专题地图色彩的智能设计

《专题地图色彩的智能设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2013年2月地理空间信息Feb.,2013第11卷第1期GEOSPATIALINFORMATIONVol.11,No.1专题地图色彩的智能设计112苏志军，李嘉星，刑光成（1.61363部队，陕西西安710054；2.湖北省基础地理信息中心,湖北武汉430074）摘要：为提高专题地图色彩设计的智能化水平，结合专题地图制图的实际需求，给出了一种专题地图色彩智能设计算法；其基本思路为以设计者的配色期望、色彩情感数据库和色彩协调理论为基础，采用粒子群算法进行配色方案的选取，借助孟·斯宾瑟的美度公式对配色方案进行进一步优化，进而得出专题地图智能设色的最优方案。

2、关键词：专题地图；色彩智能设计；粒子群；美度中图分类号：P285文献标志码：B文章编号：1672-4623（2013）01-0144-03色彩设计是专题地图设计过程中一个重要的环节，任何的色彩设计都是为了满足人的心理诉求，虽色彩设计的好坏不但直接影响图面的清晰性和易读性，然色彩引起的复杂感情是因人而异的，但由于人类生甚至决定了一本图集、一幅专题地图设计的成败。色理构造和生活环境等方面存在着共性，因此对大多数彩设计在提高专题地图产品的使用价值，唤起用户的人来说，无论是单一色，还是多色的混合色，在色彩读图欲望等方面的作用日益重要，吸引了许多学者从的心理方面，

3、也存在着共同的感情。正是这样的一种各个方面对其进行了有益的尝试。但由于色彩设计大共性成为了色彩设计的一个指导思想。表1展现了色多以人类的感性认识经验为基础，没有固定的评判标彩属性与情感的关系。准，也没有可以遵循的设计规律，难以量化，因此色表1色彩与情感关系彩设计成为一种依靠经验和人的主观能动性的过程，色彩属性色彩情感不仅非专业设计人员在设计时难以把握，即使是专业暖色系温暖、活力、喜悦、热情、积极、华美色相中性色系温和、安静、平凡、可爱人员也需要反复尝试，才能获得一幅配色较佳的专题冷色系凉爽、冷静、沉着、深远、理智、幽静、消极地图。目前基于计算机的电子地图

4、智能设色系统较少，高明度跃动、轻快、明朗、清爽、女性化、单薄、软弱智能化程度还不够高。由于色彩设计的本质就是在色明度中明度随和、保守、无个性彩空间里搜索最佳的色彩组合，而且通过智能搜索算低明度厚重、沉稳、安定、男性化、阴暗、压抑、迟钝高饱和度华丽、刺激、新鲜、活泼、积极、热闹、有力[1]法进行色彩设计已经被证明是可行有效的。因此，饱和度中饱和度中庸、稳健、高雅本文运用粒子群算法进行色彩设计，并引入色彩调和低饱和度朴素、老成、寂寞、陈旧、消极、无力的美度公式进行色彩方案适应度函数设计，使得系统专题地图在进行色彩设计时，大都会首先确定一表现出更加自主的设计过

5、程，实现了一个较为独立的个主色，这也是专题地图色彩设计中最重要的一环。能根据用户要求自动进行色彩设计的专题地图色彩智主色会决定专题地图整体的视觉感受效果，体现了设能设计系统。计者想要表达的制图意愿和情感意识。为了便于用户直观准确地确定专题地图的主色，可以借鉴表1，把色1色彩心理学与专题地图色彩设计彩代表的情感意识关键词及相应的RGB色域通过一个色彩是物体表面反射的光刺激人的眼睛再传到大二元组进行对应，并把它存进色彩情感库中。借助色脑的视觉中枢而产生的一种感觉，因此会因人的生活彩情感库，用户在设计时只需要按系统的提示选出自经验、文化背景、色彩感知力、辨别力

6、等不同而略有己设计的情感表达愿望，系统就自动从数据库中选出不同。但是，人对色彩的感知也有很大的共性，如色相符合的色彩作为主色。彩的积极感和消极感、色彩的冷暖感、轻重感、软硬感、2基于粒子群算法的色彩智能设计进退感和缩胀感等。在专题地图设色中，需要根据不同的专题内容所反映的主题思想以及人们的习惯和专2.1粒子群算法题内容本身的色彩，选用相配的色彩。粒子群算法(ParticleSwarmOptimization,PSO)是收稿日期：2012-09-14。第11卷第1期苏志军等：专题地图色彩的智能设计·145·1995年由Kennedy和Eberhart在鸟群

7、、鱼群和人类社塞尔颜色体系为依据提出的以“秩序”为核心设计协[3]会的行为规律的启发下提出的一种基于群智能的演化调色彩的局部理论（即在色立体中，按照垂直、内面、[2]计算技术。粒子群算法的运行机理是对生物群体的斜内面、圆周、斜横内面、螺旋、椭圆等7种几何关社会行为进行模拟，在粒子群算法中每个粒子可以看系进行选色，一般可获得协调的色彩）随机产生其他作是解空间中的一个点。由于粒子群算法收敛速度快、主色调，构成粒子群算法的整个解空间。图1是本文需要设置及调整的参数少、实现简单快捷，因而受到主色调产生的流程图。学术界的广泛关注，目前粒子群算法已经在函数优化、㪉ェ

8、䎀⭥㠻㶜䓉㳃⭹㵝㚻㦾神经网络训练、模糊系统控制以及其他工程领域得到广泛的应用。㩌