一种逆向渲染绘制热力图的方法与流程

本发明涉及热力图绘制领域，特别涉及一种逆向渲染绘制热力图的方法。

背景技术：

热力图是对热力分析数据的一种直观表示方法，在空间大数据挖掘和知识发现的研究中具有良好的展示效果。一般的热力图，将数据进行投影聚类，确定数据点影响半径，然后绘制出热力灰度图，并用渐变色为热力图赋色。很多开源网络地图如：国外的openlayer、leaflet以及国内的百度地图、天地图和超图地图等在线地图都为开发者提供了api接口或插件，可以在这些平台上便捷地实现一般热力图的绘制。

目前的热力图可视化研究和一般热力图绘制也存在一些不足，主要有以下2点：1自适应能力差，不同尺度下变形失真，在不同的地图比例下，热力图所展示的数据特征差异很大；2大数据支持粒度不足，一般只能支持10w以下的点热力图渲染；3热力图在绘制时由于将数据投影到屏幕视窗，未充分考虑数据的地理空间特性。

技术实现要素：

本发明的主要目的是提出一种逆向渲染绘制热力图的方法，旨在克服以上问题。

为实现上述目的，本发明提出的一种逆向渲染绘制热力图的方法，包括如下步骤：

s10以若干具有时空特性的热力分析数据点为样本，训练核密度分析函数概率模型；

s20由图像对应坐标范围及分辨率计算各个像素点对应的地理坐标；

s30将各个像素点对应的地理坐标输入核密度分析函数概率模型，拟合模型的核密度估计函数计算获得各个像素中心点的概率密度，即该像素区域的影响力；

s40将该像素区域的影响力映射到范围[0，255]的灰度区间内，渲染出像素点的影响力灰度；

s50根据像素点的影响力灰度获取色彩梯度的分割阈值；

s60依据所得的色彩梯度的分割阈值对像素点的影响力灰度赋色生成热力图。

优选地，所述s50根据像素点的影响力灰度，采用最大熵阈值分割算法获取色彩梯度的分割阈值，最大熵阈值分割算法具体为：

s501将图像分割为若干子图像；

s502根据像素点的影响力灰度，计算各子图像的熵；

s503遍历穷举分割子图像的各个阈值，得到使得各个子图像熵的和最大的子图像分割阈值，以此为色彩梯度的分割阈值。

优选地，所述方法采用openlayer交互式地图开源javascript库。

优选地，所述渲染是采用htmlcanvasl图形容器的脚本程序绘制。

优选地，所述脚本程序采用javascript语言编写。

优选地，所述像素中心点的概率密度是与该点临近的像素点的概率密度值按照地理空间坐标距离衰减权重加权而得。

本发明以像素替代数据点为分析元，极大减小了地理空间分析的粒度，可在适应亿级海量数据热力图渲染的需求的同时保证热力图渲染的质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明一实施例的方法流程图；

图2为所述s50采用最大熵阈值分割算法的方法流程图；

图3为一般的heatmap热力图绘制方法和本专利的逆向绘制地理热力图方法，在(1:20000)比例尺下做对比测试图；

图4为一般的heatmap热力图绘制方法和本专利的逆向绘制地理热力图方法，在(1:2000)比例尺下做对比测试图；

图5为一般的heatmap热力图绘制方法和本专利的逆向绘制地理热力图方法，在(1:500)比例尺下做对比测试图，

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本发明提出的一种逆向渲染绘制热力图的方法，包括如下步骤：

s10以若干具有时空特性的热力分析数据点为样本，训练核密度分析函数概率模型；

s20由图像对应坐标范围及分辨率计算各个像素点对应的地理坐标；

s30将各个像素点对应的地理坐标输入核密度分析函数概率模型，拟合模型的核密度估计函数计算获得各个像素中心点的概率密度，即该像素区域的影响力；

s40将该像素区域的影响力映射到范围[0，255]的灰度区间内，渲染出像素点的影响力灰度；

s50根据像素点的影响力灰度获取色彩梯度的分割阈值；

s60依据所得的色彩梯度的分割阈值对像素点的影响力灰度赋色生成热力图。

在本发明实施例中，本专利以视窗像素为对象，分析屏幕像素点所表示的地理区域和周围邻近数据点之间的相互联系(即像素区域的影响力)计算获得像素点的影响力灰度(并非灰度值为0-255的传统意义灰度图)，然后按照灰度图的整体分布规律划分得到渐变色分级阈值(即色彩梯度的分割阈值)，以这种自适应的方式获得热力图的色彩梯度,然后赋色得到热力图。本发明通过色彩梯度自适应并自定义影响力的叠加，实现了一种逆向渲染热力图的绘制方法。本发明以视窗单个像素为分析元，以渲染器像素映射的地理空间作为计算分析的空间粒度，极大减小了地理空间分析的计算量，解决了大数据支持粒度不足的问题，也解决了热力图影响力叠加规则依赖于渲染器机制的缺点，可在适应亿级海量数据热力图渲染的需求的同时保证热力图渲染的质量。

优选地，所述s50根据像素点的影响力灰度，采用最大熵阈值分割算法获取色彩梯度的分割阈值，最大熵阈值分割算法具体为：

s501将图像分割为若干子图像；

s502根据像素点的影响力灰度，计算各子图像的熵；

s503遍历穷举分割子图像的各个阈值，得到使得各个子图像熵的和最大的子图像分割阈值，以此为色彩梯度的分割阈值。

优选地，所述方法采用openlayer交互式地图开源javascript库。

优选地，所述渲染是采用htmlcanvasl图形容器的脚本程序绘制。

优选地，所述脚本程序采用javascript语言编写。

优选地，所述像素中心点的概率密度是与该点临近的像素点的概率密度值按照地理空间坐标距离衰减权重加权而得。

在本发明实施例中，针对自适应能力差的问题，逆向渲染热力图方法使用地理距离与绘制像素结合计算得到分析点缓冲区半径系数与影响力参数，每个像素点的影响力不仅仅是该点的核密度概率值，而是与该点临近的像素点的概率密度值按照距离衰减权重加权而得，以此来减弱在不同的地图尺度下热力图的形变程度。

实操实例：实验截取了工作日2016年9月1日北京市公交站点10-14时共4小时的刷卡记录数据集，共267万余条记录，进行统计归并处理得到公交站点客流量登量数值数据，用于热力图绘制。

实验选择了一般的heatmap热力图绘制方法和本专利的逆向绘制地理热力图方法，在不同比例尺下做对比测试，见图3-5所示：

在(1:20000)比例尺下，一般的热力图会由于相互遮盖形成中心团状热核，而使用本专利方法的逆向热力图数据特征更加清晰；

在(1:2000)等比例尺下，2种方法结果差别不大，数据特征都比较清晰，而逆向热力图在反映客流分布情况则更精细，层次更加分明；

在(1:500)比例尺下，一般方法绘制的热力图呈现点状，失去了宏观热力效果，而逆向热力图由于考虑的是地理距离，局部效果依然明显，可以看出动物园、商业区和学校等客流密集区域。

由以上实操实例可知，本发明有以下特点：1、自适应能力强，在不同地图比例尺下热图图的变形失真有显著提升；2、优化了热图图的分级展示，在视觉上效果上数据特征更加美观清晰；3、渲染几乎不存在数据量的限制，可支撑10亿级别的时空数据热图图渲染。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。