所述曲线的像素范围为30*30～60*60；所述矩形优化将长宽比例超过10:1的填充矩形采用定宽直线进行替换，将原有的矩形四点坐标改为矩形窄边中点两个点坐标。

作为一种优选的实施方式，在所述步骤S2中，下级图转换矢量图后，单幅矢量图大小小于1.1M。

具体地，在所述步骤S3中，所述集成处理方式采用方式包括直接写矢量图代码和加载矢量图文件；且所述矢量图斜对角两个点在地图上的坐标为左下坐标和右上坐标。

通过上述技术方案，本发明的优点在于，

(1)对客户端实时访问速度快，无卡顿及延时；

(2)同时采用单幅图片替换原有的瓦片图，地图比例尺缩放时，没有加载瓦片图层的过程，镜头缩放流畅，用户体验好；

(3)减少了大量的瓦片图切片及坐标计算工作，而是用单幅矢量图方案，操作简单省时省力；

(4)瓦片图按不同的地图级别需处理及存储大量图片及坐标数据，占用存储空间大，更新维护复杂，而单幅矢量图所占存储空间只有瓦片图的百分之一不到，同时维护的图片数量更是少了三个数量级。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1为本发明的一个实施例的流程图；

图2为本发明的一个实施例中500米比例尺的局部效果图；

图3为本发明的一个实施例中200米比例尺的局部效果图；

图4为本发明的一个实施例中50米比例尺的局部效果图；

图5为本发明的一个实施例中20米比例尺的局部效果图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

参见图1所示，本发明的地图底图集成方法的一个实施例包括如下步骤，

A对像素图进行预处理，以降低像素图的文件大小，再切分像素图并生成坐标位置，得到下级图；

B将所述下级图转换为矢量图：通过最小切片下级图的像素及镜头放大倍率计算得出下级图的分辨率，对矢量图进行优化处理，以降低矢量图的文件大小；

C将矢量图集成至地图底图：根据地图底图的比例尺确定矢量图的比例尺，进而确定矢量图的斜对角两个点在地图上的坐标，据此将矢量图集成至地图底图形成目标地图；在目标地图上查看关键点的位置是否跟标准地图一致，所述关键点为目标地图的标志物，不一致则对矢量图比例尺及定位坐标点位置进行微调，直至与标准地图一致。

在上述技术方案中，矢量图是近年来较新的一种图片方式，图片文件的构成方式与传统的像素点方式完全不同，以点、线、填充进行组合，采用数学与几何的方式定义图形，源文件可以看成是一系列的代码组合，图片内使用自己的数学坐标系统，因此可以无损进行放大操作；但是，对于使用实景照片作为地图的应用场景，可以使用传统瓦片图方式结合矢量图技术减少切分数量，单幅矢量图方式适用于工程图、示意图等图形结构较为简单的应用场景。

此外，在业务上一般会提供像素图及其区域坐标，此工作由专业测绘人员完成。并且，本场景是将新地图叠加或者覆盖原有地图，适用于实用、建筑等施工图纸在GIS地图上显示或者其他需要替换标准地图的情形。

作为一种具体的实施方式，在步骤A中，像素图进行切分及坐标位置生成的具体过程如下，

A1设定参数，包括像素图对角坐标，分割比例和分割级数；

A2执行切分过程，生成树形结构的数据及文件，可由三种方式进行数据存储，包括纯数据库模式、纯文件模式和混合模式。

在上述具体技术方案中更进一步的方案，在所述步骤A1中，所述像素图与对角坐标包括左下坐标和右下坐标；所述分割比例包括长宽平分等分数；当所述分割级数超过一级，则对切分后的像素图进行进一步迭代分割。

在上述具体技术方案中，更具体地，在所述步骤A2中，所述纯数据库模式采用字节方式将像素图文件存储至数据库，单条数据结构包括唯一识别号、切分前的父图ID、二维矩阵位标、左下坐标、右上坐标和像素图文件；所述纯文件模式，按数据文件与像素图文件分别保存的方式，会生成单个的json格式数据文件及多层文件夹结构的树形文件，数据文件包括数组坐标、左下纬度、左下经度、右上纬度、右上经度和文件路径；所述混合模式采用数据库存数据，文件存硬盘的方式，数据格式同纯数据库模式，仅最后一个字段存文件路径。

