基于顯著性檢測和分類器訓(xùn)練的航拍圖像車輛檢測.pdf

1、航拍圖像中的車輛檢測是智能交通的一個(gè)重要內(nèi)容，在軍事、地理信息等領(lǐng)域都具有重要的應(yīng)用。該領(lǐng)域涉及的核心技術(shù)目標(biāo)檢測技術(shù)是計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典問題。航拍圖像與普通自然圖像相比，具有如下特殊性:分辨率較低，細(xì)節(jié)不夠，照片對焦不好;檢測目標(biāo)體積小，難檢測;道路環(huán)境的遮擋、陰影、背景的紋理干擾較大。這些特殊性使得直接應(yīng)用經(jīng)典的目標(biāo)檢測方法在航拍圖像上不能取得理想的效果。針對這一問題，本文提出了兩階段的航拍圖像車輛檢測方法，第一階段為道

2、路檢測，第二階段為基于訓(xùn)練分類器的車輛檢測。兩個(gè)階段互相輔助，實(shí)現(xiàn)魯棒的航拍圖像車輛檢測。利用自動(dòng)評價(jià)技術(shù)對航拍車輛檢測進(jìn)行評價(jià)，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法的準(zhǔn)確性。
　　本文的主要工作有:
　　(1)對于第一階段道路檢測，提出了基于直方圖對比度加后處理的道路提取方法?；谥狈綀D對比度的方法能夠獲得道路大致所在的區(qū)域，但是在完整性和排除干擾物方面仍存在問題，所以，在此基礎(chǔ)上，我們使用閾值分割和形態(tài)學(xué)結(jié)合的方法來針對道路進(jìn)行后續(xù)的

3、處理。在這個(gè)階段我們將道路有效地提取出來，并將結(jié)果與其他方法的效率和評價(jià)指標(biāo)進(jìn)行了比較，實(shí)驗(yàn)驗(yàn)證了本文的道路提取算法能有效的提高后繼車輛檢測的準(zhǔn)確性。
　　(2)對于第二階段基于分類器的車輛檢測，在訓(xùn)練時(shí)，我們使用針對車輛的Haar特征結(jié)合Adaboost分類器進(jìn)行訓(xùn)練。在測試時(shí)，在第一階段獲取的道路檢測結(jié)果的基礎(chǔ)上，使用滑動(dòng)窗口搜索和分類器判別技術(shù)檢測車輛。通過大量實(shí)驗(yàn)探討分類器的選擇、訓(xùn)練集的規(guī)模、搜索步長的選擇對車輛檢測性能