原文传递
卫星图像中车辆目标提取方法优化与精度评价
| 论文题名： | 卫星图像中车辆目标提取方法优化与精度评价 |
| 关键词： | 卫星图像;车辆识别;目标提取;精度评价;分割尺度;模糊规则分类 |
| 摘要： | 利用卫星图像进行车辆目标识别与提取是智能交通领域重要的交通信息采集技术之一，随着商业化应用卫星影像分辨率的不断提高，基于卫星影像的交通流参数提取有着巨大的应用前景，已成为国际上的一个研究热点。本文旨在对现有的车辆目标提取方法进行优化，并以优化方法为指导，通过实例验证对提取结果进行精度评价。论文主要研究内容如下： (1)车辆目标提取流程优化。对现有的车辆目标提取技术流程及关键环节进行总结和分析，提出了面向对象的车辆目标提取优化流程，包括面向分割的图像增强、面向分类的图像分割和面向对象的图像分类三大步骤，从总体上对卫星图像中车辆目标的提取研究进行优化。 (2)车辆目标提取分割尺度的优化。根据图像处理中的最优尺度与尺度效应理论，分别采用面积比均值法和与邻域的绝对均值差分方差比(RMAS)方法来进行车辆目标提取的最优分割尺度试验，通过对分割效果的对比分析，选择了RMAS方法作为车辆目标最优分割尺度的确定算法。 (3)车辆目标提取分类方法的优化。针对小尺度分割下目标影像对象的特点分析了最邻近分类和隶属度函数分类在车辆目标提取应用中的不足，结合车辆专业知识以及面向对象的模糊分类的优点，提出了基于知识的模糊规则分类方法，有助于提高车辆目标分类的速度和精度。 (4)以优化后的车辆目标提取流程和关键环节的处理方法为指导，采用三种不同的高分辨率卫星影像数据进行车辆目标的提取实验，通过误差矩阵分析和Kappa系数计算对提取结果进行精度评价，并分析其结果的主要影响因素。 本研究对于完善基于高分辨率卫星影像的车辆目标提取方法，实现车辆目标快速、精确提取具有重要参考意义。 |
| 作者： | 李龙飞 |
| 专业： | 智能交通工程 |
| 导师： | 梁艳平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
