基于遥感图像的城市道路及车辆信息采集研究-控制科学与工程专业论文.docx

万方数据 万方数据 湘 湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。 除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 摘要 遥感技术的飞速发展，使得各种遥感图像分辨率不断提高，可携带信息也因 此不断增加，因此使得从遥感图像下提取城市交通流成为可能。 城市交通由车、路、人三要素组成，因此道路和车流信息成为城市交通的两 个重要方面。为了准确从城市交通中提取这两个信息，本文以图像处理方法为基 础，在充分分析遥感图像识别目标特征的基础上，重点围绕道路边缘提取，以及 将提取道路边缘应用于城市交通流提取方面开展了研究，并提出了一种基于双阈 值序贯相似性模板匹配的方法，以及一种基于车道线内道路区域对车辆进行采集 识别的交通流优化提取方法。主要研究内容如下： 1.针对遥感图像背景消除。通过对城市遥感图像的背景分析，分别采用多种 掩膜方式实现了对植被树木、阴影部分的分离，以及应用基于 GIS 系统的多边 形道路边缘逼近的方式，实现了对道路边缘的粗略提取。 2.在对图像道路边缘提取的方面，针对模板匹配效率低下，弹性空间小等不 足之处，提出了一种基于双阈值序贯相似性模板匹配的方法，在提高了模板匹配 速度的同时，对阈值的选取提供了弹性空间。并采用此方法实现了对一般道路边 缘的提取，以及与其他常用边缘提取方法的比较。 3.针对一般车辆提取特征维度高，分类器过于复杂的等问题，提出了基于车 道线内道路区域对车辆特征提取的优化方法，减少了车辆识别提取的特征数，降 低了车辆分类器的复杂程度，提高了检测效率。 4.针对减少提取特征后的分类器，采用结合模板匹配的方式，实现对车辆的 提取，进一步提高检测精度。实验结果表明，本文方法在不牺牲过多检测效率的 同时，实现了对检测时间的大幅减低，因此可以视为提高了效率。 通过详细论述了遥感图像下道路边缘以及交通流信息的提取流程以及关键 技术，本文在最后对研究内容进行了总结并提出了下一步的研究方向。 关键词：遥感图像；道路边缘；交通流；模板匹配；分类器优化方法 I 湘潭大 湘潭大学硕士学位论文 万方数据 万方数据 Abstract As the rapid development of remote sensing technology, an increasing improvement was emerging in a variety of remote sensing images, and so as the carriable information. Urban traffic are composed of three elements, including vehicles, roads and people. So roads and vehicles are two important aspects of the urban transport. In order to exact the information of both, based on imaging processing method and fully analysis of the remote sensing images, the paper conducts the research focus on the exaction of road edge and applying it on the study of traffic flow at the same time. A dual-threshold SSDA (Sequential Similarity Detection Algorithm) template matching method is proposed in an image processing model, while with an optimization method based on the lane-road area to identify the infor