• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種高分辨率遙感影像車輛檢測方法

      2016-05-14 09:09:49陳光門玉英翟東宇李芳吳德勝陳良超
      軟件導(dǎo)刊 2016年7期
      關(guān)鍵詞:遙感影像高分辨率形態(tài)學(xué)

      陳光 門玉英 翟東宇 李芳 吳德勝 陳良超

      摘要:高分辨率遙感影像中車輛具有不同的光譜表現(xiàn),同時(shí)車輛對象往往與道路交通標(biāo)志保持近似的光譜特征,這使得高分影像車輛檢測通常面臨較大困難。針對以上問題,提出一種基于多方向形態(tài)學(xué)變換的車輛檢測方法,該方法由對象增強(qiáng)處理、候選對象提取、車輛對象特征驗(yàn)證等3個(gè)步驟構(gòu)成。所提出的集成多方向線狀結(jié)構(gòu)元素的形態(tài)學(xué)頂帽(tophat)變換和底帽(bottomhat)變換分別實(shí)現(xiàn)了對亮色對象和暗色對象的增強(qiáng)處理,處理過程中同時(shí)顧及了車輛對象的幾何結(jié)構(gòu)特征,抑制了非車輛對象的干擾。基于初步提取結(jié)果,引入了基于多特征的車輛驗(yàn)證過程,進(jìn)一步精確化車輛檢測結(jié)果?;诔菂^(qū)高分辨率遙感影像的車輛檢測實(shí)驗(yàn)證明了該方法的有效性。

      關(guān)鍵詞關(guān)鍵詞:車輛檢測;高分辨率;遙感影像;形態(tài)學(xué)

      DOIDOI:10.11907/rjdk.161878

      中圖分類號:TP317.4文獻(xiàn)標(biāo)識碼:A文章編號文章編號:16727800(2016)007018103

      0引言

      高分辨率遙感影像中,車輛目標(biāo)特征描述主要包括以下幾點(diǎn):①位置特征:車輛的空間位置一定處于道路路面上,可根據(jù)道路范圍與對象的位置關(guān)系作為車輛判別的首要條件;②幾何特征:車輛幾何尺寸固定,對象的長度、寬度、面積以及縱橫比等幾何特性反映了車輛的規(guī)格,遙感影像中,車輛對象表現(xiàn)為橢圓形斑點(diǎn);③紋理特征:車輛表面紋理相對均一,根據(jù)車輛自身的顏色特征,其與路面背景之間的對比度強(qiáng)弱不一;④光譜特征:不同車輛表面顏色不同,大多表現(xiàn)為高亮和灰暗兩類,很多車輛檢測方法將其分為亮色車與暗色車兩種。

      高分遙感影像上的車輛特征提供了車輛檢測的線索,同時(shí)也預(yù)示了遙感車輛提取的難點(diǎn)與復(fù)雜性:亮色車可能同高亮的車道線、交通標(biāo)志混淆;亮色車因深色車窗造成圖像上車身被割裂;暗色車的光譜特征易與瀝青等灰暗材質(zhì)的道路面混淆;暗色車輛與自身陰影鄰近且不易區(qū)分。這些因素使車輛檢測變得更加復(fù)雜。學(xué)者們從不同角度提出了多種車輛提取方法。S·Hinz基于上下文知識,使用差分斑點(diǎn)探測器檢測可能存在的車輛目標(biāo);閾值分割和形態(tài)學(xué)預(yù)處理措施也常用于突出汽車特征,改善提取結(jié)果。

      本文設(shè)計(jì)的道路提取方法包括對象增強(qiáng)處理、候選對象提取、車輛對象特征驗(yàn)證等3個(gè)步驟,流程如圖 1所示。

      1車輛預(yù)檢測

      1.1對象增強(qiáng)處理

      考慮到車體顏色差異,需要針對亮色和暗色車輛分別進(jìn)行處理。形態(tài)學(xué)頂帽(tophat)變換和底帽(bottomhat)變換能夠增強(qiáng)圖像對比度以及凸顯圖像中的亮色對象和暗色對象。然而,由于車輛對象為矩形,并且車身方向不固定,確定合適的形態(tài)學(xué)結(jié)構(gòu)元素大小較困難:結(jié)構(gòu)元素偏大,會破壞對象的結(jié)構(gòu)特征,造成形狀扭曲;結(jié)構(gòu)元素偏小,則因無法覆蓋車輛而達(dá)不到增強(qiáng)的目的。本研究提出集成多方向線狀結(jié)構(gòu)元素的形態(tài)學(xué)頂帽(tophat)變換和底帽(bottomhat)變換。

