全景图增强地理现实的空间认知问题

贾奋励，陈令羽，宋国民，张世团

(1.信息工程大学 地理空间信息学院，河南 郑州 450001;2.61175部队，山东 淄博 255020)



全景图增强地理现实的空间认知问题

贾奋励1，陈令羽1，宋国民1，张世团2

(1.信息工程大学 地理空间信息学院，河南 郑州 450001;2.61175部队，山东 淄博 255020)

摘要：基于全景图的增强地理现实平台是一种新的空间认知工具，研究其空间认知问题是进行技术研究的基础。文中介绍全景图增强地理现实的主要技术流程和优势；阐述基于全景图增强地理现实进行空间认知的基础模型；分析全景图和地理信息数据的信息匹配问题，包括比例尺和位置匹配两个方面；介绍地理信息在全景图像上的表达方式，重点解决增强目标和属性信息的选择问题；最后通过与街景地图、虚拟现实平台进行空间认知比较，得出全景图增强地理现实平台的有效性和主要适用范围，表明该平台具有独特的空间认知优势。

关键词：全景图；增强地理现实；空间认知；信息匹配；信息表达

空间认知是人类对现实或抽象环境中空间属性的认识过程，是根据本身具有的经验，通过获取、处理、存储、传递和解译空间信息，获取新的空间知识的手段[1]。空间认知研究的是人与系统之间的关系，是地理信息科学研究的一个基本问题，如何提高人类的空间认知能力是地理信息科学研究的主要目标之一。实地考察、地图、地理信息系统、虚拟地理环境以及增强地理现实等都是人类进行空间认知的工具。增强地理现实是在虚拟地理环境的基础上发展起来的，是将虚拟的信息应用到真实世界，把计算机生成的虚拟物体、场景或系统提示信息叠加到真实空间环境中，从而实现对地理现实的增强，在经济和国防领域得到了广泛的关注[2-4]。通常，增强地理现实技术需要以透过式头盔显示系统和地理注册系统相结合的形式来实现，代价极其昂贵。基于全景图的增强地理现实是一种新的空间认知方式，是将全景图作为真实地理空间环境的缩影，通过将感兴趣的属性信息增强到全景图上促进用户获取空间知识的技术手段，是增强地理现实系统的一种简化方式，不需要借助特殊设备，成本极低[5]。分析目前已有的地理信息系统使用经验显示，几乎所有的地理分析功能都已得到较好的解决，这些软件和系统的主要功能大同小异，但是用户体验却大不相同，其主要原因就是对空间认知规律的把握程度不一[6]。因此，解决相关空间认知问题是基于全景图进行增强地理现实的理论基础。

1基于全景图的增强地理现实

全景图是一种运用数码相机对现有场景进行多角度环视拍摄之后，再利用计算机进行后期缝合，并加载播放程序来完成的一种三维虚拟展示技术[7]。由于其获取制作流程简单，可以360°观察周围空间环境，被广泛应用于谷歌地球、百度地图等虚拟地理环境的研究和开发，借助辅助工具还可以进行简单的量测[8]。随着计算机技术以及地学和相关领域学科研究的不断发展，空间认知的工具也在不断改变。地图、现实资料和数据库支持下的地理信息系统一般需要对地理环境进行抽象，空间认知的难度较大；环境信息系统支持下的虚拟地理环境是对真实环境的简化，形象逼真，对已有目标的认知较为容易，但是会损失部分原有信息，而且容易产生认知错觉，而且也仅是逼真；增强地理现实技术在真实世界或对其进行全复制的抽象空间进行，认知难度甚至小于实地考察，更体现了空间认知工具适人化和智能化的发展方向。在全景图虚拟现实的基础上，基于全景图进行增强地理现实更能满足人类对空间认知的需求，其主要过程包括地理配准和属性信息融合两部分。地理配准是在相机标定、全景图拍摄以及三维重建的基础上，提取全景图中的主要目标特征并完成与空间地理数据的三维位置注册；属性信息融合是根据目标特征和属性信息的重要程度进行分类分级，依据地理配准的结果，将属性信息绘制到全景图上，完成基于全景图的地理现实增强。

目前利用全景图进行研究应用的地理信息系统大多只能显示兴趣点周围的环境表征，数据和图像完全分离，不能进行空间分析和知识获取。基于全景图的增强地理现实系统不仅能显示主要目标的关键属性信息，还可以进行一些必要的空间分析，解决了空间数据和全景图像的融合问题。与传统的空间认知工具相比，基于全景图的增强地理现实系统的优势至少体现在以下3个方面。

