基于高分辨率衛(wèi)星影像的車輛檢測算法研究.pdf

1、快鳥衛(wèi)星是美國Digital Globe公司所擁有的商用高分辨率光學(xué)衛(wèi)星，其影像分辨率高達(dá)61厘米。這種高分辨率衛(wèi)星數(shù)據(jù)已經(jīng)被廣泛應(yīng)用于國土、規(guī)劃、測繪、遙感等領(lǐng)域，在交通領(lǐng)域的應(yīng)用也越來越深入。由于在快鳥衛(wèi)星影像上能清楚地觀測到車輛，因此利用它來輔助交通監(jiān)控越來越得到人們的關(guān)注。 為了能從快鳥圖像上分類出車輛目標(biāo)，本文使用了一種紋理分析結(jié)合神經(jīng)網(wǎng)絡(luò)的方法來對快鳥圖像進(jìn)行分類。首先對快鳥圖像進(jìn)行預(yù)處理，預(yù)處理包括對圖像進(jìn)行適當(dāng)?shù)?/p>

2、放縮，裁剪。通過實(shí)驗(yàn)分析，需要對預(yù)處理后的道路片斷進(jìn)行圖像增強(qiáng)，然后選取圖像典型區(qū)域，對快鳥圖像進(jìn)行紋理分析，此階段使用灰度共生矩陣法計(jì)算出3個(gè)對快鳥圖像最敏感的紋理特征值，并結(jié)合像元的灰度值組成圖像的特征矢量。考慮到神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)、自適應(yīng)和聯(lián)想能力，通過對樣本反復(fù)訓(xùn)練，能辨別各類樣本特征的優(yōu)點(diǎn)，決定選擇用神經(jīng)網(wǎng)絡(luò)對提取出的特征矢量進(jìn)行訓(xùn)練。 本文最終選用了徑向基神經(jīng)網(wǎng)絡(luò)(RBF)和概率神經(jīng)網(wǎng)絡(luò)兩種常用的神經(jīng)網(wǎng)絡(luò)模型