地理视频数据模型及应用研究

地理视频数据模型及应用研究1

孔云峰

河南大学环境与规划学院，河南开封（475004）

河南大学中澳地理信息分析与应用研究所，河南开封 475004）

E-mail：yfkong@https://www.360docs.net/doc/ed9941738.html,

摘要：地理视频是地理空间表达的新方式，扩展了常规的多媒体GIS和超媒体地图，对于线性设施管理、地理教育、移动视频监控等领域具有应用价值。讨论了地理视频的基本概念、数据模型，尝试提出了地理视频数据的实体-关系图，以及在网络环境中该模型的实现方式。地理视频数据模型的核心是：对视频帧进行位置描述、语义描述，建立视频片段的元数据、轨迹图层，并在轨迹图层中扩种视频帧线性参照。通过空间参照、语义参照和线性参照将视频数据与地理数据的集成，实现地理视频的查询、检索、播放和地图跟踪。通过地理视频数据的采集、编辑、描述和网络发布实验，并在此基础上进行网络环境中地理视频的应用开发，验证了本文提出的数据模型的可用性。

关键字：地理视频，数据模型，数据集成

1. 地理视频概念的提出

主流的地理信息科学将地理空间被抽象为离散对象模型与场模型(Longley, Goodchild, Maguire et al, 2005；孔云峰, 李小建, 乔家君等, 2006)。常见的GIS软件均基于这两个基本模型开发各种各样的数据结构。然而，地理世界是多样化的和无限复杂的，GIS中建立的地理模型是对地理世界的高度简化，是抽象的和专业化的，所呈现的地理信息尚不能满足大众需求。

为弥补常规地理数据的不足之处，越来越多的地理应用寻求使用更丰富的地理空间表达手段。多媒体或超媒体地图（如早期的BBC Domesday项目）、多媒体GIS、地理超媒体(Stefanakis & Peterson，2006)、三维GIS（如Google Earth、微软Virtual Earth 3D、虚拟地理环境、地理增强现实均致力于改善传统GIS的不足，拓展地理空间的信息表达方式。

地理视频(GeoVideo)是地理信息科学领域的一个新概念，即将地理空间数据与视频影像数据有机集成，提供空间位置与视频影像相结合的超媒体信息管理与应用服务。常规多媒体GIS中，多媒体信息被当作是地图图层的一项属性；而地理视频是对常规多媒体GIS技术的拓展，不仅能在地图上同步跟踪视频地理位置，而且支持视频数据与地理空间数据之间的查询与检索。

地理视频具有多个优势：①继承了地图的优点，即地理位置准确，可量测距离、方位，空间关系明确；又兼有视频真实、具体、微观、易获取的特点，两者相互补充。②可应用于公路、铁路、街道、河流等线性地物的可视化、理解与管理，也可应用于野外考察、地理教育、旅游推广、移动视频监控等领域。③地理视频丰富了地理空间的认知与表达方式，基于地理视频概念开发视频GIS，在多个领域具有应用价值。

从地理空间认知和表达的角度，本文尝试总结地理视频的研究进展，基于开放网络标准，提出网络环境中地理视频的数据模型、数据结构，并通过实例验证所提出数据模型的可行性。

2. 地理视频相关研究回顾

由于地理世界无限复杂性，GIS数据模型是现实世界的一个高度简化模型。不论从地理1本课题受到教育部博士学科点专项科研基金(20070475001)，国家自然科学基金（40771166）的资助。

环境、生态系统，还是从人文景观和社会系统的角度，地理世界都具有区域性、多样性、演化性和复杂性的特点，即使采集精细的、准确的数据，其数据模型仍是简化的、经过人为取舍的。在GIS中引入图像、语音、视频等多媒体信息，不仅可以丰富地理空间的表达方式，而且有利于人们更充分地理解和认识地理空间。从地理空间表达的角度，多媒体数据也是对于特定位置地理环境的表达，数据中包含有直观性强、真实感强的地理细节，对于表达地理细节有不可替代的作用。

