基于遙感圖像的城市道路及車輛信息采集研究.pdf

1、遙感技術(shù)的飛速發(fā)展，使得各種遙感圖像分辨率不斷提高，可攜帶信息也因此不斷增加，因此使得從遙感圖像下提取城市交通流成為可能。
　　城市交通由車、路、人三要素組成，因此道路和車流信息成為城市交通的兩個(gè)重要方面。為了準(zhǔn)確從城市交通中提取這兩個(gè)信息，本文以圖像處理方法為基礎(chǔ)，在充分分析遙感圖像識(shí)別目標(biāo)特征的基礎(chǔ)上，重點(diǎn)圍繞道路邊緣提取，以及將提取道路邊緣應(yīng)用于城市交通流提取方面開展了研究，并提出了一種基于雙閾值序貫相似性模板匹配的方法，以

2、及一種基于車道線內(nèi)道路區(qū)域?qū)囕v進(jìn)行采集識(shí)別的交通流優(yōu)化提取方法。主要研究內(nèi)容如下：
　　1.針對(duì)遙感圖像背景消除。通過對(duì)城市遙感圖像的背景分析，分別采用多種掩膜方式實(shí)現(xiàn)了對(duì)植被樹木、陰影部分的分離，以及應(yīng)用基于 GIS系統(tǒng)的多邊形道路邊緣逼近的方式，實(shí)現(xiàn)了對(duì)道路邊緣的粗略提取。
　　2.在對(duì)圖像道路邊緣提取的方面，針對(duì)模板匹配效率低下，彈性空間小等不足之處，提出了一種基于雙閾值序貫相似性模板匹配的方法，在提高了模板匹配速度

3、的同時(shí)，對(duì)閾值的選取提供了彈性空間。并采用此方法實(shí)現(xiàn)了對(duì)一般道路邊緣的提取，以及與其他常用邊緣提取方法的比較。
　　3.針對(duì)一般車輛提取特征維度高，分類器過于復(fù)雜的等問題，提出了基于車道線內(nèi)道路區(qū)域?qū)囕v特征提取的優(yōu)化方法，減少了車輛識(shí)別提取的特征數(shù)，降低了車輛分類器的復(fù)雜程度，提高了檢測(cè)效率。
　　4.針對(duì)減少提取特征后的分類器，采用結(jié)合模板匹配的方式，實(shí)現(xiàn)對(duì)車輛的提取，進(jìn)一步提高檢測(cè)精度。實(shí)驗(yàn)結(jié)果表明，本文方法在不犧牲過