1)真实感更强。与传统地图和地理信息系统相比，全景图像作为真实世界的缩影，可以更加真实形象地表达可视范围内的一切地理空间目标。

2)平台构建更容易。与虚拟地理环境技术相比，全景图增强地理环境技术可以无条件复制现场包含的所有表面特征，而且不需要进行复杂的环境建模，实现效率大幅度提高。

3)成本更低廉。与传统意义上的增强地理现实技术相比，全景图增强地理现实不需要复杂昂贵的传感器和信息获取设备，借助于事先获取的全景图像，不用到达现场也可以完成空间认知的过程，便捷而且廉价。

2全景图增强地理现实空间认知的基础模型

按照地理尺度特征以及心理学相关理论，可以将空间分为图形、街景、环境和地理空间4个层次[9]。全景图是街景的一种，主要通过人体从一个观察点改变视角感知空间信息。基于全景图进行增强地理现实的空间认知范围主要包括现实空间、全景图像空间、地理数据空间和认知空间4个内容，经过数据获取、信息表达、信息理解和解译等多个过程，其基础模型如图1所示。

图1　全景图增强地理现实空间认知的基础模型

在整个过程中，现实空间是空间认知的对象和数据源，通过拍摄拼接[10-15]和采集处理形成全景图像空间和地理数据空间。两者相融合，构成全景图的增强地理现实平台，在此过程中只形成数据，包括原始数据(原始影像)和经过处理的数据两种(例如描述对象的属性数据)；在此基础上，刺激人类的感知觉系统，经过数据加工，在认知空间中形成有用的地理信息；同时，根据某一方面的具体需求和已有的经验，通过解译和理解，在人类的大脑中可以形成现实空间的某种概念化缩影，这种缩影既包含原始空间的信息，又包含先前没有的内容，即形成了知识。某种意义上，无论采用哪种工具，空间认知都可以统称为用户处理数据、提炼信息，最终形成知识的过程。在整个过程中，数据是对现实空间的客观描述，它总是正确的。信息是对数据的处理再获取，有可能是错误或者不准确的。空间认知的目的，就是从这些数据和信息中最大限度地获取正确的知识，以便进一步提供合理的情报和决策。

3全景图增强地理现实中的信息匹配

在基于全景图的增强地理现实系统中，信息匹配是影响空间认知的主要因素。信息的有效性、准确性以及实时性等对用户能否快速准确地获取到感兴趣的地理信息具有重要的影响。全景图增强地理现实中的信息匹配主要包括比例尺匹配和位置匹配两个方面。

3.1全景图像和地理空间数据的比例尺匹配

比例尺是地理空间数据中的距离与实地距离的比值，直接影响数据的详细程度[16]。基于全景图进行地理现实增强，选择合适比例尺的地理空间数据是首先需要考虑的问题。由于全景图像是近景拍摄，包含的信息具体到单个建筑物的每个细节，小比例尺的地理空间数据不仅在定位精度上难以满足要求，甚至可能找不到影像中包含的重要目标。同时，地理空间数据的比例尺也并不是单纯的越大越好，过大的比例尺会导致计算量的增加，致使信息增强过程中数据获取速度延迟，影响空间认知效果，而且还会造成采集成本的大幅度增加。全景图像和地理空间数据的比例尺匹配，是在考虑全景图像像素比例尺的基础上，结合信息增强的目的，选择合适的地理空间数据比例尺进行匹配。像素比例尺指的是图像上单个像素能够代表的实际距离。不同于正射投影，全景图成像具有近大远小的特点，单视点辐射范围内的特征会汇聚到一点，因此全景图像具有明显的变比例尺特性：视点附近的物体表现的更详细，像素比例尺偏大；远处的物体表现概略，像素比例尺偏小。

最理想的地理空间数据应当包括全景图中所有的目标特征，这些目标在地理空间数据中根据自身的像素比例尺可能表现出依比例尺、半依比例尺或是不依比例尺3种形式，即使全景图中最小的目标，在地理空间数据中也应该能找到表述其一定属性的点状定位符号信息。实际上，根据空间认知的目的，并不需要对所有目标进行信息增强，一般仅对部分有价值的目标特征进行信息增强。假设以全景图中最大目标为基元和以最小目标基元表示成点状符号的地理空间数据的比例尺分别为1∶M1和1∶M2，则应该选择1∶M(M∈(M1,M2))比例尺的地理空间数据作为增强信息的数据库。当M趋近于M1时，说明仅能增强全景图像中最重要的目标特征；当M趋近于M2时，说明其可以增强全景图像中更多的目标特征。