      首先,按照特定角度間隔定義一系列線狀結(jié)構(gòu)元素,基于這些結(jié)構(gòu)元素分別對影像進(jìn)行形態(tài)學(xué)開閉重構(gòu)運(yùn)算,開重構(gòu)運(yùn)算用于濾除相對于背景較亮的小尺寸(長度小于結(jié)構(gòu)元素)對象,而閉重構(gòu)則用于濾除較暗的對象,對應(yīng)的算子公式如下:

      其中,f為待處理圖像,R為形態(tài)學(xué)重構(gòu)算子;f*=M-f,表示圖像f的最大灰度級M與f中各像元相減;Θ為形態(tài)學(xué)腐蝕算子;B(d,s)表示方向?yàn)閐、長度為s的線狀結(jié)構(gòu)元素;γref(d,s)表示對影像f執(zhí)行基于結(jié)構(gòu)元素B(d,s)的開重構(gòu)處理結(jié)果影像;φref(d,s)表示對影像f執(zhí)行基于結(jié)構(gòu)元素B(d,s)的閉重構(gòu)處理結(jié)果影像。如果f為多波段影像,則對各波段數(shù)據(jù)分別進(jìn)行處理。

      當(dāng)結(jié)構(gòu)元素方向與道路方向一致時(shí),重構(gòu)結(jié)果能夠在保持背景光譜特征的情況下濾除前景偏亮或偏暗的對象,將基于不同方向結(jié)構(gòu)元素處理得到的結(jié)果影像進(jìn)行融合,保證兼顧不同方向車輛對象,融合規(guī)則公式如下:

      其中,MPob(x)表示對波段b的像素x進(jìn)行開重構(gòu)融合值;MPcb(x)表示對波段b的像素x進(jìn)行閉重構(gòu)融合值,其它變量說明同上。

      重構(gòu)實(shí)驗(yàn)結(jié)果如圖3(a)、(d)所示,可以看出,重構(gòu)后的影像中分別濾除了尺寸短于現(xiàn)狀結(jié)構(gòu)元素的偏亮或偏暗對象。將重構(gòu)后的影像與原影像作差值處理,實(shí)現(xiàn)對被關(guān)注地物的增強(qiáng),如圖3(b)、(e)所示。

      其中,fb為波段b對應(yīng)的單波段影像;THb為對影像fb的頂帽變換影像;BHb為對影像fb的底帽變換影像。

      1.2候選對象提取

      增強(qiáng)后的影像中,亮對象與暗對象相對于背景的反差被增強(qiáng),被關(guān)注物得以凸顯。分別對THb和BHb執(zhí)行基于Otsu[6]的閾值分割處理,得到由候選對象構(gòu)成的二值圖像,如圖3(c)、(f)所示。二值圖像中包括車輛、陰影、建筑屋頂?shù)?,需要通過進(jìn)一步的特征驗(yàn)證來檢測車輛對象。

      2車輛對象特征驗(yàn)證

      在分析遙感影像中車輛特征時(shí),已知車輛具有顯著的幾何特征,因此采用多個(gè)幾何特征組合來進(jìn)一步檢測車輛。在驗(yàn)證車輛對象前,首先需要對候選對象二值圖像進(jìn)行預(yù)處理。根據(jù)前文分析可知,亮色車輛的車身會被前后車窗割裂。為避免檢測錯誤,對二值圖形進(jìn)行形態(tài)學(xué)閉重構(gòu)處理。車身結(jié)構(gòu)決定了割裂后的部分均相互鄰近。因此,可以根據(jù)影像分辨率和現(xiàn)實(shí)中車輛的尺寸確定大小合適的結(jié)構(gòu)元素,并保證處理后的車體部分相互連接。

      車輛對象驗(yàn)證選用的幾何特征包括:面積、長寬比、矩形度,公式如下:

      Ra=LMER/WMER(7)

      Rrect=mean(A/Amer)(8)

      車輛對象的判定準(zhǔn)則如式(9)所示,要求特征值在規(guī)定閾值范圍內(nèi),則判定為車輛對象,反之為背景對象。

      其中,Obji為對象的身份標(biāo)識,當(dāng)其取值為1時(shí),標(biāo)識當(dāng)前對象為車輛;Ai,Ria,Rirect為第i個(gè)對象的面積、長寬比、矩形度;[TinfA,TsupA]為影像上車輛對象面積的取值范圍;[TinfLW,TsupLW]為車輛對象長寬比取值范圍;Trect為車輛對象最小矩形度閾值。閾值參數(shù)設(shè)置可參照汽車設(shè)計(jì)尺寸(見表 1[7])與影像分辨率。

