大比例尺彩色航空影像中的车辆识别

【类型】学位论文

【作者】万冉冉 

【关键词】 大比例尺彩色航空影像 ISEF滤波 边缘检测 色彩空间

【摘要】大比例尺彩色航空影像分辨率高，易于判读，在国土资源调查、地形测绘、航空地质、农业、林业、水利、环境保护、能源交通和城市规划等领域中发挥了重要作用，显示出巨大的生命力。 本文力图研究如何利用最简单、最明显的特征（即车辆的外形特征——矩形，和车辆的色彩特征——车身整体的色彩一致性）来识别车辆。 因此，本文的主要研究内容有以下几点： ⑴ 影像去噪方法的研究。即影像平滑，通过对影像进行平滑，可剔除影像中绝对非车辆的细小目标（如车道线、树木边缘等），本文采用较有针对性的图像处理算法实现这一目的。 ⑵ 影像边缘提取算法的研究。结合汽车本身的特点，对若干种边缘提取算法进行比较研究，选择最适合车辆识别的边缘提取算法。 ⑶ 色彩空间的应用研究。将影像转化到能更好地提取色调信息的HVC色彩空间中，在此空间中对影像进行色彩上的判断。 ⑷ 车辆识别方法的研究。本文提出了两个判别条件，分别是：(I)车辆边缘点个数判别条件；(Ⅱ)车辆主色调信息判别条件。通过对目标对象进行以上两个条件的判别，识别目标对象是否为车辆。 识别的方法为：首先在原始影像所对应的灰度影像中提取边缘，再根据车辆边缘点个数的多少，确定可能的车辆中心位置。而后，在原始影像上进行色彩分割，获取车辆的色彩信息。最后，用本文提出的两个车辆判别条件进行判别，若同时满足两个条件，则认为该对象为车辆，并做相应标识。 所采用的试验影像来源于Google Earth，位于N 32°42′,W 117°09′附近，航高约为430英尺，属低航高影像。试验影像中车辆大小在(13~15) × (33~48)个像素范围内。 试验结果证明，利用本文提出的方法能较好地识别并提取大比例尺彩色航空影像中的车辆目标，进而可大致判断车辆尺寸属性。

【学位名称】硕士

【学位授予单位】武汉大学

【学位授予年度】2016

【导师姓名】王树根

【读秀链接】读秀链接