CN113129328B - 一种目标热点区域精细化分析方法 - Google Patents

一种目标热点区域精细化分析方法 Download PDF

Info

Publication number
CN113129328B
CN113129328B CN202110437677.1A CN202110437677A CN113129328B CN 113129328 B CN113129328 B CN 113129328B CN 202110437677 A CN202110437677 A CN 202110437677A CN 113129328 B CN113129328 B CN 113129328B
Authority
CN
China
Prior art keywords
point
grid
envelope
hot spot
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110437677.1A
Other languages
English (en)
Other versions
CN113129328A (zh
Inventor
温卓漫
鲁燕
余康
郭宇喆
陈鸣
刘湘德
刘刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 29 Research Institute
Original Assignee
CETC 29 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 29 Research Institute filed Critical CETC 29 Research Institute
Priority to CN202110437677.1A priority Critical patent/CN113129328B/zh
Publication of CN113129328A publication Critical patent/CN113129328A/zh
Application granted granted Critical
Publication of CN113129328B publication Critical patent/CN113129328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding

Abstract

本发明公开了一种目标热点区域精细化分析方法，包括步骤：S1，划分分析区域栅格，计算各栅格对应的经度步长值和纬度步长值；S2，航迹位置点插值，生成插值后的航迹集合；S3，栅格访问次数统计，生成的矩阵用于表示区域各栅格被访问的总次数，用于绘制热力图；S4，基于统计直方图自适应计算阈值；S5，基于区域生长法生成热点栅格；S6，基于设定规则提取热点区域包络点，生成包络点集；S7，基于设定方向规则连接热点区域包络点，生成多个热点区域包络集；S8，输出处理后的结果，用于支持多样式的态势图标绘等；本发明实现了依据输入的自适应无参数计算，且提供多样化输出结果，便于进行多样式的态势图标绘等。