3.2全景图像和地理空间数据的位置匹配

全景图像和地理空间数据的位置匹配是进行空间认知的基础。全景图是进行空间认知的直接对象，图像的拍摄和拼接质量好坏直接决定人类的视觉感受效果，影响空间认知的功效。由于全景图是近景成像，在与地理空间进行三维注册时精度要求很高，相差一个像素值计算得到的实际地理坐标就可能相差很远[17]，容易形成错误的属性信息表达，严重影响人类的空间认知。而且，不同于普通图像的三维重建，全景图不能一次成像，需要通过图像拼接和投影，更是加大了精确配准的难度。在这种情况下，借助依托地理空间数据形成的目标库进行模糊配准，可以大大提高三维注册的准确性，如图2所示。

提取地理空间数据中全景图表达的空间范围内所包含的所有目标，形成目标库；利用图像分割原理[18]，在全景图像中提取出有价值的特征单元。在此基础上进行空间位置的模糊匹配：首先进行计算匹配。计算特征单元换算到地理空间中的近似范围，并在目标库中寻找地理坐标在该范围内的目标，形成疑似特征集；然后进行二义性匹配。根据视点位置，计算其到疑似特征集中所有特征的距离，判断遮挡关系，一般认为距离最短的为目标特征。

由此可见，地理空间数据的质量，即表达这些空间目标的位置、特征等属性信息的准确性、一致性、完整性和三者统一性的程度，以及数据适用于不同应用的能力，也是影响基于全景图进行地理现实增强过程中空间认知的一个重要因素。

4地理信息在全景图上的表达

用于增强地理现实的信息(包括说明信息和属性信息)在全景图上的表达方式是影响用户认知效果最直接的因素。全景图中各种信息的表达类似于地图注记，首先应该是明确对象的、避免二义性，同时应该注意所属关系、清楚、避让、美观等基本原则[19]。不同于地图中仅有几种颜色的成图模式，全景图是对现实世界的真实反映，色彩丰富，信息表达时需要注意前后背景色差的比较。一方面，简洁、明确的信息表达方式有助于人类快速准确地进行空间认知；另一方面，多种属性共同标注地理现实的信息表达方式可以帮助人类从空间认知中获取更多有价值的信息。因此，合理的取舍目标特征和适当有针对性地绘制属性信息，用最简洁的信息表达用户最关心的内容，是在全景图上进行信息表达的关键。对全景图中的地理实体目标进行分类分级和地理空间数据中对照目标各种信息的等级划分，是解决这一问题的有效途径。基于划分结果和认知目的，可以进行重点目标的重点加强，减少不必要的信息绘制，使空间认知更具有针对性。

4.1全景图像中增强目标的选择

增强目标的选择是根据需求，选择全景图像中用户最感兴趣的目标进行信息增强。选择的方式有两种：①直接指定法。用户具有明显的空间认知对象，仅关心全景图像中的某一个或某几个目标特征，不需要对其他附属特征进行信息增强。②间接判断法。在没有明确的空间认知对象的情况下，根据视觉心理学原理，将图像上有可能影响观察者兴趣的因素进行重要度排序，并以此为标准确定目标的重要程度，这些因素主要包括亮度、大小、形状、纹理、颜色以及方向等。在同等条件下拍摄时，其他几个因素都可以简化到大小这一主要因素上。同时，根据全景图增强地理现实系统的应用场景，需要对可能会对其造成特殊影响的目标进行信息增强。例如，在进行车载导航时，可视范围内的所有有价值的道路在目标选择时的优先级都可能高于路旁无关的建筑物。

4.2地理空间数据中增强信息的选择

增强信息的选择是根据需求，在地理空间数据中选择用户针对特定目标最感兴趣的信息进行地理现实增强。地理空间数据库中对各类目标的描述详细程度不一，其描述的内容主要有几何信息、属性信息以及相互间的拓扑关系等3种，但涉及到的具体细节信息很多，以城市道路信息为例，主要属性就有十几个，没有必要在全景图像上全部标绘出来。在基于全景图进行地理现实增强时，仅需增强最关键的信息即可，除了直接标绘用户最感兴趣的信息外，各种信息的等级划分是解决这一问题的关键。仍以城市道路为例，根据用户的关心程度，可以将其主要属性分为四级：基本级仅包括道路的名称；一级属性包括驾驶员主要关心的车道数；二级属性包含道路的单双向和路面类型；三级属性包括道路的里程、起止点以及车道宽等。根据道路目标在全景图上呈现出的重要程度，选择适合等级的属性信息进行增强。在全景图上越是重要的目标，增强的信息等级越高；不重要的目标特征一般仅需要增强其基本级的说明性信息即可。

