1.全天候未知环境下高精度快速圆形目标定位方法，其具体包括以下的步骤：采用高分辨率相机采集图像，采集图像后对图像进行金字塔分解，在金字塔顶端的低分辨率图像上对完整目标或污染目标进行概略定位；然后再将低分辨率图像上的完整目标或污染目标位置映射至高分辨率图像；在高分辨率图像的目标映射区域上计算完整目标或者污染目标的中心点的三维坐标；

在低分辨率上，当只检测到一个圆形目标区域时，圆形目标区域即为圆形区域的外界四边形；当检测到多个圆形目标，且两个圆形目标距离较近时，将两个目标区域整合为一个目标区域，设每个圆形目标区域由矩形表示C(ri00,ri01,ri10,ri11)，i＝1...m，ri00,ri01,ri10,ri11表示矩形的四个顶点，m表示目标的个数，以第1个目标为基准目标，从第i个目标开始循环，判断第i个目标是否需要和第1个目标整合在一起，如果需要，则将基准目标所在的区域和第i个目标所在区域进行整合；反之，将第i个目标区域存入新的向量，待循环结束之后，再将新向量内各个目标进行整合；令基准区域的坐标为C0(r000,r001,r010,r011)，第i个目标区域的坐标为Ci(ri00,ri01,ri10,ri11)，其中r0j,k和rij,k j,k＝0,1分别表示目标区域的四个顶点，定义为：r000＝(x000,y000)，r001＝(x001,y001)，r010＝(x010,y010)，r011＝(x011,y011),ri00＝(xi00,yi00)，ri01＝(xi01,yi01)，ri10＝(xi10,yi10)，ri11＝(xi11,yi11)；

计算C0和Ci区域是否需要整合，其具体包括以下的步骤：(1)计算C0和Ci区域公共区域面积S0i；S0i＝0，从Ci区域的第一个元素开始，从左至右，从上至下进行循环；假定当前点的坐标为(xi,yi)，如果x000≤xi≤x001，并且y000≤yi≤y001；则S0i＝S0i+1；(2)计算第i个目标区域和基准区域是否需要整合，计算C0的面积S0，Ci的面积Si；如果 或者则表示第i个目标区域需要和基准区域进行整合，整合后的区域称为新的基准区域；更新后的基准区域C0′；

所述对污染目标进行概略定位的过程具体为：(1)获取图片中的非闭合曲线，记为曲线L；(2)对曲线上的每个点，计算沿x和y方向的差分，分别记为dx,dy；从第一个点开始，将dx,dy符号相同的连续像素记为弧段ak，每一个ak具有自身的符号，“+”或“-”；(3)对每一个弧段ak的凸性进行分类：弧段ak将把其外接矩形R分为上下两个部分，计算向上部分的区域面积su和向下部分的区域面积sd，如果su>sd，则弧段ak为向下凸，记为"-"；反之为向上凸，记为“+”；(4)根据弧段的方向和凸性对弧段进行象限分类，在第一象限中，弧段方向为“-”，凸性为“+”；在第二象限中，弧段方向为“+”，凸性为“+”；在第三象限中，弧段方向为“-”，凸性为“-”；在第四象限中，弧段方向为“+”，凸性为“-”；(5)从第一个弧段a1开始循环，在其邻域搜索弧段ai(i≠1)，弧段ai和a1位于不同的象限，弧段ai(i≠1)和弧段a1构成候选椭圆的两部分；(6)将候选椭圆上每个像素的坐标值作为样本参数，代入椭圆方程，根据最小二乘求解椭圆参数，求得椭圆参数后，建立椭圆解析表达式，再将候选椭圆上每个点的坐标值代入椭圆方程，计算残差，去除残差大于阈值的像素点，剩余点的个数为n1；如果n1个数超过初始样本个数n0的设定比例，则将剩余的点再作为新的样本重新计算椭圆的参数，直至每个样本的计算残差都小于阈值。

2.如权利要求1所述的全天候未知环境下高精度快速圆形目标定位方法，其特征在于所述方法还包括对定位出的圆形目标进行验证，剔除伪圆形坐标。

3.如权利要求2所述的全天候未知环境下高精度快速圆形目标定位方法，其特征在于所述验证过程包括以下的步骤：(1)计算原始图像坐标系下中心点(xc,yc)及其邻域的灰度均值gn；(2)以点(xc,yc)为中心，沿着与x轴或者y轴角度为设定角度方向进行搜索，到达圆形物的边界后，再沿着该方向继续搜索N个像素，以第N个像素为中心，计算邻域的灰度均值，得到8个方向的灰度均值gex；(3)8个方向的灰度均值gex减去灰度均值gn，如果8个灰度差的正负符号相同，则计算出的圆心坐标不是伪圆形坐标，反之是伪坐标。