Description

一种目标热点区域精细化分析方法
技术领域
本发明涉及信息融合技术领域，更为具体的，涉及一种目标热点区域精细化分析方法。
背景技术
信息化作战中，通过各类传感器可采集大量移动目标的轨迹数据，但数据体量大且复杂多变，需通过大数据分析挖掘其中蕴含的意义，辅助指挥员快速有效分析敌方行动意图并进行准确决策。基于大量目标航迹的目标热点区域精细化分析能够使指挥员直观感受目标常见运动区域，辅助其判断目标运动特征和趋势，具有重要的研究价值和实战意义。
传统方法使用三大步骤提取目标热点区域：分析区域栅格化、栅格访问次数统计和热点区域发现。但是，算法步骤过于简单，存在几大缺陷：一是未考虑由于传感器检测等造成的航迹不连续、采样不均匀问题；二是所生成的热点区域用简单矩形大致表征，难以精确表达目标频繁出现的区域；三是依赖于人工设定的阈值，未实现无参数自动计算。
发明内容
本发明的目的在于克服现有技术的不足，针对传统目标热点区域分析方法未考虑目标航迹点的不连续性和空间分布不均匀性，仅对目标航迹点进行简单统计，生成大致矩形区域，无法精确表征目标运动规律特性等问题，提供一种目标热点区域精细化分析方法，该方法在弥补了上述不足的同时，实现了依据输入的自适应无参数计算，且提供多样化输出结果，便于进行多样式的态势图标绘。
本发明的目的是通过以下方案实现的：
一种目标热点区域精细化分析方法，包括步骤：
S1，划分分析区域栅格，计算各栅格对应的经度步长值和纬度步长值；
S2，航迹位置点插值，生成插值后的航迹集合；
S3，栅格访问次数统计，生成矩阵用于表示区域各栅格被访问的总次数，绘制热力图；
S4，计算阈值；
S5，生成热点栅格；
S6，基于设定规则提取热点区域包络点，生成包络点集；
S7，基于设定方向规则连接热点区域包络点，生成多个热点区域包络集；
S8，输出处理后的结果，用于支持多样式的态势图标绘。
进一步地，在步骤S1中，输入分析区域的经纬度范围、栅格行数m和栅格列数n，依据栅格行列数将分析区域划分为m×n个栅格。
进一步地，在步骤S2中，输入目标的多条原始航迹集合Toriginal＝{Pi}，i＝1,2,…ntracks；其中，Pi指第i条航迹，由若干个位置点Pi＝{pij}构成，j＝1,2,…npi，npi为航迹Pi包含的位置点数量，ntracks为航迹数量；
依据栅格经度步长值lonstep和纬度步长值latstep，计算栅格对角线的距离长度lgrid；设定lgrid对应ngrid个位置点，这里ngrid为无量纲固定阈值；遍历各条航迹Pi中每两个前后相邻的位置点pij和pij+1，计算二者之间的距离
Figure GDA0003593558760000021
依据lgrid、ngrid、
Figure GDA0003593558760000022
按照如下公式计算位置点pij和pij+1应该插入的位置点个数
Figure GDA0003593558760000023
Figure GDA0003593558760000031
其中，round表示四舍五入取整，在位置点pij和pij+1间均匀地插入
Figure GDA0003593558760000032
个位置点；遍历完成后，生成插值后的航迹集合记为Tinterpose。
在该实施方案中，确保了插值后航迹位置点的空间均匀分布性，避免了由于传感器检测造成的航迹不连续和采样不均匀问题。
进一步地，在步骤S3中，定义栅格访问次数矩阵Mm×n，其元素mij代表第i行第j列的栅格被访问的次数，i＝1,2,…,m，j＝1,2,…,n，并将矩阵中每个元素赋初值为0；遍历插值后航迹集合Tinterpose中每条航迹的每个位置点，计算该位置点处于的栅格行数i、列数j，并使矩阵Mm×n中对应的元素mij取值加1；遍历完成后，生成的矩阵Mm×n代表区域各栅格被访问的总次数，用于绘制热力图。
进一步地，在步骤S4中，基于矩阵Mm×n，进行栅格访问次数直方图统计，直方图包含的区间数量nhist取固定值，在该实施方案中，如取10等；
然后，根据直方图自适应地选取高低阈值thhigh和thlow；在生成的直方图中寻找波谷：若波谷的数量大于等于固定值k，则取第一个波谷对应区间的中值为低阈值thlow，第二个波谷对应区间的中值为高阈值thhigh；若波谷的数量小于固定值k，则选择第round(nhist/3)个区间的中值为低阈值thlow，第round(2nhist/3)个区间的中值为高阈值thhigh；其中，round表示四舍五入取整。
在该实施方案中，便可不依赖人工手动输入，自适应地根据航迹数量和点数选取合理的阈值，实现无参数计算。
进一步地，在步骤S5中，使用区域生长法生成热点栅格，包括如下步骤：选取被访问次数超过高阈值thhigh的栅格为种子点，在种子点处进行邻域扩展，若邻域栅格的被访问次数超过低阈值thlow，则将该栅格包括进种子点所在的热点栅格区域；当不再有栅格满足加入热点栅格区域的准则时，区域停止生长；由此，将栅格分为了两类：热点栅格和非热点栅格；定义大小为m×n的热点栅格矩阵Mhot，其元素
Figure GDA0003593558760000041
代表对应栅格是否为热点栅格，若为热点栅格则取值为1，否则取值为0。
进一步地，在步骤S6中，根据热点栅格矩阵Mhot，基于设定规则提取热点区域包络点；每个包络点包含参数：i代表所在行数，i＝0,1,…,m；j代表所在列数，j＝0,1,…,n；lonij表示所在经度；latij表示所在纬度；dir1ij表示寻找下一个包络点的第一个参考方向，取值为0、1、2、3其中之一；dir2ij表示寻找下一个包络点的第二个参考方向，取值亦为0、1、2、3其中之一；typeij表示包络点类型，包含0、1、2三种；flagij表示包络点是否被访问过，初值为0，表示未被访问过；将分析区域各栅格对应的角点为三种：顶点、边缘点和中间点；依据不同的角点类别，定义不同的规则，进行包络点提取；生成包络点集EnvPoints。
进一步地，在步骤S7中，基于方向规则，将包络点集EnvPoints进行连接，生成多个热点区域包络集Envelopes。
进一步地，生成多个热点区域包络集Envelopes，包括如下步骤：
S71，定义包络索引值ienv为1，和当前包络点集Env为空；
