本發(fā)明涉及地理信息處理技術(shù)領(lǐng)域，尤其涉及一種基于聚類分析的軌跡去噪方法以及裝置。

背景技術(shù)：

目前各種設(shè)備在采集記錄設(shè)備運動軌跡時，會受設(shè)備周邊環(huán)境的影響，GPS(Global Positioning System，全球定位系統(tǒng))、Wi-Fi(Wireless Fidelity，無線保真)、基站信號可能不佳，定位誤差偏大，導(dǎo)致記錄的軌跡點數(shù)據(jù)中存在很多噪點。在使用這些軌跡數(shù)據(jù)的時候，如果不能有效地去除這些噪點，將會影響到最終結(jié)果，例如軌跡的繪制展現(xiàn)、里程計算、地理圍欄計算等。

相關(guān)技術(shù)中，主要通過以下方式來實現(xiàn)去除軌跡數(shù)據(jù)中的噪點：通過設(shè)定一個誤差閾值，從軌跡數(shù)據(jù)中過濾掉定位系統(tǒng)返回的誤差值較大的軌跡點；或者，通過設(shè)定一個速度閾值，從軌跡數(shù)據(jù)中過濾掉GPS等定位系統(tǒng)返回的速度值變化較大的軌跡點。

但是，目前存在的問題是：GPS、WIFI等定位系統(tǒng)定位返回的誤差值并不能完全可信，有時候定位系統(tǒng)返回的誤差值很高，但實際定位誤差很低；并且，通過速度值過濾只能過濾掉一些比較明顯的噪點，在實際運動過程中，設(shè)備的速度一直在變化，有高有低，只通過設(shè)定一個最高速度閾值的話，則無法過濾所有速度異常的噪點，導(dǎo)致去噪準(zhǔn)確率低、效果差等。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的旨在至少在一定程度上解決上述的技術(shù)問題之一。

為此，本發(fā)明的第一個目的在于提出一種基于聚類分析的軌跡去噪方法。該方法基于聚類分析的去噪方式，可以使去噪結(jié)果更加精確、更加有效，保證軌跡數(shù)據(jù)更加貼近于真實軌跡。

本發(fā)明的第二個目的在于提出一種基于聚類分析的軌跡去噪裝置。

本發(fā)明的第三個目的在于提出另一種基于聚類分析的軌跡去噪裝置。

本發(fā)明的第四個目的在于提出一種非臨時性計算機可讀存儲介質(zhì)。

本發(fā)明的第五個目的在于提出一種計算機程序產(chǎn)品。

為達到上述目的，本發(fā)明第一方面實施例提出的基于聚類分析的軌跡去噪方法，包括：獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)⑺鲕壽E數(shù)據(jù)進行排序；遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇；如果所述多個軌跡點全部遍歷成功，則根據(jù)所述多個軌跡點以及所述至少一個簇確定所述軌跡數(shù)據(jù)中的噪點，并刪除所述噪點。

本發(fā)明實施例的基于聚類分析的軌跡去噪方法，可獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序，并遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇，當(dāng)多個軌跡點全部遍歷成功時，根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。即根據(jù)正常點的特征，將軌跡數(shù)據(jù)中的正常軌跡點聚到一起，排除軌跡數(shù)據(jù)中的異常點，以達到去噪的目的，這種基于聚類分析的去噪方式，可以使去噪結(jié)果更加精確、更加有效，保證軌跡數(shù)據(jù)更加貼近于真實軌跡。

為達到上述目的，本發(fā)明第二方面實施例提出的基于聚類分析的軌跡去噪裝置，包括：排序模塊，用于獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)⑺鲕壽E數(shù)據(jù)進行排序；生成模塊，用于遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇；去噪模塊，用于如果所述多個軌跡點全部遍歷成功，則根據(jù)所述多個軌跡點以及所述至少一個簇確定所述軌跡數(shù)據(jù)中的噪點，并刪除所述噪點。