具体地，在纯数据库模式中，整体采用字节方式将像素图文件存储至数据库，单条数据结构如下：

具体地，在纯文件模式中，按数据文件与像素图文件分别保存的方式，会生成单个的json格式数据文件及多层文件夹结构的树形文件，数据文件结构如下：

作为一种具体的实施方式，在所述步骤A中，所述预处理是将像素图进行简化处理，删除文字描述及冗余信息，尽量减少不必要的复杂构图，或将复杂的构图转换为较为简单的构图，删除的文字描述可在地图上重新使用HTML标签写入，最终能够将像素图文件大小减少35％-55％。

作为一种具体的实施方式，在所述步骤B中，所述下级图转换成矢量图的工具包括AutoCAD和PhotoShop，在转换工具中，选择线宽及宽高，以使得所述转换后的矢量图文件大小降低至转换前的像素图文件大小的10％～20％；且所述转换后的矢量图的格式为svg格式。在使用转换工具转换时，选择较小的线宽，既可适当降低转换后的矢量图文件的大小，也能在放大后显示的效果较小，因为线宽是随镜头同比例放大的；同时，针对业务场景的要求，在不影响细节展示的情况下可适当控制宽高，且矢量图本身就具有体积小的特点。

目前，矢量图有cdr、ai、swf、svg、wmf等格式，其中svg格式的矢量图在网页支持较好，百度、高德、谷歌也都支持此图片格式；因此，优选地，图片转换时最好转化为svg格式。

作为一种实施方式，具体地，在所述步骤B中，所述优化处理是指所述矢量图文件采用SVG Optimizer文件优化工作工具进行优化处理，且在SVG Optimizer的基础上进行曲线优化和矩形优化，以使得所述优化后的矢量图文件大小降低至优化前的矢量图文件的50％～75％。VG Optimizer是一个基于Nodejs的SVG文件优化工具，这里我们使用svgo工具对svg文件进行简化处理；通常SVG文件会包含一些类似于编辑器源信息，注释等信息，这些信息以及其他一些不会影响渲染结果的可以移除，从而有效减少矢量图文件的代码量，显著地降低矢量图文件的大小。

在上述具体实施方式中，更具体地，所述曲线优化将曲线改为弧线，且所述曲线的像素范围为30*30～60*60；所述矩形优化将长宽比例超过10:1的填充矩形采用定宽直线进行替换，将原有的矩形四点坐标改为矩形窄边中点两个点坐标。

作为一种具体的实施方式，在所述步骤B中，下级图转换矢量图后，单幅矢量图大小小于1.1M。因矢量图本身大小会影响地图响应性能，例如放大、拖拽等操作在矢量图较大时会出现明显卡顿，试验发现在矢量图大小超过2M时延时卡顿达到0.5-1秒，对用户体验影响较大；矢量图大小在1.2M-1.9M时，延时卡顿在100毫秒-400毫秒之间，而矢量图大小小于1.1M时基本感觉不到卡顿。

最为一种具体的实施方式，在步骤C中，所述集成处理方式采用方式包括直接写矢量图代码和加载矢量图文件；且所述矢量图斜对角两个点在地图上的坐标为左下坐标和右上坐标。

此外，在步骤C中，关键点为地标性建筑、铁路、公路等，保证标志性建筑的位置一致，即可保证地图坐标一致，这是为了避免转换过程中发生偏移的情况，调整时微调左下与右上坐标位置。

实施例

在新疆机场的某应用中，需将施工地图集成至地图上，同时要求地图镜头拉近时，无损放大。提供的底图原图为DWG格式，源文件大小为7.36Mb，像素为8001*6423，采用本方案进行矢量图转换。

S1源文件简化，像素不变，删除不需要的复杂构图图层，有效降低文件大小至4.52Mb；

S2 dwg转换为svg格式，像素不变，转换后矢量图文件大小为1.71Mb；

S3 svg矢量图经svgo算法优化，矢量图文件大小最终变为840kb。

矢量图以本发明的地图底图集成方法集成至高德地图，地图底图不仅限于高德地图，其他地图如Google地图、百度地图等；加载过程流畅，地图经多级放大后仍然清晰，无锯齿，模糊现象，满足了业务需求。

参见图2、图3、图4和图5所示，是上述实施例不同比例尺下的局部效果图，分别是500米比例尺局部效果图、200米比例尺局部效果图、50米比例尺局部效果图和20米比例尺局部效果图。

地图服务最常见的操作就是对地图进行缩放，传统图片格式能展示的最大细节由像素限制，像素越高越能展示更多细节，但像素过高则会导致图片本身过大引发性能及网络问题，目前来说限制为图片大小不超过2M，像素不超过5000*5000，单幅图片的放大倍率不超过4倍，再放大就需要使用瓦片图进行切分。而矢量图不是由像素点构成，可以任意放大不影响清晰度，因此方案采用单幅矢量图替换传统图片，可以不需进行瓦片切分，减少大量操作及存储成本。经过若干次试验及计算，本方案适用于以下范围，在不适用的场景也可结合传统瓦片技术减少大量切图与计算工作。