S72，若EnvPoints不为空，则一直循环以下各步骤，否则跳出循环；
S73，若当前包络点集Env为空，则将EnvPoints最后一个点存入包络点集Env，并将当前点currentP记为该包络点，记录上一次的方向lastDir为-1，同时记录当前点行列索引值icur和jcur、当前点类型typecu；在该步骤中，若当前点类型为0则在EnvPoints中删除该点；若当前点类型为1或2，且该点的flag为1，即已经被访问过，则亦从EnvPoints中删除该点；若当前点类型为1或2，但该点的flag为0，则将其flag变为1；
S74，根据上一次的连接方向lastDir和当前点currentP，判定当前连接方向currentDir；在该步骤中，若lastDir为-1且当前点类型为0，则从currentP的两个参考方向中任选一个作为currentDir；若lastDir为-1且当前点类型为1或2，则选择四个方向中的任意一个，如0等；若lastDir不为-1且当前点为包络点，则依据lastDir和当前点的类型，计算currentDir(若当前点类型为0，则判断lastDir和该点的两个参考方向中哪一个是相反的，取另一个参考方向为currentDir；若前点类型为1或2，则根据图5中类型1或2的方向选择规则，依据lastDir确定currentDir)；若lastDir不为-1且当前点不是包络点，则保持原有连接方向，即currentDir＝lastDir；
S75，根据当前点currentP的行列索引值和currentDir计算下一点的行列索引值inext和jnext；
S76，判断下一点是否是该条包络的起点；在该步骤中，若是，则该条包络结束，将包络点集Env存入热点区域包络集Envelopes中，包络索引值ienv加1，当前包络点集Env重新设为空；在该步骤中，若不是，则在剩余的Envelopes中寻找与行列索引值inext和jnext对应的下一个包络点；在该步骤中，如果找到了，则更新currentP，将lastDir赋值为currentDir，将该点存入包络点集Env；其中，若该点类型为0，或者该点类型为1或2且flag为1，则从EnvPoints中删除该点；若当前点类型为1或2，但该点的flag为0，则将其flag变为1；如果没有找到，则根据当前方向将坐标移到下一个点，继续寻找。
进一步地，在步骤S8中，输出栅格热力图矩阵Mm×n、热点区域栅格矩阵Mhot和热点区域包络集Envelopes，用以支持多样式的态势图标绘。
本发明的有益效果包括：
本发明针对大量累积的单目标航迹进行精细化热点区域分析。通过基于空间位置的航迹插值，克服了传感器检测等造成的目标航迹不连续、采样不均匀问题；通过基于统计直方图的自适应高低阈值选取，实现了无参数自动计算，不依赖人工手动输入；通过基于区域生长的热点栅格提取、基于规则的热点区域包络点提取和连接，生成了精确的热点区域，而非类似传统算法以简单矩形进行表征。另外，本发明提供多样化输出结果，可支撑访问次数热力图、热点区域栅格和热点区域包络三种样式的态势图标绘，辅助指挥员从多个维度掌握单目标常见运动规律，支撑其监视目标动向、研判目标异常运动事件。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中目标热点区域精细化分析算法的流程图；
图2为本发明实施例中包络点连接的四个方向；
图3为本发明实施例中判断处于分析区域顶点是否为包络点的法则；
图4为本发明实施例中判断处于分析区域边缘点是否为包络点的法则；
图5为本发明实施例中判断处于分析区域中间点是否为包络点的法则；
图6为本发明实施例中实例中的原始目标航迹；
图7为本发明实施例中实例中经过插值的目标航迹；
图8为本发明实施例中实例中分析区域栅格访问次数热力图；
图9为本发明实施例中实例中分析区域栅格访问次数的统计直方图；
图10为本发明实施例中分析区域栅格访问次数统计直方图各区间中心对应的阈值；
图11为本发明实施例中生成的栅格热点区域；
图12为本发明实例中生成的热点区域包络。
具体实施方式
本说明书中所有实施例公开的所有特征，或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合和/或扩展、替换。
实施例1
如图1～12所示，一种目标热点区域精细化分析方法，
S1，分析区域栅格划分；
在该步骤中，输入矩形分析区域的经纬度范围、栅格行数m和栅格列数n。
依据栅格行列数将分析区域均匀地划分为m×n个大小相等的矩形栅格，并计算各栅格对应的经度步长值lonstep和纬度步长值latstep。
S2，航迹位置点插值；
在该步骤中，输入目标的多条原始航迹集合Toriginal＝{Pi}，i＝1,2,…ntracks。其中Pi指第i条航迹，由若干个位置点Pi＝{pij}构成，j＝1,2,…npi，npi为航迹Pi包含的位置点数量；ntracks为航迹数量。
依据栅格经度步长值lonstep和纬度步长值latstep，计算栅格对角线的距离长度lgrid。设定lgrid理应对应ngrid个位置点，这里ngrid为无量纲固定阈值。
遍历各条航迹Pi中每两个前后相邻的位置点pij和pij+1，计算二者之间的距离
Figure GDA0003593558760000071
依据lgrid、ngrid、
Figure GDA0003593558760000072
计算位置点pij和pij+1应该插入的位置点个数
Figure GDA0003593558760000081
Figure GDA0003593558760000082
其中，round表示四舍五入取整。继而，在位置点pij和pij+1间均匀地插入
Figure GDA0003593558760000083
个位置点。遍历完成后，生成插值后的航迹集合记为Tinterpose。如此一来，确保了插值后航迹位置点的空间均匀分布性，避免了由于传感器检测造成的航迹不连续和采样不均匀问题。
S3，栅格访问次数统计；
在该步骤中，定义栅格访问次数矩阵Mm×n，其元素mij代表第i行第j列的栅格被访问的次数，i＝1,2,…,m，j＝1,2,…,n，并将矩阵中每个元素赋初值为0。