传统上，多媒体和超媒体技术以两大类方式引入地图：①在GIS中将地理空间数据和多媒体数据集成，将多媒体数据当作地理实体的特殊属性；②以超文本理论和技术为基础，以硬盘、CDROM或网络服务器为数据载体，通过节点和链接组织数据，形成多媒体或超媒体地图。近年来，立足于网络技术新进展（如W3C的HTML、XML、SVG、SOAP等），制定地理数据网络服务（例如OGC的GML、WxS系列标准和规范），在网络环境中整合地理数据和多媒体数据。GIS、多媒体和网络技术的日益成熟，促使地理学者进一步思考：如何利用多媒体进行地理空间表达、如何把超媒体技术引入地理领域？基于2005年ICA和AAG联合举办的“地理超媒体”(Geographic hypermedia)研讨会，Stefanakis等（2006）编辑了论文集“Geographic hypermedia: concepts and systems”，从理论基础、数据资源、内容集成技术和应用四个方面作了总结。Stefanakis和Peterson(2006)认为地理超媒体是地理信息科学和多媒体技术的集成，地理超媒体系统应当包括数据集成、互操作、建构、导航、协作等服务，开发相应的标准规范，研究范畴超过多媒体GIS，也不局限于分布式GIS。Vaitis和Tzagarakis （2006）提出了“开放地理超媒体系统”（OGHS）的概念模型。而Klamma、Spaniol、Jarke 等（2006）尝试将地理信息、多媒体信息和文化遗产信息整合在一个数据库中，并讨论了系统设计和实现。

地理视频的研究、开发和应用已有近十年的历史。美国Red Hen公司最早推出影像多媒体地图测绘系统，开发出了系列软硬件产品，借助GPS和摄像机采集地理数据，在GIS支持下编辑制作视频地理数据库。美国的Berry(2000)提出了视频地图系统框架，即在视频的一个声道中记录精确的位置和时间数据，并提出了数据的外业采集、内业处理与实际应用方案。意大利的Navarrete & Blat (2002)在主持的VideoGIS项目中，将视频影像和地理信息相结合，即建立视频片断的地理索引，生成能在地理环境中调用的超视频（hypervideo）。韩国的Hwang、Choi、Joo等 (2003)和Joo、Hwang和Choi（2004）提出使用视频元数据描述地理位置，使地图与视频影像的相互参照，支持GIS与视频影像间的交互操作。我国的唐冰、周美玉（2001）提出了铁路沿线视频影像与地理信息集成的技术方案与实现方法，特别讨论了如何进行里程校正；孔云峰（2007）在应用项目中完成了一个公路视频GIS，通过视频位置描述，实现视频和地图的同步播放和交互查询；丰江帆、张宏和和沙月进（2007）将移动视频直播系统的GPS轨迹与GIS结合，总结了移动视频监控系统的结构、工作原理和关键技术。李德仁院士等（2007）指出将可量测地面实景影像与4D产品集成，构建新一代基于可量测实景影像的空间信息服务体系。

3. 地理视频数据模型

对视频数据的位置描述是地理视频的基础。尽管视频数据的标准和格式非常多元化，可将视频数据抽象为视频片断和视频帧，一个视频片断有多个连续的视频帧组成。视频片断具有特定的空间轨迹，每一帧均有明确的地理位置、镜头方位。针对地理视频片断，对视频帧的位置描述可建立视频片断与地理位置之间的关系。使用坐标表达地理位置，使用时间或帧

表达视频位置，视频片断与地理位置之间可建立对应关系(图1)。其中，t i表示视频帧（秒），

x i、y i表示地理坐标，z i表示高程，d i表示镜头方位，m i表示线性设施的参照值（指定视频

片段所在线性设施），d i、z i和m i是可选项。根据实际应用需求，还可进一步扩充针对视频

的动态描述，如相机瞬时移动速度、影像景深、影响覆盖范围等。

t1~x1, y1 (, z1) (,d1) (,m1)

t2~x2, y2 (, z2) (,d2) (,m2)

t3~x3, y3 (, z3) (,d3) (,m3)

……

t n~x n, y n (, z n) (,d n) (,m n)

图1 视频帧与地理位置之间的对应关系

Fig 1 The essential relationship between video frames and geographic locations

在网络环境中，可以使用文本文件、数据表、XML/GML/KML/GeoRSS等方式描述视频片断。文本、XML和KML描述如表1所示。可通过XMLHttpRequest从服务器请求文本