5空间认知实验与分析

图3展示了3种不同认知工具对同一地区的表现形式。腾讯街景地图代表了目前全景图使用最为常见的一种方式，通过选择二维矢量地图上提前设置的兴趣点为视点，展现其全景图像，是一种实景地图服务，可以使用户获得如临其境的地图浏览体验，如图3(a)所示。E都市是一种三维实景模型平台，将场景中的主要对象通过建模进行展示，并标注了部分属性信息，具有一定的真实感，是一种虚拟地理环境(VGE)平台，如图3(b)所示。图3(c)是在腾讯街景上标注了一些属性信息，形成了一种简化的基于全景图的增强地理现实(全景AR)平台。

选取一定样本的受访者进行空间认知实验，其中对该区域熟悉的受访者和从未到过该区域的陌生者各10人，分别记为样本A和样本B。

实验1目标识别

在进行目标识别对比实验时，分别对“嵩山路”、“规划委”以及“嵩阳饭店”3个目标进行识别，得到的结果如表1所示。

表1　3种工具目标识别的认知比较结果

注：平均时间指对识别出的单个目标花费的时间

图3　3种地理信息平台的空间认知比较

分析表1可以发现：①对于样本A，街景地图和全景AR的认知效率都比较高，优于VGE系统。这是由于受访者对周围环境比较熟悉，而全景图是对真实场景的实拍，根据用户的记忆心象很快可以进行匹配。VGE系统中的对象经过了加工的简化模拟，需要更多的先验知识进行匹配进行目标识别时。同时由于标注了说明信息，全景AR在认知效率上远优于街景地图。②对于样本B，由于对周围环境陌生，没有形成先验知识库，仅依靠全景图几乎难以完成目标识别。VGE系统提供了部分信息可以帮助用户完成目标认知，但是效果有限。借助于全景AR，用户可以在相当短的时间内识别出所有目标，快速完成空间认知。

实验2空间判断

空间判断包括单个地理实体的空间属性及其周围其他实体空间关系的判断，主要进行地理实体形状判断和空间位置关系判断两方面的比较。地理实体形状判断是根据3种空间认知工具判断“规划委”和“嵩阳饭店”远近两个目标的具体形状。空间位置关系判断是以空间另一点为基础，判断该点分别到“规划委”和“嵩阳饭店”两个目标距离的比值，得到两组样本的正确率如表2所示。

分析表2可以发现：①在进行形状判断时，因为样本A中的受访者已经在心中形成了两者的基本印象，正确率要高于样本B。总体上VGE平台的空间认知效果要好于两种街景平台，特别是对距离较远处“嵩阳饭店”的判断。②在进行位置关系判断时，VGE平台可以进行场景的拉近与旋转，无论受访者对场景是否熟悉，其正确率都远高于另外两种。由此可见，由于街景地图和全景AR只能表示单个视点的范围，认识空间明显小于VGE，在进行空间判断时具有明显的不足。

表2　3种工具空间判断正确率比较　%

按照相似方法进行其他方面的认知比较，得到结果如下：①在对空间单个对象进行认知时，因为进行了信息增强，全景AR可以获得比另外两种方式更加理想的效果，获取更多的目标信息。②由于是对地理现实空间进行的有选择性的模拟仿真，VGE能够较为真实地表现认知空间，但又与真实世界有着明显不同，很容易产生用户的感觉不协调，造成空间认知的不适应。③街景地图不能进行任何量测，VGE可以较为准确地获取任何两者间的距离和方位，全景AR可以进行部分量测，但是准确度不高，仅能进行简单的分析。这主要由全景图像与地理空间数据之间的三维注册精度决定。

根据以上认知实验结果，可以得到：全景AR技术有利于用户的空间认知，特别是在用户需要获取当前可视范围内具体目标的详细信息时，可以达到理想的效果。同时叠加矢量地图显示当前位置，更有助于用户空间方位的判断，是街景地图的一种升级。但其作为增强地理现实的一种简化形式，在临境感以及空间方位判断等方面还有待加强，可以通过其他手段进行辅助。

6结束语

基于全景图的增强地理现实平台在智能交通、室内导航以及目标判断等领域都有着巨大的应用前景，是人类认识地理现实空间发展的一种新工具。空间认知理论研究是进行认知工具开发的基础，通过分析全景图增强地理现实的空间认知理论模型以及相关影响因素和处理方法，体现了人在系统使用中的主导地位，有助于指导其涉及到的各种技术手段的改进，增强平台的适用性。

参考文献：

[1]高俊.3DGIS条件下的空间认知问题[R].成都：第六届GIS大会发言，2000.