遍历插值后航迹集合Tinterpose中每条航迹的每个位置点，计算该位置点处于的栅格行数i、列数j，并使矩阵Mm×n中对应的元素mij取值加1。遍历完成后，生成的矩阵Mm×n代表区域各栅格被访问的总次数，可以用于绘制热力图。
S4，基于统计直方图的自适应阈值计算；
在该步骤中，基于矩阵Mm×n，进行栅格访问次数直方图统计，直方图包含的区间数量nhist取固定值，如取10。
然后，根据直方图自适应地选取高低阈值thhigh和thlow。在生成的直方图中寻找波谷：
a)若波谷的数量大于等于固定值k，则取第一个波谷对应区间的中值为低阈值thlow，第二个波谷对应区间的中值为高阈值thhigh；
b)若波谷的数量小于固定值k，则选择第round(nhist/3)个区间的中值为低阈值thlow，第round(2nhist/3)个区间的中值为高阈值thhigh。
如此一来，便可不依赖人工手动输入，自适应地根据航迹数量和点数选取合理的阈值，实现无参数计算。
S5，基于区域生长法的热点栅格生成；
在该步骤中，使用区域生长法生成热点栅格。
1.初始点(种子点)选取：选取被访问次数超过高阈值thhigh的栅格为种子点；
2.生长准则：在种子点处进行8邻域扩展，若邻域栅格的被访问次数超过低阈值thlow，则将该栅格包括进种子点所在的热点栅格区域。
3.终止条件：当不再有栅格满足加入热点栅格区域的准则时，区域停止生长。
由此，将栅格分为了两类：热点栅格和非热点栅格。定义大小为m×n的热点栅格矩阵Mhot，其元素
Figure GDA0003593558760000091
代表对应栅格是否为热点栅格，若为热点栅格则取值为1，否则取值为0。
S6，基于规则的热点区域包络点提取；
在该步骤中，根据热点栅格矩阵Mhot，基于一定规则提取热点区域包络点。每个包络点包含几大参数：i代表所在行数，i＝0,1,…,m；j代表所在列数，j＝0,1,…,n；lonij表示所在经度；latij表示所在纬度；dir1ij表示寻找下一个包络点的第一个参考方向，取值为0、1、2、3其中之一，如图2所示；dir2ij表示寻找下一个包络点的第二个参考方向，取值亦为0、1、2、3其中之一；typeij表示包络点类型，包含0、1、2三种；flagij表示包络点是否被访问过，初值为0，表示未被访问过。
将分析区域各栅格对应的角点为三种：顶点、边缘点和中间点。依据不同的角点类别，定义不同的规则，进行包络点提取。
1.顶点选取包络点的法则
如图3所示，位于分析区域四个顶点的角点为顶点。若该栅格对应的
Figure GDA0003593558760000101
取值为1，则判定其对应的分析区域顶点为包络点。记录该包络点的行数i、列数j、对应的经度lonij、对应的纬度latij；参考方向dir1ij和dir2ij依据图3中不同位置选取；包络点类型typeij记为0。以左上角的栅格为例，其行数为0、列数为0、经度为区域经度最西值、纬度为区域纬度最北值、参考方向为1和2、包络点类型为0、被访问标记为0。
2.边缘点选取包络点的法则
如图4所示，位于分析区域四条边，不包含顶点的角点为边缘点。以上边缘为例，若左右相邻两个栅格对应的
Figure GDA0003593558760000102
之和1，则判定两栅格中间线的上边缘点为包络点。那么，记录该点行数i＝0、列数j、对应的经度lonij、对应的纬度latij；参考方向dir1ij和dir2ij依据图4中左右相邻两个栅格中谁对应的
Figure GDA0003593558760000103
取值为1而确定(若左边栅格对应的
Figure GDA0003593558760000104
取值为1，则参考方向为2、3，若右边栅格对应的
Figure GDA0003593558760000105
取值为1，则参考方向为1、2。)；包络点类型typeij记为0。同理，可以根据图4进行下边缘、左边缘和右边缘的包络点提取。
3.中间点选取包络点的法则
如图5所示，位于分析区域中间的角点为中间点。
a)若以角点为中心的上下左右四邻域内的四个栅格对应的
Figure GDA0003593558760000106
之和1或者3，则认定该点为包络点，且其类型typeij记为0，根据图5类型0所示的规则记录其参考方向，同理记录其行列数和经纬度。
b)若四个栅格对应的
Figure GDA0003593558760000107
之和为2，且是其左对角线的栅格对应的
Figure GDA0003593558760000108
取值为1，则认定该点为包络点，且其络点类型typeij记为1，其第一第二参考方向均记为-1，因为他们已经失去了参考意义，从该点开始寻找下一包络点的准则需要依据上一次的连接方向确定，如图5所示。
c)若四个栅格对应的
Figure GDA0003593558760000111
之和为2，且是其右对角线的栅格对应的
Figure GDA0003593558760000112
取值为1，则认定该点为包络点，且其络点类型typeij记为2，其第一第二参考方向均记为-1。
依据以上法则，便可生成一系列包络点EnvPoints，且每个包络点都带有几大参数。
S7，基于方向规则的热点区域包络点连接；
在该步骤中，基于方向规则，将包络点集EnvPoints进行连接，生成若干个热点区域包络Envelopes。具体步骤如下：
1.定义包络索引值ienv为1，和当前包络点集Env为空。
2.若EnvPoints不为空，则一直循环以下各步骤，否则跳出循环。
3.若当前包络点集Env为空，则将EnvPoints最后一个点存入包络点集Env(仅需记录其行列数和经纬度值)，并将当前点currentP记为该包络点，记录上一次的方向lastDir为-1，同时记录当前点行列索引值icur和jcur、当前点类型typecu。
a)若当前点类型为0则在EnvPoints中删除该点；
b)若当前点类型为1或2，且该点的flag为1，即已经被访问过，则亦从EnvPoints中删除该点；
c)若当前点类型为1或2，但该点的flag为0，则将其flag变为1。
4.根据上一次的连接方向lastDir和当前点currentP，判定当前连接方向currentDir：
