專(zhuān)利名稱(chēng)：利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛方法，屬于 交通數(shù)據(jù)采集、交通流監(jiān)測(cè)和遙感技術(shù)交通應(yīng)用領(lǐng)域。
背景技術(shù)：
眾所周知城市道路車(chē)輛探測(cè)與計(jì)數(shù)對(duì)于城巿交通流監(jiān)測(cè)、城市道路 交通規(guī)劃與管理以及城市交通車(chē)輛噪聲和尾氣污染的監(jiān)測(cè)極其重要。當(dāng) 前，城市交通部門(mén)廣泛應(yīng)用的車(chē)輛探測(cè)與計(jì)數(shù)方法是采用地面定點(diǎn)固定 安裝的感應(yīng)線(xiàn)圈(地埋式、反射式)、各種攝像頭和錄像機(jī)等道路車(chē)輛視頻檢測(cè)系統(tǒng)，例如，中國(guó)專(zhuān)利申請(qǐng)03126152.3公開(kāi)了一種由探測(cè)單元、 信號(hào)處理/傳輸單元和電源構(gòu)成的車(chē)輛探測(cè)裝置，探測(cè)單元由地磁映像探 測(cè)器、聲/振動(dòng)/壓力、超聲波、溫度或微波探測(cè)裝置組成，信號(hào)處理/傳 輸單元至少包括放大器，還可設(shè)置微處理器、輸入/輸出接口、無(wú)線(xiàn)電信 號(hào)和光纖信號(hào)傳輸裝置微處理器，還可接駁子探測(cè)單元。此外，地埋式 車(chē)輛探測(cè)裝置還包括中國(guó)專(zhuān)利申請(qǐng)200420010916.7所公開(kāi)的地埋式多功 能車(chē)輛探測(cè)器以及中國(guó)專(zhuān)利申請(qǐng)200410010280.0所公開(kāi)的地埋式集成車(chē) 輛探測(cè)器，在以上述現(xiàn)有技術(shù)為代表的所有這些傳統(tǒng)的或已發(fā)展的地面 定點(diǎn)安裝的車(chē)輛探測(cè)或交通流傳感器都存在視域范圍小、監(jiān)測(cè)點(diǎn)分散和 無(wú)法提供大范圍城市道路交通場(chǎng)景車(chē)輛交通參數(shù)的缺陷。發(fā)明內(nèi)容鑒于上述技術(shù)問(wèn)題，本發(fā)明的目的在于提供一種能夠克服上述現(xiàn)有 技術(shù)缺陷的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法。根據(jù)本發(fā)明所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法， 包括以下步驟步驟一，基于道路中心線(xiàn)生成城區(qū)道路掩膜，限制車(chē)輛探測(cè)在道路 區(qū)域進(jìn)行； '歩驟二 ，對(duì)在所述歩驟一 中生成的所述城區(qū)道路掩膜的影像進(jìn)行二 次不同尺度的影像分割獲得道路車(chē)道條帶目標(biāo)層和車(chē)輛探測(cè)對(duì)象基本 層，其中，為獲得所述道路車(chē)道條帶目標(biāo)層所使用的分割尺寸大于為獲得所述車(chē)輛探測(cè)對(duì)象基本層所使用的分割尺寸；步驟三，在所述車(chē)輛探測(cè)對(duì)象基本層構(gòu)建面向?qū)ο蟮哪：诸?lèi)器對(duì) 所述車(chē)輛探測(cè)對(duì)象基本層的對(duì)象進(jìn)行車(chē)輛對(duì)象和非車(chē)輛對(duì)象分類(lèi)；以及步驟四，在被分類(lèi)的所述車(chē)輛探測(cè)對(duì)象基本層上，融合相鄰的同類(lèi) 對(duì)象生成車(chē)輛探測(cè)融合對(duì)象層，在所述車(chē)輛探測(cè)融合對(duì)象層上分類(lèi)車(chē)輛， 最終獲得完成車(chē)輛探測(cè)的影像。