本發(fā)明實施例的基于聚類分析的軌跡去噪裝置，可通過排序模塊獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序，生成模塊遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇，去噪模塊在多個軌跡點全部被遍歷成功時，根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。即根據(jù)正常點的特征，將軌跡數(shù)據(jù)中的正常軌跡點聚到一起，排除軌跡數(shù)據(jù)中的異常點，以達到去噪的目的，這種基于聚類分析的去噪方式，可以使去噪結(jié)果更加精確、更加有效，保證軌跡數(shù)據(jù)更加貼近于真實軌跡。

為達到上述目的，本發(fā)明第三方面實施例提出的基于聚類分析的軌跡去噪裝置，包括：處理器；用于存儲所述處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為：獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)⑺鲕壽E數(shù)據(jù)進行排序；遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇；如果所述多個軌跡點全部遍歷成功，則根據(jù)所述多個軌跡點以及所述至少一個簇確定所述軌跡數(shù)據(jù)中的噪點，并刪除所述噪點。

為達到上述目的，本發(fā)明第四方面實施例提出的非臨時性計算機可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由終端設(shè)備的處理器被執(zhí)行時，使得終端設(shè)備能夠執(zhí)行本發(fā)明第一方面實施例所述的基于聚類分析的軌跡去噪方法。

為達到上述目的，本發(fā)明第五方面實施例提出的計算機程序產(chǎn)品，當(dāng)所述計算機程序產(chǎn)品中的指令處理器執(zhí)行時，執(zhí)行本發(fā)明第一方面實施例所述的基于聚類分析的軌跡去噪方法。

本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1是根據(jù)本發(fā)明一個實施例的基于聚類分析的軌跡去噪方法的流程圖；

圖2是根據(jù)本發(fā)明一個具體實施例的基于聚類分析的軌跡去噪方法的流程圖；

圖3是根據(jù)本發(fā)明一個實施例的采集記錄設(shè)備運動軌跡數(shù)據(jù)展現(xiàn)在地圖上的效果示例圖；

圖4是根據(jù)本發(fā)明一個實施例的基于聚類分析的軌跡去噪裝置的結(jié)構(gòu)示意圖；

圖5是根據(jù)本發(fā)明一個具體實施例的基于聚類分析的軌跡去噪裝置的結(jié)構(gòu)示意圖；

圖6是根據(jù)本發(fā)明另一個具體實施例的基于聚類分析的軌跡去噪裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

下面參考附圖描述本發(fā)明實施例的基于聚類分析的軌跡去噪方法以及裝置。

圖1是根據(jù)本發(fā)明一個實施例的基于聚類分析的軌跡去噪方法的流程圖。需要說明的是，本發(fā)明實施例的基于聚類分析的軌跡去噪方法可應(yīng)用于本發(fā)明實施例的基于聚類分析的軌跡去噪裝置。

如圖1所示，該基于聚類分析的軌跡去噪方法可以包括：

S110，獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序。

可以理解，運動物體可包含具有定位功能的定位模塊，運動物體通過該定位模塊可對自身運動軌跡進行定位，并記錄運動過程中所采集的定位數(shù)據(jù)，這些定位數(shù)據(jù)通過時間順序進行連線即可得到該運動物體的軌跡數(shù)據(jù)。其中，該軌跡數(shù)據(jù)可包括但不限于軌跡點的地理位置名稱、經(jīng)緯度信息、軌跡方向、軌跡速度等。

具體地，可獲取運動物體采集到的運動物體的軌跡數(shù)據(jù)，之后，可將該軌跡數(shù)據(jù)按照時間順序進行排序，即按照采集到軌跡數(shù)據(jù)時的時間將這些軌跡數(shù)據(jù)進行排序。