数据，JavaScript代码为：创建XMLHttpRequest对象，xmlhttp=new XMLHttpRequest()，IE 5

和6为ActiveXObject("Microsoft.XMLHTTP")；使用xmlthhp.open("GET", url, false,"","")、

xmlhttp.send(null)和 xmlhttp.responseText获得文本数据。XML或KML数据使用XMLDOM

解析器创建文档。JavaScript代码为：xmlDoc=document.implementation.createDocument("", "",

null)，IE浏览器使用xmlDoc=new ActiveXObject("Microsoft.XMLDOM")，通过xmlDoc.async=

false和xmlDoc.load("x.xml")指定数据资源和加载方式。进一步使用getElementsByTagName

和childNodes获得节点数据。

表1 视频片段地理描述示意

Table 1 Examples of geographic description of video clips

文本(CVS) XML KML

0.08,34.821617,114.300817 1,34.821667,114.300867 2,34.821733,114.300933 2.96,34.8218,114.301

4,34.821867,114.301083

4.96,34.821917,114.30115

5.96,34.821983,114.30125

6.92,34.82205,114.301333

7.92,34.8221,114.3014333

8.96,34.82215,114.301517

9.96,34.8222,114.301633

视频1.SWF

0.08

114.30081734.821617

1

114.30086734.82166

2

114.30093334.821733

……

视频1.SWF

0.08

114.300817,34.821617

1.0

114.300867,34.82166

2

114.300933,34.821733

……

有多种方法将视频信息加入到地图上。在GIS软件中，通常将视频资源作为地理实体的一项属性，通过属性查询获得多媒体资源；在Google Maps或Google Earth中，将视频资源存在放特定位置的图标中。地理视频具有轨迹，与地理要素不是一一对应关系，上述方式具有局限性。为方便在地图中表达地理视频，可将视频轨迹生成专门的地理图层，在图层中

描述地理视频片断的标识符、名称、类别、日期时间、关键字、相关数据资源位置、沿特定线性设施的编码、视频帧速路、视频影像大小、视频数据流速率等。再将视频图层叠加在地图中，不仅使地理视频具有了空间参照，而且可使用GIS常用工具进行查询和检索。使用常见GIS软件，可将视频帧位置点生成线状图层。

为了对视频帧进行快速定位，还可以进一步为视频图层扩充线性参照，即将视频帧数值(以秒为单位)插值到视频路径上。ArcGIS、MapInfo、Oracle Spatial等软件提供了多种线性参照工具，不仅支持线性参照图层的创建、插值，而且可计算视频轨迹上任意地理位置的视频帧位置。以ArcGIS为例，桌面版软件提供了线性参照图层的创建、参照值校准、定位与刻度等功能，而服务器版提供了相关的地理服务。

地理视频中具有丰富的影像信息，如建筑物、公共设施、地理特征点等，这些详细的信息往往是GIS地图中所没有的、但特定用户所关心的。因此，为地理视频扩充语义信息，不仅丰富了视频信息，而且方便按语义检索地理视频。地理视频的语义信息有三个基本项：视频帧(秒)、视频持续时间(秒)和文字描述。地理视频语义描述不仅方便视频查询，而且在视频播放过程中可提示用户。语义信息可使用文本文件、数据表、XML/GML/KML/GeoRSS 或视频字幕文件描述。在特定的应用中，以上对视频的描述可能仍然不能满足用户需求，可采用元数据方式描述其他与地理视频相关的信息。

基于以上讨论，地理视频数据的实体-关系模型总结在图2中。将视频数据抽象为视频片段和视频帧，针对视频帧描述其地理位置和地理实体语义，针对视频片段建立具有视频帧线性参照的轨迹图层，再使用元数据概念补充其他信息。地理视频数据与常规地理空间数据之间，通过空间参照、线性参照和实体语义参照，将两者整合起来。基于该模型，可以对地理视频数据进行查询、检索、播放和地图定位。除GIS提供的常规的属性查询和空间查询功能外，还可以通过线性参照获取某一点位的视频片段和视频帧。地理视频播放过程中，使用视频帧的坐标值进行空间定位，还可以使用特定线性地物的参照值进行定位。