      實(shí)驗(yàn)區(qū)域?yàn)樯钲谑谐菂^(qū)局部,該區(qū)域?yàn)轸[市區(qū),車輛密集,場景中干擾地物較多。實(shí)驗(yàn)數(shù)據(jù)如圖2所示,數(shù)據(jù)描述信息如表2所示。

      4結(jié)語

      本文提出了一種基于多方向形態(tài)學(xué)變換的車輛檢測方法,該方法的核心是提出了集成多方向線狀結(jié)構(gòu)元素的形態(tài)學(xué)頂帽(tophat)變換和底帽(bottomhat)變換,處理過程綜合利用了車輛對象的光譜特征和結(jié)構(gòu)特征,創(chuàng)新性地分別對亮色車輛和暗色車輛進(jìn)行增強(qiáng)和檢測,實(shí)現(xiàn)在抑制路面非車輛干擾對象的同時(shí)保留車輛對象。引入的基于多特征的車輛驗(yàn)證過程實(shí)現(xiàn)在后處理階段對提取結(jié)果的二次驗(yàn)證和判別,進(jìn)一步精化車輛檢測結(jié)果?;诔菂^(qū)高分辨率遙感影像的車輛檢測實(shí)驗(yàn)表明了本文方法的有效性。實(shí)驗(yàn)結(jié)果中車輛密集區(qū)域的對象粘連問題會對提取結(jié)果造成一定的影響,后續(xù)將針對此問題開展進(jìn)一步研究。

      參考文獻(xiàn):

      秦彥光. 高分辨率遙感圖像道路網(wǎng)及車輛信息提取. 長春:吉林大學(xué), 2014.

      曹天揚(yáng),申莉. 應(yīng)用光照模型的交通車輛識別定位的高分辨率遙感方法[J].測繪學(xué)報(bào),2015(1): 3945.

      HINZ S, LEITLOFF J, STILLA U. Contextsupported vehicle detection in optical satellite images of urban areas\[Z\].20052937.

      LARSEN S O, SALBERG. Automatic vehicle counts from quickbird images\[Z\].IEEE, 2011912.

      余勇,鄭宏. 基于形態(tài)神經(jīng)網(wǎng)絡(luò)的高分辨率衛(wèi)星影像車輛檢測[J]. 哈爾濱工程大學(xué)學(xué)報(bào),2006, 27(z1): 189193.

      OTSU N. A threshold selection method from graylevel histograms[J]. IEEE Transactions on Systems, Man and Cybernetics. 1979, 9(1): 6266.

      Gb. 道路車輛外廓尺寸、軸荷及質(zhì)量限值\[S\].北京:中國國家標(biāo)準(zhǔn)化管理委員會,20040401.

      責(zé)任編輯(責(zé)任編輯:陳福時(shí))

      猜你喜歡
      遙感影像高分辨率形態(tài)學(xué)
      高分辨率合成孔徑雷達(dá)圖像解譯系統(tǒng)
      遙感影像資料在海圖制圖中的應(yīng)用研究
      航海(2016年6期)2017-01-09 11:28:24
      遙感數(shù)字圖像處理課程實(shí)驗(yàn)綜述
      科技視界(2016年13期)2016-06-13 12:01:14
      臥龍湖濕地遙感調(diào)查和演變分析
      醫(yī)學(xué)微觀形態(tài)學(xué)在教學(xué)改革中的應(yīng)用分析
      高分遙感影像中道路信息提取方法綜述
      高分辨率對地觀測系統(tǒng)
      太空探索(2015年8期)2015-07-18 11:04:44
      基于Curvelet-Wavelet變換高分辨率遙感圖像降噪
      高分辨率遙感相機(jī)CCD器件精密熱控制
      數(shù)學(xué)形態(tài)學(xué)濾波器在轉(zhuǎn)子失衡識別中的應(yīng)用
      永春县| 莆田市| 宁河县| 高台县| 马尔康县| 凤凰县| 油尖旺区| 海门市| 铅山县| 信丰县| 宝应县| 博兴县| 广水市| 广东省| 翁牛特旗| 文化| 康马县| 西安市| 万盛区| 临沭县| 林口县| 获嘉县| 肇州县| 宣武区| 边坝县| 文登市| 开鲁县| 弥渡县| 桐柏县| 宁武县| 旬邑县| 临海市| 吉林省| 平果县| 怀安县| 信宜市| 嘉禾县| 卫辉市| 凤山县| 汶川县| 红原县|