基于地球曲率的影响，在长宽为10km范围内，基本可视为平面范围，单幅矢量图可覆盖的区域不超过10km*10km，更大范围或者精度有更高要求可结合瓦片技术进行切分处理，切分级别可由2倍一级减少至4-8倍一级，8级地图可至少减少为3级，以最保守情况估算切图数量可由4+4^2+4^3+4^5+4^6+4^7＝21844幅减少至4+4^2+4^3＝84幅，为传统方式的3.85％。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。

Claims (10)

1.一种地图底图集成方法，其特征在于，包括如下步骤，

S1对像素图进行预处理，以降低像素图的文件大小，再切分像素图并生成坐标位置，得到下级图；

S2将所述下级图转换为矢量图：通过最小切片下级图的像素及镜头放大倍率计算得出下级图的分辨率，对矢量图进行优化处理，以降低矢量图的文件大小；

S3将矢量图集成至地图底图：根据地图底图的比例尺确定矢量图的比例尺，进而确定矢量图的斜对角两个点在地图上的坐标，据此将矢量图集成至地图底图形成目标地图；在目标地图上查看关键点的位置是否跟标准地图一致，所述关键点为目标地图的标志物，不一致则对矢量图比例尺及定位坐标点位置进行微调，直至与标准地图一致。

2.根据权利要求1所述的地图底图集成方法，其特征在于，在所述步骤S1中，切分像素图并生成坐标位置的具体过程如下，

S101设定参数，包括像素图对角坐标，分割比例和分割级数；

S102执行切分过程，生成树形结构的数据及文件，可由三种方式进行数据存储，包括纯数据库模式、纯文件模式和混合模式。

3.根据权利要求2所述的地图底图集成方法，其特征在于，在所述步骤S101中，所述像素图与对角坐标包括左下坐标和右下坐标；所述分割比例包括长宽平分等分数；当所述分割级数超过一级，则对切分后的像素图进行进一步迭代分割。

4.根据权利要求2所述的地图底图集成方法，其特征在于，在所述步骤S102中，所述纯数据库模式采用字节方式将像素图文件存储至数据库，单条数据结构包括唯一识别号、切分前的父图ID、二维矩阵位标、左下坐标、右上坐标和像素图文件；

所述纯文件模式，按数据文件与像素图文件分别保存的方式，会生成单个的json格式数据文件及多层文件夹结构的树形文件，数据文件包括数组坐标、左下纬度、左下经度、右上纬度、右上经度和文件路径；

所述混合模式采用数据库存数据，文件存硬盘的方式，数据格式同纯数据库模式，仅最后一个字段存文件路径。

5.根据权利要求1所述的地图底图集成方法，其特征在于，在所述步骤S1中，所述预处理是将像素图进行简化处理，删除文字描述及冗余信息，以能够将像素图文件大小减少35％-55％。

6.根据权利要求1所述的地图底图集成方法，其特征在于，在所述步骤S2中，所述下级图转换成矢量图的工具包括AutoCAD和PhotoShop，在转换工具中，选择线宽及宽高，以使得所述转换后的矢量图文件大小降低至转换前的像素图文件大小的10％～20％；且所述转换后的矢量图的格式为svg格式。

7.根据权利要求1所述的地图底图集成方法，其特征在于，在所述步骤S2中，所述优化处理是指所述矢量图文件采用SVG Optimizer文件优化工作工具进行优化处理，且在SVGOptimizer的基础上进行曲线优化和矩形优化，以使得所述优化后的矢量图文件大小降低至优化前的矢量图文件的50％～75％。

8.根据权利要求7所述的地图底图集成方法，其特征在于，所述曲线优化将曲线改为弧线，且所述曲线的像素范围为30*30～60*60；

所述矩形优化将长宽比例超过10:1的填充矩形采用定宽直线进行替换，将原有的矩形四点坐标改为矩形窄边中点两个点坐标。

9.根据权利要求1所述的地图底图集成方法，其特征在于，在所述步骤S2中，下级图转换矢量图后，单幅矢量图大小小于1.1M。

10.根据权利要求1所述的地图底图集成方法，其特征在于，在所述步骤S3中，所述集成处理方式采用方式包括直接写矢量图代码和加载矢量图文件；且所述矢量图斜对角两个点在地图上的坐标为左下坐标和右上坐标。

Images