[发明专利]一种复杂环境中动态目标的判定方法

权利要求书

1.一种复杂环境中动态目标的判定方法，其特征在于，包括以下步骤：

步骤S1、定义若干样本图片，并对样本图片进行第一粒度网格化处理以形成包含若干网格化的网格图片，并对网格图片加注地理位置信息及环境描述数据后保存至地理信息系统的数据库及建立索引关联；

步骤S2、将待判定图片基于第一粒度网格化处理方式进行网格化处理，并与步骤S1中的数据库中所保存的被加注地理位置信息及环境描述数据的网格图片进行第一次对比，以筛选出若干产生变化的网格图片，所述第一次对比的计算公式如下式(1)所示：

Δ_i＝|X_i-X^*|η_i,i＝1,2,…,h (1)；

其中，η_i为经验参数，η_i的取值范围为0％～30％，X^*是数据库中所保存的被加注地理位置信息及环境描述数据的网格图片，X_i为待判定图片，h为第一次对比时所选取的网格图片的数量，h取大于或者等于1的正整数；

然后，将具有相同地理位置信息的网格图片与样本图片中的环境描述数据进行第二次对比，以判断所述产生变化的网格图片所在区域中的目标是否为动态目标，所述第二次对比的计算公式如下式(2)所示：

Δ_j＝|Y_j-Y^*|η_j,j＝1,2,…,n (2)；

其中，η_j为经验参数，η_j的取值范围为0％～30％，Y^*是数据库中所保存的被加注地理位置信息及环境描述数据的网格图片，Y_j为待判定并产生变化的网格图片，n为第二次对比时所选取的网格图片的数量，n取大于或者等于1的正整数。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中样本图片选用自图像采集设备对同一场景下的不同季节和/或白昼变化条件所获取的图片。

3.根据权利要求1所述的方法，其特征在于，所述环境描述数据由季节描述数据、白昼变化数据、动态目标描述数据、非动态目标描述数据、海拔数据、动态目标出现概率数据或者非动态目标出现概率数据中的一种或者两种以上数据组成，并为每一个网格图片标注唯一的环境描述数据及地理位置信息。

4.根据权利要求1所述的方法，其特征在于，所述步骤S1中经过第一粒度网格化处理所形成的网格图片的分辨率为0.1m×0.1m～1.0×1.0m。

5.根据权利要求1所述的方法，其特征在于，所述步骤S2还包括：对筛选出若干产生变化的网格图片以相对于第一粒度网格化处理更小的网格化粒度进行至少一次二级网格化处理，以形成若干子网格；所述子网格包含产生变化的网格图片所包含的所有地理位置信息及环境描述数据。

6.根据权利要求5所述的方法，其特征在于，所述步骤S2还包括：对产生数据变化的网格所形成的最小外接矩形，按照相邻四个象限中覆盖面积由大到小的顺序，依次对四个象限所对应的网格以相对于第一粒度网格化处理更小的网格化粒度进行至少一次二级网格化处理，以形成若干子网格，并将所述子网格所属上级网格的地理位置信息在数据库中根据建立的索引关联进行数据匹配，以最终确定最小外接矩形所覆盖的目标图像是否为动态目标。