Automatic label placement for city maps with the labelling library PAL

Abstract

Automatic label placement on maps has been studied for many decades. This study has addressed the problem of automatic label placement by applying the labelling library PAL for labelling static, large scale city maps which the map company T-Kartor produces. Label placement rules were acquired from an interview with a person from the company. These rules were then applied on the labelling.

The aim of this study was to develop a method for good automatic label placement. The label placement was meant to follow specific labelling rules set by the cities and T-Kartor, and the evaluation of the labelling was based on these rules, i.e. to which degree these rules have been followed in the labelling of maps. The objective was to find a new method of using open-source software to develop a label placement program that is easily accessed.

The method for automated label placement was chosen based on a literature review made, where different types methods applied in previous research were searched for. The labelling library PAL was chosen for the practical study. PAL applies combinatorial optimization methods for placing text labels. The label placement program was written in Python in the QGIS environment, in which PAL is also integrated. PAL parameters were set in the program to produce satisfactory labelling. The results showed that the label placement quality was not high enough for the program to be used professionally. However, using PAL for label placement could potentially produce better label placement quality if the parameter settings are refined.

Future studies on this topic should focus on exploring PAL parameter settings further, to find settings that produce label placement which follows the labelling rules to a larger extent. Moreover, a robust evaluation method is needed for grading and quantifying the label placement more accurately.

Popular Abstract (Swedish)

Stadskartor behövs i städer för bland annat fotgängare och cyklisters behov; Med hjälp av kartorna ska de kunna hitta i staden och kunna ta reda på vad och vilka tjänster som finns i närområdet. Eftersom det produceras många stadskartor så måste produktionen av dem vara relativt billig. Text- och symbolsättning är en del av kartproduktionen. Stadskartor innehåller ofta många texter och symboler som förmedlar nödvändig information. Text- och symbolsättningen på kartor kan bli väldigt kostsam om en stor del av den görs manuellt, på grund av att det är ett tidskrävande arbete. Därför är automatisk text- och symbolsättning nödvändig i produktionen av stadskartor.

I den här studien placeras texter och symboler automatiskt på stadskartor som företaget T-Kartor producerar. Deras kartor finns på gator i städer som London och New York, för att ge information om det lokala stadsområdet. Syftet med den här studien är att skapa en ny metod för automatisk placering av texter och symboler på dessa kartor. T-Kartor använder sig av regler för att skapa så bra text- och symbolsättning som möjligt. Dessa regler används i programmet som utför placeringen i studien. Utvärderingen av placeringen är också baserad på dessa regler. Exempel på texter som placeras är gatutexter och byggnadstexter. Symboler representerar bland annat parkeringsplatser, tunnelbanestationer, toaletter, med mera.

Resultaten visar att kvalitén på text- och symbolsättningen inte är bra nog för att användas i T-Kartors kartproduktion. Några av nackdelarna med text- och symbolsättningen är att vissa gatutexter raderas automatiskt, att fler av de längre byggnadstexterna bör staplas på flera rader, samt att många symboltyper inte placeras ut av programmet. Många texter och symboler överlappar även varandra, vilket inte är bra för läsbarheten. Mer forskning krävs för att hitta en passande metod för automatisk text- och symbolsättning på T-Kartors stadskartor, där reglerna för placeringen följs bättre. En mer noggrann utvärdering av placeringen behövs också för att kvalitén ska kunna värderas på ett säkrare sätt.

• author: Cederholm, Pontus
• supervisor: Lars Harrie
• organization: Dept of Physical Geography and Ecosystem Science
• course: NGEM01 20201
• year: 2020
• type: H2 - Master's Degree (Two Years)
• subject: Earth and Environmental Sciences
• keywords: Geography, Physical Geography and Ecosystem analysis, Cartography, Label Placement, Algorithms, Label Placement Rules, Labeling
• publication/series: Student thesis series INES
• report number: 521
• language: English
• id: 9021747
• date added to LUP: 2020-06-24 16:01:35
• date last changed: 2020-06-24 16:01:35