a)若lastDir为-1且当前点类型为0，则从currentP的两个参考方向中任选一个作为currentDir；
b)若lastDir为-1且当前点类型为1或2，则选择四个方向中的任意一个，如0；
c)若lastDir不为-1且当前点为包络点，则依据lastDir和当前点的类型，计算currentDir(若当前点类型为0，则判断lastDir和该点的两个参考方向中哪一个是相反的，取另一个参考方向为currentDir；
若前点类型为1或2，则根据图5中类型1或2的方向选择规则，依据lastDir确定currentDir。)；
d)若lastDir不为-1且当前点不是包络点，则保持原有连接方向，即currentDir＝lastDir。
5.根据当前点currentP的行列索引值和currentDir计算下一点的行列索引值inext和jnext。
6.判断下一点是否是该条包络的起点。
a)若是，则该条包络结束，将包络点集Env存入热点区域包络集Envelopes中，包络索引值ienv加1，当前包络点集Env重新设为空。
b)若不是，则在剩余的Envelopes中寻找与行列索引值inext和jnext对应的下一个包络点。
1)如果找到了，则更新currentP，将lastDir赋值为currentDir，将该点存入包络点集Env。
·若该点类型为0，或者该点类型为1或2且flag为1，则从EnvPoints中删除该点；
·若当前点类型为1或2，但该点的flag为0，则将其flag变为1。
如果没有找到，则根据当前方向将坐标移到下一个点，继续找。
S8，输出；
在该步骤中，输出栅格热力图矩阵M、热点区域栅格矩阵Mhot和热点区域包络集Envelopes，以支持多样式的态势图标绘。
实施例2
假定分析区域位于北半球，其经度最小值lonmin＝120°、经度最大值lonmax＝125°、纬度最小值latmin＝20°、纬度最大值latmax＝25°，栅格行数和列数均为10。目标共有10条目标航迹，如图6所示。其中1条航迹位于区域左上角；6条航迹由区域左下角延伸至右上角；另外3条位于区域右下角，形状大致呈矩形。
(1)分析区域栅格划分
输入矩形分析区域的经纬度范围、栅格行数m＝10和栅格列数n＝10。将分析区域均匀地划分为10×10＝100个大小相等的矩形栅格，计算得到各栅格对应的经度步长值lonstep为0.5°、纬度步长值latstep亦为0.5°。
(2)航迹位置点插值
对10条原始航迹集合Toriginal进行插值，获得插值后的航迹Tinterpose如图7所示。可见，插值后的航迹相较于原始航迹空间分布更加均匀、连续性更好。
(3)栅格访问次数统计
定义大小为10×10的零矩阵栅格访问次数矩阵M。遍历插值后航迹集合Tinterpose中每条航迹的每个位置点，计算该位置点处于的栅格行数i、列数j，根据其行列数将矩阵M中对应的元素mij取值加1。生成的矩阵M对应的栅格热力图如图8所示。
(4)基于统计直方图的自适应阈值计算
基于矩阵Mm×n，进行栅格访问次数直方图统计，直方图包含的区间数量取10，生成的直方图如图9所示。
在生成的直方图中寻找波谷，寻得3个波谷，如图10所示。根据法则，波谷数量大于等于固定值3，则低阈值thlow取第一个波谷对应的区间中间值，即17.85，高阈值thhigh取第二个波谷对应区间的中值，即33.15。
(5)基于区域生长法的热点栅格生成
使用区域生长法生成热点栅格。
1.初始点(种子点)选取：选取被访问次数超过高阈值33.15的栅格为种子点；
2.生长准则：在种子点处进行8邻域扩展，若邻域栅格的被访问次数超过低阈值17.85，则将该栅格包括进种子点所在的热点栅格区域。
3.终止条件：当不再有栅格满足加入热点栅格区域的准则时，区域停止生长。
由此，生成大小为10×10的热点栅格矩阵Mhot，对应的栅格热点区域如图11所示，其中紫色栅格表示热点栅格，对应的
Figure GDA0003593558760000141
取值为1，蓝色栅格表示非热点栅格，对应的
Figure GDA0003593558760000142
取值为0。
可见，通过本发明实施例方法生成的热点栅格与原始航迹规律十分相符。分析区域左上角的单条航迹所在栅格为被算为热点，而中间和右下角的多条相似的航迹所在的栅格被判定为热点。
(6)基于规则的热点区域包络点提取
在该步骤中，根据热点栅格矩阵Mhot，基于本发明实施例规则，提取的热点区域包络点集EnvPoints如下：
表1：热点区域包络点集EnvPoints
Figure GDA0003593558760000143
Figure GDA0003593558760000151
(7)基于方向规则的热点区域包络点连接
在该步骤中，基于方向规则，将包络点集EnvPoints进行连接，生成热点区域包络集Envelopes，如图12所示。该包络集包含3条包络，分别如下：
表2：热点区域包络集Envelopes
Figure GDA0003593558760000152
Figure GDA0003593558760000161
可见，生成的包络与预期完全相符，且前后连接顺序正确。
(8)输出
在该步骤中，输出栅格热力图矩阵M、热点区域栅格矩阵Mhot和热点区域包络集Envelopes，为多样化态势图标绘提供数据支撑。
除以上实例以外，本领域技术人员根据上述公开内容获得启示或利用相关领域的知识或技术进行改动获得其他实施例，各个实施例的特征可以互换或替换，本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
本发明功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，在一台计算机设备(可以是个人计算机，服务器，或者网络设备等)以及相应的软件中执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、或者光盘等各种可以存储程序代码的介质，进行测试或者实际的数据在程序实现中存在于只读存储器(Random Access Memory，RAM)、随机存取存储器(Random Access Memory，RAM)等。

