[发明专利]一种室内导航网络提取方法

权利要求书

1.一种室内导航网络提取方法，其特征在于，包括：

从室内轨迹数据集中提取任意一层室内轨迹数据；

对所述任意一层室内轨迹数据进行栅格化处理，得到室内轨迹栅格图；

对所述室内轨迹栅格图进行二值化处理，得到该层的二值化室内轨迹栅格图像；

选取一系列预定形状的结构元素对所述二值化室内轨迹栅格图像进行形态学变换，得到室内二维导航网络。

2.根据权利要求1所述的室内导航网络提取方法，其特征在于，从室内轨迹数据集中提取任意一层室内轨迹数据步骤之前还包括：

获取室内移动对象原始轨迹数据，

对所述原始轨迹数据进行探索性分析，将点数小于第一预设值的轨迹删除，得到室内移动对象轨迹数据；

对所述室内移动对象轨迹数据按照楼层进行分层，得到含有每一楼层的室内轨迹数据集。

3.根据权利要求1所述的方法，其特征在于，在从室内轨迹数据集中提取任意一层室内轨迹数据之后，以及在得到该层的二值化室内轨迹栅格图像之前，还包括：

设定一个时间阈值Etm与距离阈值Eps。

获取每一个室内行人轨迹点ipt的时空邻域集合STN(ipt)，所述时空邻域集合通过下述方法获取：

STN(ipt)＝{iqt∈IS|dist_s(ipt，iqt)≤Eps，dist_t(ipt，iqt)≤Etm}

将存在n个共同的重复轨迹点的两个时空邻域集合合并得到一个新的时空邻域集合；

重复执行上述步骤，直到任意两个时空邻域集合中重复的轨迹点个数小于n个，进而得到聚类后的高密轨迹点簇聚类集；

针对每一个所述高密轨迹点簇聚类集，并提取质心点；

删除所述轨迹点质心之外的高密轨迹点簇；和/或

删除连续时间下速度为0的轨迹点。

4.根据权利要求1所述的方法，其特征在于，对所述任意一层室内轨迹数据进行栅格化处理的步骤包括：

将每个楼层作为一个矩阵；

遍历每个矩阵的方格，将每个方格内轨迹点的个数作为该方格的像素值，得到填充有像素值的室内轨迹矩阵；

对每一个方格采用高斯滤波进行平滑处理，得到优化后的矩阵，优化后的的矩阵为室内轨迹栅格图像；其中平滑处理的方式如下：

其中IH_i,j为优化后每个方格内的像素值，i，j为像元方格行列号，σ为正态分布的标准偏差，决定了衰减快慢。

5.根据权利要求4所述的方法，其特征在于，在对每个方格采用高斯滤波进行平滑处理时，采用下述方法自适应选取方差ID：

其中，m为像元方格数量，x_ij为像素方格的原始值。

6.根据权利要求1所述的方法，其特征在于，对室内轨迹栅格图像进行二值化处理，得到该层的二值化室内轨迹栅格图像的步骤包括：

对室内轨迹栅格图像设定二值化阈值th_value；

判断室内轨迹栅格图像中每一个格子中的像元(i,j)的像元值是否大于该二值化阈值th_value。；

若像元(i,j)的像元值大于二值化阈值th_value，该像元(i,j)的像元值重新赋为1。若像元(i,j)的像元值小于二值化阈值th_value，该像元(i,j)的像元值赋为0。

7.根据权利要求1所述的方法，其特征在于，在得到该层的二值化室内轨迹栅格图像之后，还包括对所述二值化室内轨迹栅格图像进行形态学滤波操作，其步骤包括：

采用形态学腐蚀操作对图像中属于道路的图斑去除；

采用开运算法对锯齿状的道路边缘处理，使其平滑；

选取一系列预定形状的结构元素对滤波后的二值化室内轨迹栅格图像进行形态学变换，得到室内二维导航网络。