基于图像对称性的车辆遥感识别

发布时间：2017-07-28 17:25

  本文关键词：基于图像对称性的车辆遥感识别

  更多相关文章： 高分辨率卫星图像 车辆识别 对称图像 Ada Boost算法

【摘要】：遥感图像中车辆俯视图像具有镜像对称的特点,会导致图像中存在重复的特征。针对这种情况,提出一种优化选取Haar-like特征进行车辆识别的方法。在检测窗口中,选取2类特征:在检测窗口上半部分提取所有的矩形特征;在原检测窗口中,只使用对称于窗口对称轴、且描述上下部分差异的矩形特征,该方法既能充分表达图像的信息,又减少了重复的特征。从训练样本的灰度图和饱和度图中提取这些特征,训练级联分类器,其中每一层采用适应性提升(adaptive boosting,Ada Boost)算法训练强分类器。实验结果表明,上述方法能大幅度降低特征数量,提高检测速度,同时具有很好的识别效果。
【作者单位】： 湖南华诺星空电子技术有限公司;湘潭大学信息工程学院;
【关键词】： 高分辨率卫星图像 车辆识别 对称图像 Ada Boost算法
【分类号】：TP751
【正文快照】： 0引言随着社会经济的不断发展,对城市交通运输能力的要求越来越高,对交通状况信息的快速获取也变得越来越重要。与传统地面传感器相比,使用卫星遥感图像获取道路车辆信息具有很多优越性,目前已有一些这方面的研究。余勇等[1]使用形态学方法对图像进行预处理,利用形态神经网络，

本文编号：585195