[2]GOODCHILD M F.Augmenting Geographic Reality,ESRIIndia,Bangalore[EB/OL].http:∥www.csiss.org/aboutus/presentations/files/goodchild_boulder_sept02.pdf,2010-08-20.

[3]孙敏，陈秀万，张飞舟.增强现实地理信息系统[J].北京大学学报(自然科学版)，2004，40(6)：906-913.

[4]ASAI K.Visualization Based on Geographic Information in Augmented Reality[J].Augmented Reality,2010：185-203.

[5]王宇，王涌天.基于全景成像的增强现实系统[J].计算机工程，2010，36(3)：16-18.

[6]万刚，高俊，游雄.虚拟地形环境仿真中的若干空间认知问题[J].测绘科学，2005，30(2)：48-50.

[7]CHEN Wu-Hsiung.An Investigation into Web-based Panoramic Video Virtual Reality with Reference to the Virtual Zoo[D].Department of Imaging and Communication Design Faculty of Art and Design,De Montfort University.United Kingdom.2010.

[8]李艳红，李海婷，庞小平，等.采用投影回归原理的全景图像测量方法[J].武汉大学学报(信息科学版)，2014，39(1)：32-35.

[9]鲁学军，秦承志，张洪岩，等.空间认知模式及其应用[J].遥感学报，2005，9(3)：277-285.

[10] 姜丽凤.全景图拼接关键技术的研究[D].济南：山东理工大学,2008.

[11] 杨红喆.基于特征点的全景图生成技术的研究[D].南宁：广西大学，2008.

[12] 柳佳佳，葛文.实景地图的空间认知研究[J].测绘工程，2015,24(3)：6-10.

[13] 王龙，万刚，黄河.基于TIP算法的街景漫游方法研究[J].测绘工程，2015,24(2)：42-46.

[14] 秦泗刚，段汉明.西安市银行网点空间集聚性分析[J].测绘科学，2015，40(7)68-72.

[15] 李霖，杨蕾.公众参与的兴趣点数据有效性效验方法[J].测绘科学，2015，40(7)：98-103.

[16] 王光霞.地图设计与编绘[M].北京：测绘出版社，2011.

[17] 陈令羽，贾奋励，宋国民.基于全景影像的增强地理现实配准方法研究[J].测绘工程，2014，23(10)：4-8.

[18] 王兵，张欣，王苗，等．图像主题区域提取及其在图像检索中的应用[J].小型微型计算机系统，2011,32(3)：567-571.

[19] 樊红，张祖勋，杜道生.地图现状要素自动注记的算法设计与实现[J].测绘学报，1999，28(1)：86-89.

[责任编辑：刘文霞]

Spatial cognition by augmenting geographic reality based on panorama

JIA Fenli1,CHEN Lingyu1,SONG Guomin1,ZHANG Shituan2

(1.School of Surveying and Mapping,Information Engineering University,Zhengzhou 450001,China；2.Troops 61175,Zibo 255020,China)

Abstract：It is a new spatial cognitive tool that augmenting geographic reality and its spatial cognitive problems are the basis of the technology research.This paper introduces the main technology and advantages of augmenting geographic reality based on panorama and expounds the basic model of it.Then,this paper analyzes the information matching problems between panorama and geographic information,including scale and location matching,introduces the expression of geographic information in the panoramic,and solves the key problems including augmented target and attribute information.Finally,through the comparison of spatial cognition with street map and VGE,it gets the main scope of application,so which this platform has unique advantages for spatial cognition.

Key words：panorama；augmenting geographic reality；spatial cognition；information matching；information expression

中图分类号：P208

文献标识码：A

文章编号：1006-7949(2016)04-0001-06

作者简介：贾奋励(1976-)，女，副教授，博士.

基金项目：国家自然科学基金资助项目(41101437，41371382)；国家863计划资助项目(2013AA12A202)

收稿日期：2015-01-27；修回日期：2015-08-16