Claims (8)

1.一种目标热点区域精细化分析方法，其特征在于，包括步骤：
S1，划分分析区域栅格，计算各栅格对应的经度步长值和纬度步长值；
S2，航迹位置点插值，生成插值后的航迹集合；
S3，栅格访问次数统计，生成矩阵用于表示区域各栅格被访问的总次数，绘制热力图；
S4，计算阈值，在步骤S4中，计算阈值包括基于统计直方图自适应计算阈值，包括：基于矩阵Mm×n，进行栅格访问次数直方图统计，直方图包含的区间数量nhist取固定值；然后，根据直方图自适应地选取高低阈值thhigh和thlow；在生成的直方图中寻找波谷：若波谷的数量大于等于固定值k，则取第一个波谷对应区间的中值为低阈值thlow，第二个波谷对应区间的中值为高阈值thhigh；若波谷的数量小于固定值k，则选择第round(nhist/3)个区间的中值为低阈值thlow，第round(2nhist/3)个区间的中值为高阈值thhigh；其中，round表示四舍五入取整；
S5，生成热点栅格，在步骤S5中，生成热点栅格包括使用区域生长法生成热点栅格，包括如下步骤：选取被访问次数超过高阈值thhigh的栅格为种子点，在种子点处进行邻域扩展，若邻域栅格的被访问次数超过低阈值thlow，则将该栅格包括进种子点所在的热点栅格区域；当不再有栅格满足加入热点栅格区域的准则时，区域停止生长；由此，将栅格分为了两类：热点栅格和非热点栅格；定义大小为m×n的热点栅格矩阵Mhot，其元素
Figure FDA0003593558750000011
代表对应栅格是否为热点栅格，若为热点栅格则取值为1，否则取值为0；
S6，基于设定规则提取热点区域包络点，生成包络点集；
S7，基于设定方向规则连接热点区域包络点，生成多个热点区域包络集；
S8，输出处理后的结果，用于支持多样式的态势图标绘。
2.根据权利要求1所述的一种目标热点区域精细化分析方法，其特征在于，在步骤S1中，输入分析区域的经纬度范围、栅格行数m和栅格列数n，依据栅格行列数将分析区域划分为m×n个栅格。
3.根据权利要求2所述的一种目标热点区域精细化分析方法，其特征在于，在步骤S2中，输入目标的多条原始航迹集合Toriginal＝{Pi}，i＝1,2,…ntracks；其中，Pi指第i条航迹，由若干个位置点Pi＝{pij}构成，j＝1,2,…npi，npi为航迹Pi包含的位置点数量，ntracks为航迹数量；依据栅格经度步长值lonstep和纬度步长值latstep，计算栅格对角线的距离长度lgrid；设定lgrid对应ngrid个位置点，这里ngrid为无量纲固定阈值；遍历各条航迹Pi中每两个前后相邻的位置点pij和pij+1，计算二者之间的距离
Figure FDA0003593558750000021
依据lgrid、ngrid、
Figure FDA0003593558750000022
按照如下公式计算位置点pij和pij+1应该插入的位置点个数
Figure FDA0003593558750000023
Figure FDA0003593558750000024
其中，round表示四舍五入取整，在位置点pij和pij+1间均匀地插入
Figure FDA0003593558750000025
个位置点；遍历完成后，生成插值后的航迹集合记为Tinterpose。
4.根据权利要求3所述的一种目标热点区域精细化分析方法，其特征在于，在步骤S3中，定义栅格访问次数矩阵Mm×n，其元素mij代表第i行第j列的栅格被访问的次数，i＝1,2,…,m，j＝1,2,…,n，并将矩阵中每个元素赋初值为0；遍历插值后航迹集合Tinterpose中每条航迹的每个位置点，计算该位置点处于的栅格行数i、列数j，并使矩阵Mm×n中对应的元素mij取值加1；遍历完成后，生成的矩阵Mm×n代表区域各栅格被访问的总次数，用于绘制热力图。
5.根据权利要求1所述的一种目标热点区域精细化分析方法，其特征在于，在步骤S6中，根据热点栅格矩阵Mhot，基于设定规则提取热点区域包络点；每个包络点包含参数：i代表所在行数，i＝0,1,…,m；j代表所在列数，j＝0,1,…,n；lonij表示所在经度；latij表示所在纬度；dir1ij表示寻找下一个包络点的第一个参考方向，取值为0、1、2、3其中之一；dir2ij表示寻找下一个包络点的第二个参考方向，取值亦为0、1、2、3其中之一；typeij表示包络点类型，包含0、1、2三种；flagij表示包络点是否被访问过，初值为0，表示未被访问过；将分析区域各栅格对应的角点为三种：顶点、边缘点和中间点；依据不同的角点类别，定义不同的规则，进行包络点提取；生成包络点集EnvPoints。
6.根据权利要求5所述的一种目标热点区域精细化分析方法，其特征在于，在步骤S7中，基于方向规则，将包络点集EnvPoints进行连接，生成多个热点区域包络集Envelopes。
7.根据权利要求6所述的一种目标热点区域精细化分析方法，其特征在于，生成多个热点区域包络集Envelopes，包括如下步骤：
S71，定义包络索引值ienv为1和当前包络点集Env为空；
S72，若EnvPoints不为空，则一直循环以下各步骤，否则跳出循环；
S73，若当前包络点集Env为空，则将EnvPoints最后一个点存入包络点集Env，并将当前点currentP记为该包络点，记录上一次的方向lastDir为-1，同时记录当前点行列索引值icur和jcur、当前点类型typecu；在该步骤中，若当前点类型为0则在EnvPoints中删除该点；若当前点类型为1或2，且该点的flag为1，即已经被访问过，则亦从EnvPoints中删除该点；若当前点类型为1或2，但该点的flag为0，则将其flag变为1；
S74，根据上一次的连接方向lastDir和当前点currentP，判定当前连接方向currentDir；在该步骤中，若lastDir为-1且当前点类型为0，则从currentP的两个参考方向中任选一个作为currentDir；若lastDir为-1且当前点类型为1或2，则选择四个方向中的任意一个；若lastDir不为-1且当前点为包络点，则依据lastDir和当前点的类型，计算currentDir；若当前点类型为0，则判断lastDir和该点的两个参考方向中哪一个是相反的，取另一个参考方向为currentDir；若前点类型为1或2，则选择规则，依据lastDir确定currentDir；若lastDir不为-1且当前点不是包络点，则保持原有连接方向，即currentDir＝lastDir；
S75，根据当前点currentP的行列索引值和currentDir计算下一点的行列索引值inext和jnext；
S76，判断下一点是否是该条包络的起点；在该步骤中，若是，则该条包络结束，将包络点集Env存入热点区域包络集Envelopes中，包络索引值ienv加1，当前包络点集Env重新设为空；在该步骤中，若不是，则在剩余的Envelopes中寻找与行列索引值inext和jnext对应的下一个包络点；在该步骤中，如果找到了，则更新currentP，将lastDir赋值为currentDir，将该点存入包络点集Env；其中，若该点类型为0，或者该点类型为1或2且flag为1，则从EnvPoints中删除该点；若当前点类型为1或2，但该点的flag为0，则将其flag变为1；如果没有找到，则根据当前方向将坐标移到下一个点，继续寻找。
8.根据权利要求7所述的一种目标热点区域精细化分析方法，其特征在于，步骤S8中，输出处理后的结果包括输出栅格热力图矩阵Mm×n、热点区域栅格矩阵Mhot和热点区域包络集Envelopes，用以支持多样式的态势图标绘。
CN202110437677.1A 2021-04-22 2021-04-22 一种目标热点区域精细化分析方法 Active CN113129328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110437677.1A CN113129328B (zh) 2021-04-22 2021-04-22 一种目标热点区域精细化分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110437677.1A CN113129328B (zh) 2021-04-22 2021-04-22 一种目标热点区域精细化分析方法