在上述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法中，所述遙 感影像的分辨率是小于等于0.6m的地面分辨率，尤其優(yōu)選0.10-0.5m的 地面分辨率。在上述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法中，所述的 步驟一包括以下過(guò)程所述道路中心線(xiàn)采用地理信息系統(tǒng)技術(shù)的道路中 心線(xiàn)矢量層數(shù)據(jù)，以等于或略大于中心線(xiàn)到道路區(qū)域邊線(xiàn)的長(zhǎng)度為緩沖 區(qū)操作的距離值，生成道路緩沖區(qū)；以及利用生成的所述道路緩沖區(qū)與 城區(qū)道路遙感影像進(jìn)行掩膜操作，得到只包含城區(qū)道路區(qū)域的遙感掩膜 影像。在上述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法中，在所述 的步驟二中，用面向?qū)ο蟮目勺兂叨葏?shù)分割算法進(jìn)行所述二次不同尺 度的影像分割，其中，所述面向?qū)ο蟮目勺兂叨葏?shù)分割算法包括易康 遙感影像分析軟件中采用的多分辨率分割算法和均值漂移分割算法。在上述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法中，所述的 歩驟三中，所利用的分類(lèi)特征包括所述車(chē)輛探測(cè)對(duì)象基本層的對(duì)象與所 述道路車(chē)道條帶目標(biāo)層的對(duì)象的關(guān)系特征，利用所述關(guān)系特征，同時(shí)還 結(jié)合所述車(chē)輛探測(cè)對(duì)象基本層的對(duì)象的幾何特征進(jìn)行分類(lèi)。其中，所述 關(guān)系特征包括在所述步驟二中生成的二次分割同一位置對(duì)象的波段亮度 數(shù)字平均值之差的絕對(duì)值，同時(shí)結(jié)合所述車(chē)輛探測(cè)對(duì)象基本層的對(duì)象的 集合特征進(jìn)行分類(lèi)。在上述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法中，在所述 的步驟四中，在所述車(chē)輛探測(cè)融合對(duì)象層上按照所述車(chē)輛探測(cè)融合對(duì)象 層對(duì)象的輻射和幾何特征分類(lèi)車(chē)輛。根據(jù)本發(fā)明的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法克服了 傳統(tǒng)的地面定點(diǎn)安裝的交通流傳感器存在的視域范圍小、監(jiān)測(cè)點(diǎn)分散和 無(wú)法提供大范圍城市道路交通場(chǎng)景車(chē)輛交通參數(shù)的缺陷，具有空間大面 積連續(xù)覆蓋城區(qū)地面道路交通場(chǎng)景的獨(dú)特優(yōu)勢(shì)，是一種全新的交通數(shù)據(jù) 采集方式。本發(fā)明的有益效果是1) 大面積連續(xù)覆蓋城區(qū)地面道路交通場(chǎng)景；2) 可直接獲得道路車(chē)輛數(shù)量、類(lèi)型、分布和路段/路線(xiàn)/路網(wǎng)交通車(chē) 輛密度等交通參數(shù)，還可間接推求其它交通統(tǒng)計(jì)參數(shù)；3) 自動(dòng)化程度高，節(jié)省人力，效率高。