图2 地理视频数据的实体-关系模型

Fig 2 An ER model of the GeoVideo data

4地理视频数据处理与应用

为验证地理视频数据模型的可用性，作者进行了地理视频采集、处理和应用试验。地理视频数据处理的基本流程是：①使用普通相机和简易GPS接收机，采集视频数据和视频轨迹；②使用常规视频软件编辑视频，并将GPS数据整理为文本和KML格式，建立视频帧与地理位置的对应关系；③使用ArcGIS建立视频轨迹图层，并扩充视频帧线性参照值；④参照地图和视频播放，建立视频帧的语义描述，格式为文本和XML格式；⑤将视频数据转换

为适合网络传输的Adobe SWF和FLV格式，并通过网络服务器发布。

基于开放网络标准和技术，网络地理视频应用开发采用了多种方法。最简单的方法是整合Google Earth API和Google YouTube视频（图3）：将视频数据上载到Google YouTube 网站，将视频地理描述文档存放在本地服务器，在HTML网页中通过JavaScript编程，调用Google Earth地图和Google YouTube视频；播放地理视频时，在地图上动态显示视频位置和语义信息。该方案的好处是利用网络公共资源，本地网络服务器中仅存放网页和地理视频描述。

图3 整合Google Earth和YouTube的地理视频

Fig 3 The combination of Google Earth and YouTube

第二种方法是使用Adobe系列软件产品。首先，采用Adobe FLV视频格式，建立FMS 服务器发布视频数据，使用KML标准描述地理位置；在Adobe Flex网络多媒体开发环境中，整合Adobe视频、Google Maps地图、ArcGIS地图和KML数据，通过ActionScript编程设计在Flash文档中实现地理视频数据查询、播放和地图跟踪(图4)。Flash具有图面质量高、交互操作简单、便于网络发布等特点。Flex应用开发环境还可以整合Google Maps和ArcGIS 地图服务，设计较为复杂的地理视频应用。

图4 Abode Flash地理视频应用

Fig 4 The GeoVideo in Adobe Flash

第三种方法为ArcGIS Server扩充地理视频功能。作者在ArcGIS Sever 9.3 .NET Web ADF框架中，采用Flash SWF视频，为ArcGIS Server扩充地理视频功能：发布地理视频图层、发布视频图层的线性参照地理服务、为地图工具框(Toolbar)扩充多媒体和地理视频操作工具、设计地理视频播放器，并支持地理视频播放器与地图页面之间数据通讯(图5)。在技术实现方面，主要使用C#或VB调用ArcGIS ADF框架中的Web控件、类和任务框架。在地图环境中，通过空间查询、属性查询或线性参照查询获得地理视频资源，然后调用地理视频播放器。播放器是一个独立的HTML网页，主要采用SWFObject控制视频，

通过XMLHTTP Request 方式或XMLDOM 解析器获得视频的地理描述和语义描述，在视频播放过程中及时获取视频帧地理位置和语义信息，通过窗口通讯，实现地图跟踪。播放器可以是独立窗口，也可作为地图页面的IFrame 浮动窗口。该方案可充分利用ArcGIS 在地图应用开发方面的优势。

图5 在ArcGIS Server 中扩充地理视频

Fig 5 The GeoVideo Extension in ArcGIS Server

作者还尝试了利用纯JavaScript 方式开发地理视频应用。随着Web 2.0开放概念的流行，越来越多的软件产品支持Web 服务JavaScript API ，为软件开发者提供轻量级的程序设计。在网页中，使用JavaScript 将Google Maps API 、ArcGIS JavaScript API 和SWFObject API 整合在一个HTML 页面中（图6）。Google 地图覆盖范围广、影像信息丰富，而ArcGIS 具有地图设计、地图查询和空间分析功能，能弥补Google Maps 的不足。

图6 纯JavaScript 开发的地理视频应用

Fig 6 A GeoVideo application using JavaScript

5. 结论

地理视频是地理空间表达的新方式，扩展了常规的多媒体GIS 和超媒体地图，对于线性设施管理、地理教育、移动视频监控等领域具有应用价值。作者讨论了地理视频的数据模型，尝试提出了地理视频数据的实体-关系图，以及在网络环境中该模型的实现方式。通过地理视频数据的采集、编辑、描述和网络发布，并在此基础上进行了网络环境中地理视频的应用开发，验证了本文提出的数据模型的可用性。也应当注意，地理视频的应用范围很广，本文所提出的模型还需要在具体的应用中不断完善。

参考文献

[1]Berry J K. Capture ‘Where’ and ‘When’ on Video-Based GIS[J].GEOWORLD,2000(9):26~27.