Publications (2)

Publication Number Publication Date
CN113129328A CN113129328A (zh) 2021-07-16
CN113129328B true CN113129328B (zh) 2022-05-17

Family

ID=76779219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110437677.1A Active CN113129328B (zh) 2021-04-22 2021-04-22 一种目标热点区域精细化分析方法

Country Status (1)

Country Link
CN (1) CN113129328B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113887590B (zh) * 2021-09-22 2023-06-09 中国电子科技集团公司第二十九研究所 一种目标典型航迹及区域分析方法
CN114383616B (zh) * 2021-12-29 2024-04-16 中国电信股份有限公司 距离计算方法和相关装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750361A (zh) * 2012-06-13 2012-10-24 中国矿业大学 基于局部多层网格的轨迹数据热点区域发现方法
CN105205852A (zh) * 2015-10-27 2015-12-30 中国电子科技集团公司第二十八研究所 一种基于多尺度渲染和拟合的三维船舶动态展现方法
CN105320712A (zh) * 2014-09-04 2016-02-10 国网山东省电力公司应急管理中心 基于gis地图的动态态势标绘系统与方法
CN107301254A (zh) * 2017-08-24 2017-10-27 电子科技大学 一种路网热点区域挖掘方法
CN108509836A (zh) * 2018-01-29 2018-09-07 中国农业大学 双极化合成孔径雷达与作物模型数据同化的作物估产方法
CN111047704A (zh) * 2019-10-29 2020-04-21 国家海洋信息中心 一种改进区域生长算法的多波束测深数据粗差自动清除方法
WO2020154967A1 (en) * 2019-01-30 2020-08-06 Baidu.Com Times Technology (Beijing) Co., Ltd. Map partition system for autonomous vehicles

