【摘要】：隨著我國經(jīng)濟(jì)快速發(fā)展和汽車保有量的增加，交通路網(wǎng)規(guī)劃與管理、交通擁堵、交通事故頻發(fā)等道路交通問題已成為制約城鄉(xiāng)經(jīng)濟(jì)發(fā)展的主要因素之一。特別是近年來，由于氣候多變、環(huán)境惡化等因素的影響，我國部分地區(qū)暴雨、暴雪、泥石流等自然災(zāi)害頻繁發(fā)生，如何快速了解災(zāi)區(qū)道路損毀情況以及交通狀態(tài)，對于開展應(yīng)急救援和災(zāi)后重建工作至關(guān)重要。因此為了充分獲取相關(guān)區(qū)域內(nèi)道路網(wǎng)及車輛等交通信息，迫切需要采用一種覆蓋范圍廣、實時性好、準(zhǔn)確率高的交通信息采集手段，從而為解決我國的交通問題以及應(yīng)對突發(fā)事件提供信息支持。 本文主要開展高分辨率遙感圖像道路網(wǎng)及車輛目標(biāo)提取算法研究，從高分辨率遙感圖像中提取不同光譜的道路網(wǎng)，并依據(jù)道路網(wǎng)邊緣信息建立感興趣區(qū)域；然后對感興趣區(qū)域內(nèi)的圖像進(jìn)行紋理特征提取和支持向量機目標(biāo)識別，實現(xiàn)車輛目標(biāo)的檢測。主要研究內(nèi)容如下： 1、基于高分辨率遙感圖像的道路網(wǎng)信息提取。首先根據(jù)高分辨率遙感圖像中道路特征進(jìn)行圖像預(yù)處理，主要包括對比度變換、濾波處理和形態(tài)學(xué)處理，將道路和非道路區(qū)域進(jìn)行初步分離；然后進(jìn)行邊緣檢測，根據(jù)道路邊緣特征參數(shù)去除非道路邊緣，提取出道路邊緣，并映射到遙感圖像灰度圖中顯示道路網(wǎng)信息。 2、基于紋理特征和支持向量機的樣本分類。采集遙感圖像中車輛、非車輛樣本，建立1010像素的樣本庫，從而構(gòu)成訓(xùn)練樣本和測試樣本。基于灰度共生矩陣提取訓(xùn)練樣本的紋理特征，構(gòu)建多類支持向量機分類器。根據(jù)測試樣本的分類效果，完善分類器核函數(shù)以及核參數(shù)大小的選擇。 3、感興趣區(qū)域內(nèi)車輛目標(biāo)檢測。根據(jù)高分辨率遙感圖像中車輛位置特征，從提取的道路網(wǎng)中選取感興趣區(qū)域。對感興趣區(qū)域內(nèi)圖像采用移動窗口法循環(huán)遍歷，提取各窗口紋理特征，經(jīng)過支持向量機分類器分類，對識別出的車輛窗口進(jìn)行標(biāo)記，實現(xiàn)遙感圖像中車輛目標(biāo)的檢測。 利用高分辨率遙感圖像提取道路網(wǎng)和車輛目標(biāo)可以為我國智能交通的發(fā)展提供一種新的決策手段，對于提升我國交通運輸事業(yè)的信息化程度，以及推進(jìn)遙感產(chǎn)業(yè)在交通運輸領(lǐng)域內(nèi)的應(yīng)用都具有相當(dāng)重要的意義。同時，該研究在提高政府應(yīng)對、處置自然災(zāi)害等突發(fā)性事件的能力方面也具有非常廣闊的應(yīng)用前景。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP751;U491
【圖文】：

第 3 章 高分辨率遙感圖像道路網(wǎng)自動提取技術(shù)研究（2）加權(quán)法當(dāng)紅、綠、藍(lán)（相同亮度）三基色混色時，人眼感受為：三基色中綠光最亮，僅比白光稍次；其次是紅光，亮度約為綠光的一般；最弱的是藍(lán)光，亮度約為紅光的1/3。所以將真彩色圖像轉(zhuǎn)換為灰度圖像的公式如下所示：g 0. 3R 0.59G 0.11B （3.2）根據(jù)目視效果對比，本文以以下 4 幅遙感圖像為例，采用加權(quán)法將彩色遙感圖像轉(zhuǎn)換為灰度圖像，轉(zhuǎn)換前和轉(zhuǎn)換后圖像如圖 3.3 所示。

根據(jù)目視效果對比，本文以以下 4 幅遙感圖像為例，采用加權(quán)法將彩色遙感圖像轉(zhuǎn)換為灰度圖像，轉(zhuǎn)換前和轉(zhuǎn)換后圖像如圖 3.3 所示。（a）水泥道路原圖 1 （b）a 圖灰度圖

e圖灰度圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 史文中,朱長青,王昱;從遙感影像提取道路特征的方法綜述與展望[J];測繪學(xué)報;2001年03期

2 郭烈;張明恒;李琳輝;趙一兵;;一種基于支持向量機的行人識別方法研究[J];大連理工大學(xué)學(xué)報;2011年04期

3 陳來榮;冀榮華;徐宇;;基于支持向量機的車牌字符識別[J];公路交通科技;2006年05期

4 葉發(fā)茂;蘇林;李樹楷;湯江龍;;高分辨率遙感影像提取道路的方法綜述與思考[J];國土資源遙感;2006年01期

5 胡猛;錢東海;申偉鋒;;基于顏色特征的物料識別方法在煙包解包中的應(yīng)用[J];工業(yè)控制計算機;2013年07期

6 徐海祥,朱光喜,張翔,田金文,彭復(fù)員;基于支持向量機方法的多目標(biāo)圖像分割[J];計算機工程與應(yīng)用;2005年15期

7 文貢堅,王潤生,nudt.edu.cn;從航空遙感圖像中自動提取主要道路[J];軟件學(xué)報;2000年07期

8 馮元戩,施鵬飛;基于支持向量機的彩色圖像人臉檢測方法[J];上海交通大學(xué)學(xué)報;2003年06期

9 惠文華;;基于支持向量機的遙感圖像分類方法[J];地球科學(xué)與環(huán)境學(xué)報;2006年02期

10 王培法;王麗;馮學(xué)智;肖鵬峰;;遙感圖像道路信息提取方法研究進(jìn)展[J];遙感技術(shù)與應(yīng)用;2009年03期

本文編號：2793000