高分辨率遥感图像道路网及车辆信息提取

发布时间：2020-08-14 11:58

【摘要】：随着我国经济快速发展和汽车保有量的增加，交通路网规划与管理、交通拥堵、交通事故频发等道路交通问题已成为制约城乡经济发展的主要因素之一。特别是近年来，由于气候多变、环境恶化等因素的影响，我国部分地区暴雨、暴雪、泥石流等自然灾害频繁发生，如何快速了解灾区道路损毁情况以及交通状态，对于开展应急救援和灾后重建工作至关重要。因此为了充分获取相关区域内道路网及车辆等交通信息，迫切需要采用一种覆盖范围广、实时性好、准确率高的交通信息采集手段，从而为解决我国的交通问题以及应对突发事件提供信息支持。 本文主要开展高分辨率遥感图像道路网及车辆目标提取算法研究，从高分辨率遥感图像中提取不同光谱的道路网，并依据道路网边缘信息建立感兴趣区域；然后对感兴趣区域内的图像进行纹理特征提取和支持向量机目标识别，实现车辆目标的检测。主要研究内容如下： 1、基于高分辨率遥感图像的道路网信息提取。首先根据高分辨率遥感图像中道路特征进行图像预处理，主要包括对比度变换、滤波处理和形态学处理，将道路和非道路区域进行初步分离；然后进行边缘检测，根据道路边缘特征参数去除非道路边缘，提取出道路边缘，并映射到遥感图像灰度图中显示道路网信息。 2、基于纹理特征和支持向量机的样本分类。采集遥感图像中车辆、非车辆样本，建立1010像素的样本库，从而构成训练样本和测试样本。基于灰度共生矩阵提取训练样本的纹理特征，构建多类支持向量机分类器。根据测试样本的分类效果，完善分类器核函数以及核参数大小的选择。 3、感兴趣区域内车辆目标检测。根据高分辨率遥感图像中车辆位置特征，从提取的道路网中选取感兴趣区域。对感兴趣区域内图像采用移动窗口法循环遍历，提取各窗口纹理特征，经过支持向量机分类器分类，对识别出的车辆窗口进行标记，实现遥感图像中车辆目标的检测。 利用高分辨率遥感图像提取道路网和车辆目标可以为我国智能交通的发展提供一种新的决策手段，对于提升我国交通运输事业的信息化程度，以及推进遥感产业在交通运输领域内的应用都具有相当重要的意义。同时，该研究在提高政府应对、处置自然灾害等突发性事件的能力方面也具有非常广阔的应用前景。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP751;U491
【图文】：

第 3 章 高分辨率遥感图像道路网自动提取技术研究（2）加权法当红、绿、蓝（相同亮度）三基色混色时，人眼感受为：三基色中绿光最亮，仅比白光稍次；其次是红光，亮度约为绿光的一般；最弱的是蓝光，亮度约为红光的1/3。所以将真彩色图像转换为灰度图像的公式如下所示：g 0. 3R 0.59G 0.11B （3.2）根据目视效果对比，本文以以下 4 幅遥感图像为例，采用加权法将彩色遥感图像转换为灰度图像，转换前和转换后图像如图 3.3 所示。

根据目视效果对比，本文以以下 4 幅遥感图像为例，采用加权法将彩色遥感图像转换为灰度图像，转换前和转换后图像如图 3.3 所示。（a）水泥道路原图 1 （b）a 图灰度图

e图灰度图

【参考文献】

相关期刊论文 前10条

1 史文中,朱长青,王昱;从遥感影像提取道路特征的方法综述与展望[J];测绘学报;2001年03期

2 郭烈;张明恒;李琳辉;赵一兵;;一种基于支持向量机的行人识别方法研究[J];大连理工大学学报;2011年04期

3 陈来荣;冀荣华;徐宇;;基于支持向量机的车牌字符识别[J];公路交通科技;2006年05期

4 叶发茂;苏林;李树楷;汤江龙;;高分辨率遥感影像提取道路的方法综述与思考[J];国土资源遥感;2006年01期

5 胡猛;钱东海;申伟锋;;基于颜色特征的物料识别方法在烟包解包中的应用[J];工业控制计算机;2013年07期

6 徐海祥,朱光喜,张翔,田金文,彭复员;基于支持向量机方法的多目标图像分割[J];计算机工程与应用;2005年15期

7 文贡坚,王润生,nudt.edu.cn;从航空遥感图像中自动提取主要道路[J];软件学报;2000年07期

8 冯元戬,施鹏飞;基于支持向量机的彩色图像人脸检测方法[J];上海交通大学学报;2003年06期

9 惠文华;;基于支持向量机的遥感图像分类方法[J];地球科学与环境学报;2006年02期

10 王培法;王丽;冯学智;肖鹏峰;;遥感图像道路信息提取方法研究进展[J];遥感技术与应用;2009年03期

本文编号：2793000