1.一种基于数据、信息和知识三层图谱架构的图像数据目标识别方法，其特征在于引入数据图谱、信息图谱和知识图谱架构对未标识图像进行知识推理，从而实现自动智能的识别出图片中或者摄像机所拍摄到的图像中的实体目标，具体流程如下：步骤1）根据已有图像资源，建立基于数据图谱、信息图谱和知识图谱的框架；

步骤2）获取待识别图像；

步骤3）将待识别图像分割成已识别图像B和未识别图像X两个模块；

步骤4）若已识别图像中B和未识别图像X中的实体存在于一个数据结构之中，其中数据结构包括数组、链表、栈、队列、树和图的集合，基于步骤3）获得的已识别图像B遍历数据图谱，推测出它可能存在于哪些实体的数据结构之中，将这些实体记作{Ai}；对{Ai}进行分析，采集{Ai}中所有可能出现的实体，记作{Ci}；记{Ai}∪{Ci}为{Xi}；

步骤5）将基于步骤3）获得的未识别图像X与实体{Xi}进行特征匹配，由公式2得到匹配度R，当R大于某一个阈值时，把Xi作为识别结果，假设数据图谱中实体属性特征与Ai匹配值为μ（α），α表示Xi可以与未识别图像匹配的一个属性，x表示匹配的属性，包括形状，颜色，拓扑关系和方向关系；

（2）

步骤6）若A和B中的实体具有直接交互关系：在信息图谱中按照交互频率从大到小的顺序遍历已识别图像B中的实体节点{Bi}的相邻节点{Di}，记{Di}为{Xi}的子集，执行步骤

5）；若A和B中的实体具有间接交互关系：在信息图谱中按照交互频度从大到小的顺序遍历已识别图像中的实体节点{Bi}的相邻节点{Di}的相邻节点{Ei}，记{Ei}为{Xi}的子集，执行步骤5），如果没有找到识别结果，继续寻找{Ei}的相邻节点，重复步骤6），直到找到为止；

步骤7）若已识别图像与未识别图像处于同一种环境：基于步骤3）获得的已识别图像B遍历知识图谱，找到图像中对应的“Where”和“When”，并找到在对应的“Where”和“When”中可能出现的实体类型，记作{Xi}，执行步骤5）；

步骤8）输出识别结果。