S120，遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇。

具體地，在按照時間順序?qū)④壽E數(shù)據(jù)進行排序之后，可從排序后的軌跡數(shù)據(jù)中的軌跡起始點開始循環(huán)，假設(shè)當(dāng)前軌跡點為i，遍歷當(dāng)前軌跡點i的前后N個鄰近點，并將當(dāng)前軌跡點i和N個鄰近點中滿足第一預(yù)設(shè)條件的軌跡點進行聚類，得到一個簇，繼續(xù)遍歷簇中的軌跡點，并以上述相同方式擴展該簇，直至該簇中的軌跡點均被遍歷成功為止，最后，繼續(xù)遍歷軌跡數(shù)據(jù)中的其余軌跡點，直至軌跡數(shù)據(jù)中的所有軌跡點均被遍歷成功時，找出所有的簇。具體的實現(xiàn)過程可參見后續(xù)實施例的具體描述。其中，N為正整數(shù)。

作為一種示例，上述滿足第一預(yù)設(shè)條件的軌跡點可包括：到達當(dāng)前軌跡點的速度的變化趨勢在第一閾值范圍內(nèi)，且到達當(dāng)前軌跡點的方向的變化趨勢在第二閾值范圍內(nèi)的軌跡點。也就是說，在遍歷當(dāng)前軌跡點i的前后N個鄰近點時，可從N個鄰近點中找出滿足以下條件的軌跡點：到達當(dāng)前軌跡點i的速度和方向的變化趨勢在相應(yīng)的指定閾值范圍內(nèi)，可將這些滿足以上條件的軌跡點聚為一類，并形成一個簇。

S130，如果多個軌跡點全部遍歷成功，則根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。

具體而言，在本發(fā)明的一個實施例中，可根據(jù)多個軌跡點以及至少一個簇，確定多個軌跡點中不在至少一個簇中的軌跡點，并將不在至少一個簇中的軌跡點作為噪點。

更具體地，當(dāng)軌跡數(shù)據(jù)中的多個軌跡點全部遍歷成功時，可確定多個軌跡點中不在任何簇中的軌跡點，并將該不在任何簇中的軌跡點作為噪點，最后將該噪點進行去除處理，最終將正常的軌跡點聚到一起，排除軌跡數(shù)據(jù)中的噪點，以實現(xiàn)對軌跡數(shù)據(jù)中的去噪目的。

需要說明的是，本發(fā)明實施例的基于聚類分析的軌跡去噪方法可適用于以下場景：軌跡的繪制展現(xiàn)、里程計算、地理圍欄計算等。也就是說，可通過本發(fā)明實施例的基于聚類分析的軌跡去噪方法對軌跡數(shù)據(jù)中的噪點進行去除處理，得到高精度的軌跡數(shù)據(jù)，然后可按照實際需求利用該高精度的軌跡數(shù)據(jù)進行相應(yīng)操作，最終能夠得到高精度的效果。

本發(fā)明實施例的基于聚類分析的軌跡去噪方法，可獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序，并遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇，當(dāng)多個軌跡點全部遍歷成功時，根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。即根據(jù)正常點的特征，將軌跡數(shù)據(jù)中的正常軌跡點聚到一起，排除軌跡數(shù)據(jù)中的異常點，以達到去噪的目的，這種基于聚類分析的去噪方式，可以使去噪結(jié)果更加精確、更加有效，保證軌跡數(shù)據(jù)更加貼近于真實軌跡。

可以理解，當(dāng)人們用肉眼去觀察一段雜亂無章的軌跡時，大多數(shù)情況下還是能分辨出噪點并推測出真實軌跡形狀的，那是因為人們可以通過人腦分析出這段軌跡的大致趨勢和走向，然后就能夠自動剔除那些與軌跡趨勢走向不符的軌跡點，也就是噪點。為此，如何讓計算機也能夠做到這點，正是本發(fā)明的發(fā)明人所要考慮以及解決的問題。

發(fā)明人發(fā)現(xiàn)，通過肉眼從雜亂無章的軌跡中嘗試識別出真實軌跡的過程以及大腦思考的步驟主要有以下幾點：

1)先從起點開始觀察一部分軌跡點，識別出部分點有相似的趨勢，例如，沿著一條道路在前行或停留在某一個區(qū)域；

2)順著這個趨勢繼續(xù)觀察，將更多有相似趨勢的軌跡點加入進來，形成一個更加明顯的趨勢和路線；

3)繼續(xù)觀察完所有的軌跡點，將具有相似趨勢的軌跡點整理到一起，忽略其他點，形成一條確切的軌跡路線。

以上的思考步驟其實就是一種聚類分析的過程?！熬垲惙治觥笔侵笇⑽锢砘虺橄髮ο蟮募戏纸M為由類似的對象組成的多個類的分析過程，是一種重要的人類行為，也是對于統(tǒng)計數(shù)據(jù)分析的一門技術(shù)，在許多領(lǐng)域受到廣泛應(yīng)用，包括機器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識別、圖像分析以及生物信息。

可以理解，聚類分析有很多比較成熟的算法，其中基于密度的DBSCAN算法比較符合軌跡的特征(事先不需要知道cluster的個數(shù)，還能找出形狀不規(guī)則的cluster)。所以，發(fā)明人在DBSCAN算法的基礎(chǔ)上設(shè)計出本發(fā)明的基于聚類分析的軌跡去噪方法，如圖2所示，該基于聚類分析的軌跡去噪方法可以包括以下步驟：

S210，獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序。

S220，從排序后的軌跡數(shù)據(jù)中的軌跡起始點開始遍歷，假設(shè)當(dāng)前遍歷的軌跡點為i。

S230，從當(dāng)前軌跡點i的前后N個鄰近點中，確定滿足第一預(yù)設(shè)條件的軌跡點，其中，N為正整數(shù)。

作為一種示例，上述滿足第一預(yù)設(shè)條件的軌跡點可包括：到達當(dāng)前軌跡點的速度的變化趨勢在第一閾值范圍內(nèi)，且到達當(dāng)前軌跡點的方向的變化趨勢在第二閾值范圍內(nèi)的軌跡點。

也就是說，可遍歷當(dāng)前軌跡點i的前后N個鄰近點，搜集這N個鄰近點中能夠連續(xù)可達當(dāng)前軌跡點i的軌跡點，并將這些能連續(xù)可達當(dāng)前軌跡點i的軌跡點存入數(shù)組region中。其中，能連續(xù)可達當(dāng)前軌跡點i的軌跡點即可理解為上述滿足第一預(yù)設(shè)條件的軌跡點，即到達當(dāng)前軌跡點的速度和方向的變化趨勢分別在相應(yīng)的指定閾值范圍內(nèi)的軌跡點。

S240，判斷滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)是否超過第一閾值。

具體地，統(tǒng)計該N個鄰近點中滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)，并判斷該個數(shù)是否超過第一閾值。其中，該第一閾值可以是預(yù)先設(shè)定的，例如，該第一閾值可為5、或10等。

可以理解，如果滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)未超過第一閾值，則可認(rèn)為該當(dāng)前軌跡點i為異常點，可將該當(dāng)前軌跡點i作為噪點進行剔除，并返回步驟S230，以繼續(xù)遍歷軌跡數(shù)據(jù)中的其他軌跡點。

S250，如果滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)超過第一閾值，則將滿足第一預(yù)設(shè)條件的軌跡點以及當(dāng)前軌跡點i進行聚類，生成對應(yīng)的簇。

具體地，當(dāng)滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)超過第一閾值時，可認(rèn)為該當(dāng)前軌跡點i為核心點，此時可將由當(dāng)前軌跡點i以及滿足第一預(yù)設(shè)條件的軌跡點聚集的數(shù)組region作為一個簇。

也就是說，遍歷當(dāng)前軌跡點i的前后N個鄰近點，從該N個鄰近點中搜集能連續(xù)可達當(dāng)前軌跡點i的軌跡點，并在當(dāng)前軌跡點i以及能連續(xù)可達當(dāng)前軌跡點i的軌跡點存入數(shù)組region中，并判斷該數(shù)組region的大小是否超過第一閾值，若是，則可認(rèn)為該數(shù)組region中的軌跡點均為正常點，并將該數(shù)組region作為一個簇。

S260，遍歷簇中的N個鄰近點，以擴展簇，直至N個鄰近點被遍歷成功為止。

具體地，可遍歷簇中的N個鄰近點，并重復(fù)執(zhí)行上述步驟S230-S260，即以上述相同的方式擴展這個簇，直至該簇中的所有軌跡點被遍歷成功為止。也就是說，可遍歷簇中的軌跡點，并以上述相同的方式，將滿足第一預(yù)設(shè)條件的軌跡點聚為一類，并在該類的個數(shù)超過第一閾值時，可認(rèn)為該部分的軌跡點的變化趨勢與簇中的軌跡點變化趨勢相似，此時，可將該類擴展到上述簇中，這樣，可以將變化趨勢相似的軌跡點盡可能地聚到一個簇中。

S270，遍歷簇以外的剩余軌跡點，直至多個軌跡點全部被遍歷成功時，找出至少一個簇。

也就是說，在簇中的軌跡點全部被遍歷成功時，可檢測軌跡數(shù)據(jù)中是否存在未被遍歷的軌跡點，若有，則遍歷該未被遍歷的軌跡點，其中以上述步驟S230-S260的方式，找出所有的簇。

S280，根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。

具體地，在找到所有的簇之后，可根據(jù)多個軌跡點以及這些簇確定多個軌跡點中不在任何簇中的軌跡點，并將不在任何簇中的軌跡點作為噪點，進行剔除。

為了進一步提高去噪效果以及精確度，進一步地，在本發(fā)明的一個實施例中，在遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點之前，該基于聚類分析的軌跡去噪方法還可包括：從軌跡數(shù)據(jù)中的多個軌跡點中，確定滿足第二預(yù)設(shè)條件的軌跡點，并將滿足第二預(yù)設(shè)條件的軌跡點作為噪點，并刪除噪點。

作為一種示例，該滿足第二預(yù)設(shè)條件的軌跡點可包括：與鄰近點之間的連線的夾角小于或等于第二閾值的軌跡點；和/或，到達鄰近點的速度大于第三閾值的軌跡點。例如，該第二閾值可為20度，該第三閾值可為300Km/H。

可以理解，去除軌跡數(shù)據(jù)中的噪點就需要先識別出哪些點是噪點，而軌跡數(shù)據(jù)中有些噪點會存在比較明顯的特點，例如，1)定位誤差大于100米的噪點；2)基站定位時通常會反復(fù)定位到同一個位置，如圖3所示中的75號軌跡點；3)噪點的方向變化比較大，和正常點之間連線會形成銳角，如圖3所示的110號軌跡點；4)噪點的速度變化比較大，和正常點之間的距離會很長，如圖3所示的101號、105號軌跡點等。通過上述幾點特征，本發(fā)明設(shè)定一些條件，以將這些具有明顯特點的噪點進行剔除。

具體地，在遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點之前，可先對軌跡數(shù)據(jù)中具有比較明顯特點的噪點進行去除。例如，可將軌跡數(shù)據(jù)中與鄰近點之間的連線的夾角小于或等于第二閾值的軌跡點進行剔除，和/或，將軌跡數(shù)據(jù)中到達鄰近點的速度大于第三閾值的軌跡點進行剔除。這樣，通過設(shè)定一些閾值便可以去掉一部分噪點，這樣可以減少后續(xù)基于聚類分析的去噪過程中遍歷的次數(shù)，提高效率。

本發(fā)明實施例的基于聚類分析的軌跡去噪方法，根據(jù)正常點的特征，將軌跡數(shù)據(jù)中的正常軌跡點聚到一起，排除軌跡數(shù)據(jù)中的異常點，以達到去噪的目的，這種基于聚類分析的去噪方式，可以使去噪結(jié)果更加精確、更加有效，保證軌跡數(shù)據(jù)更加貼近于真實軌跡。

與上述幾種實施例提供的基于聚類分析的軌跡去噪方法相對應(yīng)，本發(fā)明的一種實施例還提供一種基于聚類分析的軌跡去噪裝置，由于本發(fā)明實施例提供的基于聚類分析的軌跡去噪裝置與上述幾種實施例提供的基于聚類分析的軌跡去噪方法相對應(yīng)，因此在前述基于聚類分析的軌跡去噪方法的實施方式也適用于本實施例提供的基于聚類分析的軌跡去噪裝置，在本實施例中不再詳細(xì)描述。圖4是根據(jù)本發(fā)明一個實施例的基于聚類分析的軌跡去噪裝置的結(jié)構(gòu)示意圖。如圖4所示，該基于聚類分析的軌跡去噪裝置可以包括：排序模塊410、生成模塊420和去噪模塊430。

具體地，排序模塊410用于獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序。

生成模塊420用于遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇。

作為一種示例，如圖5所示，該生成模塊420可包括：預(yù)先處理單元421、確定單元422、判斷單元423、聚類單元424、擴展單元425和生成單元426。

其中，預(yù)先處理單元421用于從排序后的軌跡數(shù)據(jù)中的軌跡起始點開始遍歷，假設(shè)當(dāng)前遍歷的軌跡點為i。確定單元422用于從當(dāng)前軌跡點i的前后N個鄰近點中，確定滿足第一預(yù)設(shè)條件的軌跡點，其中，N為正整數(shù)。判斷單元423用于判斷滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)是否超過第一閾值。聚類單元424用于在滿足第一預(yù)設(shè)條件的軌跡點的個數(shù)超過第一閾值時，將滿足第一預(yù)設(shè)條件的軌跡點以及當(dāng)前軌跡點i進行聚類，生成對應(yīng)的簇。擴展單元425用于遍歷簇中的N個鄰近點，以擴展簇，直至N個鄰近點被遍歷成功為止。生成單元426用于遍歷簇以外的剩余軌跡點，直至多個軌跡點全部被遍歷成功時，找出至少一個簇。

作為一種示例，上述滿足第一預(yù)設(shè)條件的軌跡點可包括：到達當(dāng)前軌跡點的速度的變化趨勢在第一閾值范圍內(nèi)，且到達當(dāng)前軌跡點的方向的變化趨勢在第二閾值范圍內(nèi)的軌跡點。

去噪模塊430用于如果多個軌跡點全部遍歷成功，則根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。具體而言，在本發(fā)明的一個實施例中，該去噪模塊430可根據(jù)多個軌跡點以及至少一個簇，確定多個軌跡點中不在至少一個簇中的軌跡點，并將不在至少一個簇中的軌跡點作為噪點。

為了進一步提高去噪效果以及精確度，進一步地，在本發(fā)明的一個實施例中，如圖6所示，該基于聚類分析的軌跡去噪裝置還可包括：確定模塊440。其中，確定模塊440可用于在遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點之前，從軌跡數(shù)據(jù)中的多個軌跡點中，確定滿足第二預(yù)設(shè)條件的軌跡點。其中，在本發(fā)明的實施例中，去噪模塊430還用于：將滿足第二預(yù)設(shè)條件的軌跡點作為噪點，并刪除噪點。其中，該滿足第二預(yù)設(shè)條件的軌跡點可包括：與鄰近點之間的連線的夾角小于或等于第二閾值的軌跡點；和/或，到達鄰近點的速度大于第三閾值的軌跡點。

