Abstract

The lettering process, including assigning names to point features, is an essential part of map production. While there have been numerous and varied research efforts to automate point-feature label placement (PFLP), none of them seems to have taken into account the many well-established cartographic precepts for point-feature annotation used by human cartographers. As a result, current fully automated solutions are limited in their expressive power. The PFLP problem is still vital, therefore, and solving it is a compelling challenge. This article presents a comprehensive multi-criterion model that complies with almost all well-defined cartographic placement principles and requirements for PFLP, allowing for a significant increase in toponym density without affecting legibility. The proposed model, expressed as a qualityevaluation function, can be used by any mathematical optimization algorithm to resolve the automated label-placement problem. Through an application of the proposed model tested on volunteered geographic (VGI) data and the creation of sample parameter settings, the article illustrates that a high level of cartographic quality for PFLP can be achieved through the integrated approach, comparable to the lettering produced by an expert cartographer.

Abstract

Le processus de lettrage, y compris l’attribution de noms à des caractéristiques ponctuelles, fait partie essentielle de la production de cartes. De nombreux efforts de recherche variés ont visé à automatiser la mise en place d’étiquettes de caractéristiques ponctuelles (MPECP), mais aucun de ces efforts ne semble avoir tenu compte des nombreux préceptes cartographiques bien établis portant sur l’annotation des caractéristiques ponctuelles utilisées par les cartographes humains. Il s’ensuit que les solutions entièrement automatisées courantes ont un pouvoir expressif limité. Le problème de la MPECP demeure donc vital et sa solution constitue un défi difficile à relever. Cet article présente un modèle multicritériel détaillé qui se conforme à presque tous les principes bien définis de mise en place cartographique et aux exigences de la MPECP, ce qui permet d’augmenter considérablement la densité toponymique sans que cela ait d’effet sur la lisibilité. Le modèle proposé, exprimé sous forme d’une fonction qualité-évaluation, peut être utilisé par n’importe quel algorithme d’optimisation mathématique pour régler le problème de la mise en place automatisée des étiquettes. En appliquant le modèle proposé mis à l’essai sur des données géographiques fournies volontairement et en créant des contextes paramé-triques témoins, l’article démontre qu’il est possible d’obtenir une grande qualité cartographique pour la MPECP grâce à l’approche intégrée, comparable au lettrage produit par un cartographe expert.

pdf

Share