龙源期刊网 http://www.qikan.com.cn
基于高分遥感影像的车辆信息提取技术
作者：段诚 张欢
来源：《电脑知识与技术》2016年第36期
摘要：近年来，利用高分辨率卫星遥感影像对车辆目标识别与提取技术的成熟使该方法应用于交通检测方向成为可能。本文通过低通滤波处理清除影像中的高频噪声点，再利用阈值分割滤除零散噪声，最后，利用边缘检测算法提取得到高分遥感影像中的车辆信息。针对提取所得车辆信息展开分析，将目标转化为点要素，从而直观反映道路拥堵情况。通过实验，该方法能有效提取各条道路上的车辆并显示特定时刻特定范围内的车辆信息分布，为交通检测和缓解拥堵创造有利条件。
关键词：遥感影像；车辆提取；交通检测
中图分类号：TP751 文献标识码：A 文章编号：1009-3044（2016）36-0173-02 1 前言
当前，遥感技术迅速发展，高分辨率遥感影像的研究工作更加广泛且有效，由于其清晰度高、信息存储丰富以及现实性强等特点，使得遥感影像已成为人类获取地球空间信息的重要数据源。同时基于高分影像对小尺寸的目标提取逐渐成为研究热点，如对车辆目标的识别，依据目标的光谱特征、空间几何特性等获取道路车辆的点信息，从而利用一定范围内点密度信息的分析对城市地区拥堵问题具有实际应用价值。但由于影像存在复杂的结构使本身所包含自然特征和人工地物的关系繁琐，提取信息会受到各类噪声的影响，例如在本文针对北京城区交通道路上车辆提取的研究中，诸如路面上的交通线、建筑物、绿化树木的阴影、行人等路面噪声变得不可忽视，因为这些噪声所带来的误差使所提取的车辆信息不完整且存在个别错误。 2 技术原理
车辆信息的提取工作主要是利用了遥感影像中车辆所具有的光谱特征和块状特征。块状特征即遥感影像中的车辆所表现出来的规则的大小方块，车辆的形状近似矩形，而且面积偏小且范围集中，车顶的纹理材质也与周围地物有所区别，故利用其矩形方块特征能很好与道路分界护栏、交通车站站顶等区分开。然而，在遥感影像的获取和传输过程中，噪声及光照等不可避免地会使影像丢失一些细节，从而造成了图质退化，对于后期图像信息的提取和处理影响较大，故而对影像的增强处理必不可少。该操作可以有效改善影像质量，对影像中某些特性的视觉增强效果显著。然后，经过低通滤波处理，可以去掉影像中一些高频的噪声点，再恰当地使用锐化高通滤波突出边缘特征，更加方便后续车辆信息的提取工作。
接着，对试验区域的车辆信息采用影像分割技术进行提取，目前所知的图像分割方法有基于区域分割方法、阈值的分割方法、边缘检测方法等，而本文基于envi的车辆提取研究主要
基于高分遥感影像的车辆信息提取技术