[2]Hwang T H, Choi K H,Joo I H,Lee J H.MPEG-7 metadata for video-based GIS applications[C].IGARSS '03

Proceedings,2003,6.

[3]Joo I H, Hwang T H and Choi K H. Generation of video metadata supporting video-GIS integration[C]. ICIP

'04 Proceedings, 2004,3.

[4]Klamma R, Spaniol M, Jarke M et al. A Hypermedia Afghan Sites and Monuments Database[C]. in

Stefanakis et al. Geographic Hypermedia: Concepts And Systems, Springer Verlag, 2006:189~210.

[5]Longley P, Goodchild M F, Maguire D J, et al. Geographical Information Systems and Science (2nd

Edition)[M]. John Wiley and Sons, 2005.

[6]Navarrete T and Blat J. VideoGIS: Segmenting and indexing video based on geographic information[C]. 5th

AGILE Conference on Geographic Information Science, 2002, Palma de Mallorca, Spain.

[7]Stefanakis E&Peterson M P. Geographic Hypermedia[C]. in Stefanakis et al. Geographic Hypermedia:

Concepts And Systems, Springer Verlag, 2006: 1~22.

[8]Vaitis M & Tzagarakis M.Towards the Development of Open Cartographic Hypermedia Systems[C]. in

Stefanakis et al. Geographic Hypermedia: Concepts And Systems, Springer Verlag, 2006: 211~232.

[9]丰江帆,张宏,沙月进. 基于GPS与GIS的视频直播系统[J].计算机工程, 2007,33(14):230~232.

[10]孔云峰,李小建,乔家君等. 地理信息系统学科中几个基本问题探讨[J].地理与地理信息科学,

2006,22(5):1~9.

[11]孔云峰.一个公路视频GIS的设计与实现[J].公路，2007(1):118~122.

[12]李德仁,胡庆武. 基于可量测实景影像的空间信息服务[J]. 武汉大学学报(信息科学版), 2007，

32(5):377~380.

[13]唐冰,周美玉. 基于视频图像的既有线路地理信息系统[J]. 铁路计算机应用, 2001, 10(11):31~33.

Research on the GeoVideo Data Model and Its Applications

KONG Yun-feng

1 College of Environment and Planning, Henan University, Henan Kaifeng, (475004)

2 China-Australia Cooperative Research Center for Geoinformation Analysis and Applications,

Henan University, Henan Kaifeng, (475004 )

Abstract

The GeoVideo, combining the video data and the geospatial data, is a new approach to the representation of geographic world. It has potentials in GIS applications such as facility management, geographic education and mobile video monitoring. The concept of GeoVideo is explored and its data model is outlined, especially, the detailed ER model of the GeoVideo data is generalized. The implementation of the data model in Web applications is also discussed. The key elements of the data model include the geographic description of video frames, the semantic description of video frames, metadata of video clips, the map layer of video tracks and its extension with linear referencing of frames. Consequently, the geospatial data and video data can be integrated by spatial referencing, linear referencing and semantic referencing, providing GeoVideo operations such as data query, index, play and map navigation. The data model is examined through the GeoVideo data collection, edition, description, web distribution and application development. The application prototypes show that the GeoVideo data model introduced in this paper is feasible.

Keywords: GeoVideo, data model, data integration

作者简介：孔云峰（1967~），男，汉族，河南新安县人，测绘学学士(1989)、硕士(1992)，地理学博士(2000)，现任河南大学环境规划学院地理信息系统学科特聘教授、博士生导师，目前主持国家自然科学基金、博士学科点基金和河南省高校创新人才基金等项目，主要研究兴趣包括：GIS分析、设计与管理，GIS应用研究。