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090017910A1 (en) * 2007-06-22 2009-01-15 Broadcom Corporation Position and motion tracking of an object
CN101488183A (zh) * 2008-12-25 2009-07-22 东莞市微模式软件有限公司 一种基于外包络生长的图标检测方法及其应用
CN103136270B (zh) * 2011-12-01 2018-10-09 无锡物联网产业研究院 一种获得数据插值的方法及系统
CN103310436A (zh) * 2013-03-12 2013-09-18 华南师范大学 基于克利福德的三维区域生长方法
CN104103080B (zh) * 2014-07-02 2017-01-11 华中科技大学 一种复杂背景下弱小目标检测的方法
US9576219B2 (en) * 2015-07-14 2017-02-21 ADANI Systems, Inc. Method and system for detection of contraband narcotics in human digestive tract
CN106503678A (zh) * 2016-10-27 2017-03-15 厦门大学 基于移动激光扫描点云的道路标线自动检测和分类方法
CN107085437A (zh) * 2017-03-20 2017-08-22 浙江工业大学 一种基于eb‑rrt的无人机航迹规划方法
EP3631755B1 (en) * 2017-05-25 2023-11-01 Bayerische Motoren Werke Aktiengesellschaft Method and apparatus for representing environmental elements, system, and vehicle/robot
CN107784661B (zh) * 2017-09-08 2021-10-08 上海电力学院 基于区域生长法的变电站设备红外图像分类识别方法
US11023761B2 (en) * 2017-11-06 2021-06-01 EagleSens Systems Corporation Accurate ROI extraction aided by object tracking
CN107993245B (zh) * 2017-11-15 2021-09-14 湖北三江航天红峰控制有限公司 一种空天背景多目标检测和跟踪方法
CN110619258B (zh) * 2018-10-26 2022-02-15 国交空间信息技术（北京）有限公司 一种基于高分辨率遥感影像的道路轨迹核查方法
CN111681315B (zh) * 2020-06-10 2022-10-04 中国电子科技集团公司第二十八研究所 一种基于三维gis地图的高空与剖面标绘定位方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750361A (zh) * 2012-06-13 2012-10-24 中国矿业大学 基于局部多层网格的轨迹数据热点区域发现方法
CN105320712A (zh) * 2014-09-04 2016-02-10 国网山东省电力公司应急管理中心 基于gis地图的动态态势标绘系统与方法
CN105205852A (zh) * 2015-10-27 2015-12-30 中国电子科技集团公司第二十八研究所 一种基于多尺度渲染和拟合的三维船舶动态展现方法
CN107301254A (zh) * 2017-08-24 2017-10-27 电子科技大学 一种路网热点区域挖掘方法
CN108509836A (zh) * 2018-01-29 2018-09-07 中国农业大学 双极化合成孔径雷达与作物模型数据同化的作物估产方法
WO2020154967A1 (en) * 2019-01-30 2020-08-06 Baidu.Com Times Technology (Beijing) Co., Ltd. Map partition system for autonomous vehicles
CN111047704A (zh) * 2019-10-29 2020-04-21 国家海洋信息中心 一种改进区域生长算法的多波束测深数据粗差自动清除方法

Also Published As

Publication number Publication date
CN113129328A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN113129328B (zh) 一种目标热点区域精细化分析方法
CN110738721A (zh) 基于视频几何分析的三维场景渲染加速方法及系统
CN111598780B (zh) 一种适用于机载LiDAR点云的地形自适应插值滤波方法
AU2018253470B2 (en) Device and method for extracting terrain boundary
CN107678551B (zh) 手势识别方法和装置、电子设备
CN110246092A (zh) 一种顾及邻域点均值距离和斜率的三维激光点云去噪方法
CN110570445A (zh) 一种图像分割方法、装置、终端及可读介质
CN114693505B (zh) 一种点云数据的存储处理方法和装置
CN114332134B (zh) 一种基于密集点云的建筑物立面提取方法和装置
CN114581464A (zh) 边界检测方法、装置、电子设备及计算机可读存储介质
CN111275616B (zh) 低空航拍图像拼接方法和装置
CN116186864B (zh) 一种基于bim技术的深基坑模型快速建模方法及系统
CN106874916B (zh) 一种复杂外板点云场景对比提取方法及装置
CN111652976A (zh) 基于dem栅格数据的通视分析方法
CN116051645A (zh) 作物群体的表型获取方法及装置
CN113722415B (zh) 点云数据的处理方法、装置、电子设备及存储介质
CN112802175B (zh) 大规模场景遮挡剔除方法、装置、设备及存储介质
CN111768505A (zh) 一种平面点集形状重建方法、装置及电子设备
CN117274651B (zh) 基于点云的物体检测方法、装置及计算机可读存储介质
CN112711256B (zh) 一种移动机器人的目标搜索观测点自动生成方法
CN111899335B (zh) 基于dem的图像生成方法
CN117455936B (zh) 点云数据处理方法、装置及电子设备
CN114037723B (zh) 基于dem数据提取山顶点的方法、装置及存储介质
CN114155351B (zh) 三维重建网格的特征过滤方法、系统及电子设备
CN117710235B (zh) 图像目标增强方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant