地理场景具有高动态性、多尺度性和不确定性等特点,研究动态目标的实时感知方法,快速智能感知地理场景中动态目标时空特征,基于此探索动态目标的行为规律,已成为当前学术界和政府管理部门亟待解决的问题。目前,视频监控系统以其高清实时、功能智能、价格低廉等优势在安全领域发挥着越来越重要的作用。然而,现有基于监控视频的动态目标跟踪局限于二维图像空间,无法感知其在真实地理场景中的时空特征,对于具有大量视频监控设备的区域,不能实现多摄像机对动态目标的协同跟踪。鉴于此,本文以监控视频与地理场景的协同分析为手段,针对地理场景下动态目标状态的感知这一科学问题,发展地理场景约束下的动态目标时空信息提取与分析方法,取得了以下研究成果：(1)提出了多平面约束下的监控视频与2D地理空间数据几何互映射模型。现有监控视频至地理空间的映射模型假定地面为单一高程,当监控区域存在多个不同的高程平面时,现有方法需重新求解互映射矩阵,过程较繁琐。本文通过对比分析摄影测量学与计算机视觉的相机模型,构建了适用于固定摄像机与PTZ摄像机的监控视频与2D地理空间数据几何互映射模型,该模型具有各参数物理意义明确、理论严密、灵活性强等特点。(2)提出了基于深度的监控视频与3D地理空间数据几何互映射模型。从三维空间坐标到图像坐标的转换可基于针孔成像模型来实现,但从图像坐标到三维空间坐标的转换,现有方法主要通过视线与3D模型相交的方式来实现,其计算量大且过程繁琐。本文基于3D地理空间数据可视化过程中的缓存深度值构建了监控视频与3D地理空间数据的互映射模型。与传统方法相比,本模型具有过程简洁,效率更高,可实现监控视频与3D地理空间数据间实时同步的动态互映射。(3)提出了一种监控视频与地理空间数据的半自动互映射方法。本文系统分析了传统的基于单应的几何互映射方法,并进行了不确定性分析。鉴于地理空间数据精度日益提高,本文基于结构化地理场景的约束,设定灭点相似性、特征线相似性两个指标作为匹配的依据,探讨了监控视频与2D/3D地理空间数据视图的半自动匹配方法。(4)设计了一种面向监控视频的前景目标时空信息提取方法。基于监控视频与地理空间数据互映射模型,提出了地理场景中监控视频前景目标时空信息的提取方法,包括目标方位信息、几何信息、目标轨迹、前景图像等,基于面向对象思想建立了其对应的时空数据模型,实现了对前景目标数据的管理与GIS集成。(5)构建了一种基于路网约束的盲区目标轨迹估计模型。监控摄像机通常布设在相对重要的位置,具有独立性、分散性等特点,完全基于监控视频无法感知监控目标的连续运动轨迹。现有多摄像机协同下的目标连续跟踪,多利用监控视频场景间具有重叠条件下开展研究,不适合大场景中目标的连续跟踪。本文以场景中动态目标的时空信息及基础地理信息为数据基础,提出了路网(及目标行为规则)约束下的动态目标连续跟踪方法。(6)研发了地理场景中多摄像机协同的动态目标连续跟踪原型系统。基于以上研究成果,设计并开发了动态目标连续跟踪原型系统,该系统具有监控视频与地理空间数据的互映射、动态目标时空信息提取、动态目标跟踪及可视化、大场景下监控目标轨迹估算等功能。