本發(fā)明實施例的基于聚類分析的軌跡去噪裝置，可通過排序模塊獲取運動物體的軌跡數(shù)據(jù)，并按照時間順序?qū)④壽E數(shù)據(jù)進行排序，生成模塊遍歷排序后的軌跡數(shù)據(jù)中的多個軌跡點，并將滿足第一預(yù)設(shè)條件的軌跡點進行聚類以生成至少一個簇，去噪模塊在多個軌跡點全部被遍歷成功時，根據(jù)多個軌跡點以及至少一個簇確定軌跡數(shù)據(jù)中的噪點，并刪除噪點。即根據(jù)正常點的特征，將軌跡數(shù)據(jù)中的正常軌跡點聚到一起，排除軌跡數(shù)據(jù)中的異常點，以達到去噪的目的，這種基于聚類分析的去噪方式，可以使去噪結(jié)果更加精確、更加有效，保證軌跡數(shù)據(jù)更加貼近于真實軌跡。

在本發(fā)明的描述中，需要理解的是，術(shù)語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括至少一個該特征。在本發(fā)明的描述中，“多個”的含義是至少兩個，例如兩個，三個等，除非另有明確具體的限定。

在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不必須針對的是相同的實施例或示例。而且，描述的具體特征或者特點可以在任一個或多個實施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技術(shù)人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特征進行結(jié)合和組合。

流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括一個或更多個用于實現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本發(fā)明的優(yōu)選實施方式的范圍包括另外的實現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明的實施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。

在流程圖中表示或在此以其他方式描述的邏輯和/或步驟，例如，可以被認(rèn)為是用于實現(xiàn)邏輯功能的可執(zhí)行指令的定序列表，可以具體實現(xiàn)在任何計算機可讀介質(zhì)中，以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備(如基于計算機的系統(tǒng)、包括處理器的系統(tǒng)或其他可以從指令執(zhí)行系統(tǒng)、裝置或設(shè)備取指令并執(zhí)行指令的系統(tǒng))使用，或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用。就本說明書而言，"計算機可讀介質(zhì)"可以是任何可以包含、存儲、通信、傳播或傳輸程序以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用的裝置。計算機可讀介質(zhì)的更具體的示例(非窮盡性列表)包括以下：具有一個或多個布線的電連接部(電子裝置)，便攜式計算機盤盒(磁裝置)，隨機存取存儲器(RAM)，只讀存儲器(ROM)，可擦除可編輯只讀存儲器(EPROM或閃速存儲器)，光纖裝置，以及便攜式光盤只讀存儲器(CDROM)。另外，計算機可讀介質(zhì)甚至可以是可在其上打印所述程序的紙或其他合適的介質(zhì)，因為可以例如通過對紙或其他介質(zhì)進行光學(xué)掃描，接著進行編輯、解譯或必要時以其他合適方式進行處理來以電子方式獲得所述程序，然后將其存儲在計算機存儲器中。

應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實現(xiàn)。在上述實施方式中，多個步驟或方法可以用存儲在存儲器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來實現(xiàn)。例如，如果用硬件來實現(xiàn)，和在另一實施方式中一樣，可用本領(lǐng)域公知的下列技術(shù)中的任一項或他們的組合來實現(xiàn)：具有用于對數(shù)據(jù)信號實現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(PGA)，現(xiàn)場可編程門陣列(FPGA)等。

本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實現(xiàn)上述實施例方法攜帶的全部或部分步驟是可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計算機可讀存儲介質(zhì)中，該程序在執(zhí)行時，包括方法實施例的步驟之一或其組合。

此外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理模塊中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個模塊中。上述集成的模塊既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能模塊的形式實現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，也可以存儲在一個計算機可讀取存儲介質(zhì)中。

上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對上述實施例進行變化、修改、替換和變型。