4.如权利要求3所述的全天候未知环境下高精度快速圆形目标定位方法，其特征在于所述邻域的灰度均值为n*n邻域的灰度均值。

5.如权利要求4所述的全天候未知环境下高精度快速圆形目标定位方法，其特征在于所述n为空间圆形目标映射至相机像平面椭圆的短轴长度的三分之一。

6.全天候未知环境下高精度快速圆形目标定位的系统，其特征在于具体包括高分辨率相机、图像分解模块、目标定位模块、映射模块和中心点计算模块；所述高分辨率相机用于采集图像；所述图像分解模块用于对采集到的图像进行金字塔分解，得到低分辨率图像；所述目标定位模块用于在金字塔顶端的低分辨率图像上对完整目标或污染目标进行概略定位；所述映射模块用于将低分辨率图像上的完整目标或污染目标位置映射至高分辨率图像；所述中心点计算模块用于在高分辨率图像的目标映射区域上计算完整目标或者污染目标的中心点的三维坐标；

在低分辨率上，当只检测到一个圆形目标区域时，圆形目标区域即为圆形区域的外界四边形；当检测到多个圆形目标，且两个圆形目标距离较近时，将两个目标区域整合为一个目标区域，设每个圆形目标区域由矩形表示C(ri00,ri01,ri10,ri11)，i＝1...m，ri00,ri01,ri10,ri11表示矩形的四个顶点，m表示目标的个数，以第1个目标为基准目标，从第i个目标开始循环，判断第i个目标是否需要和第1个目标整合在一起，如果需要，则将基准目标所在的区域和第i个目标所在区域进行整合；反之，将第i个目标区域存入新的向量，待循环结束之后，再将新向量内各个目标进行整合；令基准区域的坐标为C0(r000,r001,r010,r011)，第i个目标区域的坐标为Ci(ri00,ri01,ri10,ri11)，其中r0j,k和rij,k j,k＝0,1分别表示目标区域的四个顶点，定义为：r000＝(x000,y000)，r001＝(x001,y001)，r010＝(x010,y010)，r011＝(x011,y011),ri00＝(xi00,yi00)，ri01＝(xi01,yi01)，ri10＝(xi10,yi10)，ri11＝(xi11,yi11)；

计算C0和Ci区域是否需要整合，其具体包括以下的步骤：(1)计算C0和Ci区域公共区域面积S0i；S0i＝0，从Ci区域的第一个元素开始，从左至右，从上至下进行循环；假定当前点的坐标为(xi,yi)，如果x000≤xi≤x001，并且y000≤yi≤y001；则S0i＝S0i+1；(2)计算第i个目标区域和基准区域是否需要整合，计算C0的面积S0，Ci的面积Si；如果 或者则表示第i个目标区域需要和基准区域进行整合，整合后的区域称为新的基准区域；更新后的基准区域C0′；

所述对污染目标进行概略定位的过程具体为：(1)获取图片中的非闭合曲线，记为曲线L；(2)对曲线上的每个点，计算沿x和y方向的差分，分别记为dx,dy；从第一个点开始，将dx,dy符号相同的连续像素记为弧段ak，每一个ak具有自身的符号，“+”或“-”；(3)对每一个弧段ak的凸性进行分类：弧段ak将把其外接矩形R分为上下两个部分，计算向上部分的区域面积su和向下部分的区域面积sd，如果su>sd，则弧段ak为向下凸，记为"-"；反之为向上凸，记为“+”；(4)根据弧段的方向和凸性对弧段进行象限分类，在第一象限中，弧段方向为“-”，凸性为“+”；在第二象限中，弧段方向为“+”，凸性为“+”；在第三象限中，弧段方向为“-”，凸性为“-”；在第四象限中，弧段方向为“+”，凸性为“-”；(5)从第一个弧段a1开始循环，在其邻域搜索弧段ai(i≠1)，弧段ai和a1位于不同的象限，弧段ai(i≠1)和弧段a1构成候选椭圆的两部分；(6)将候选椭圆上每个像素的坐标值作为样本参数，代入椭圆方程，根据最小二乘求解椭圆参数，求得椭圆参数后，建立椭圆解析表达式，再将候选椭圆上每个点的坐标值代入椭圆方程，计算残差，去除残差大于阈值的像素点，剩余点的个数为n1；如果n1个数超过初始样本个数n0的设定比例，则将剩余的点再作为新的样本重新计算椭圆的参数，直至每个样本的计算残差都小于阈值。

7.如权利要求6所述的全天候未知环境下高精度快速圆形目标定位的系统，其特征在于所述系统还包括伪圆形验证模块，用于将识别出的伪圆形去除。

8.如权利要求6所述的全天候未知环境下高精度快速圆形目标定位的系统，其特征在于所述系统还包括污染圆识别模块，所述污染圆识别模块用于识别出图片中的非闭合曲线，根据弧段的方向和凸性对弧段进行象限分类，根据分类出的象限判断多个弧段是否构成一个被污染的椭圆，从而识别出被污染的圆。