當(dāng)結(jié)合附圖考慮時(shí)，通過(guò)參照下面的詳細(xì)描述，能夠更完整更好地 理解本發(fā)明以及容易得知其中許多伴隨的優(yōu)點(diǎn)，但此處所說(shuō)明的附圖用 來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性 實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定，其中圖1是本發(fā)明第一實(shí)施例的利用遙感映像探測(cè)和計(jì)數(shù)城市道路車(chē)輛 的方法的流程圖；圖2(a)為某局部城區(qū)高分辨率機(jī)載遙感影像交通道路場(chǎng)景，該影像 地面分辨率20cm;圖2 (b)為經(jīng)道路掩膜處理提取后僅包含道路區(qū)域的影 像；圖3(a)為圖2(b)中的道路掩膜處理后的某一路段影像；圖3 (b)為分 割提取的道路車(chē)道條帶層影像；圖3 (c)為分割提取的道路車(chē)輛探測(cè)基本 層影像；圖4(a)為模糊分類(lèi)后的道路車(chē)輛探測(cè)基本層影像，其中紅色所示為 探測(cè)的道路車(chē)輛；圖4 (b)為道路車(chē)輛探測(cè)融合層影像；圖4 (c)為分類(lèi)后 的道路車(chē)輛探測(cè)融合層影像，其中紅色為大型車(chē)輛，綠色為中等車(chē)輛， 藍(lán)色為小型車(chē)輛；圖5為最終的道路車(chē)輛探測(cè)與計(jì)數(shù)結(jié)果影像，其中紅框所標(biāo)示為小 型車(chē)輛，黃框所標(biāo)示為中型車(chē)輛，藍(lán)框所標(biāo)示為大型車(chē)輛；以及圖6為三個(gè)示例路段的道路車(chē)輛探測(cè)與計(jì)數(shù)結(jié)果影像。
具體實(shí)施方式
下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。圖1是本發(fā)明第一實(shí)施例的利用遙感映像探測(cè)和計(jì)數(shù)城市道路車(chē)輛 的方法的流程圖。如圖1所示，包括以下步驟基于道路中心線(xiàn)生成城區(qū)道路掩膜影像，以限制車(chē)輛探測(cè)在道路區(qū) 域進(jìn)行(SllO)。對(duì)在步驟S110中生成的道路掩膜影像進(jìn)行二次不同尺度的影像分割獲得兩個(gè)分割圖像對(duì)象層， 一次以較大尺度對(duì)影像進(jìn)行分割提取道路 車(chē)道條帶目標(biāo)層，第二次以較小的合適尺度分割獲得車(chē)輛探測(cè)對(duì)象基本層(S120)。在車(chē)輛探測(cè)對(duì)象基本層構(gòu)建面向?qū)ο蟮哪：诸?lèi)器對(duì)該層對(duì)象進(jìn)行 車(chē)輛對(duì)象和非車(chē)輛對(duì)象分類(lèi)(S130)。在被分類(lèi)的車(chē)輛探測(cè)對(duì)象基本層上，融合相鄰的同類(lèi)對(duì)象生成車(chē)輛 探測(cè)融合對(duì)象層，在該層上分類(lèi)車(chē)輛，最終獲得完成車(chē)輛探測(cè)的影像 (S140)。在本發(fā)明中，所利用的遙感影像的地面分辨率以?xún)?yōu)于m級(jí)為原則， 建議選用小于等于0.6m地面分辨率影像，優(yōu)選采用0.10-0.5m地面分辨 率影像。如圖2(a)為某局部城區(qū)高分辨率機(jī)載遙感影像交通道路場(chǎng)景， 該影像地面分辨率20cm，為紅、綠、藍(lán)三波段合成彩色數(shù)字正射影像。 按照本發(fā)明的方法在所選擇的城區(qū)高分辨率遙感影像上探測(cè)和計(jì)數(shù)道路 車(chē)輛。其中，步驟S110可以包括以下過(guò)程采用已有的地理信息系統(tǒng)技術(shù) (GIS)道路中心線(xiàn)矢量層數(shù)據(jù)，采用等于或略大于中心線(xiàn)到道路區(qū)域邊 線(xiàn)的長(zhǎng)度為緩沖區(qū)操作的距離值，生成道路緩沖區(qū)，當(dāng)然道路中心線(xiàn)也 可以手動(dòng)勾繪生成，但為了減少人工操作時(shí)間，提高效率，建議采用已 有的GIS道路中心線(xiàn)矢量層數(shù)據(jù)；然后利用生成的道路緩沖區(qū)與城區(qū)道 路高分辨率遙感影像進(jìn)行掩膜操作，得到只包含城區(qū)道路區(qū)域的高分辨率遙感掩膜影像。圖2 (b)為經(jīng)道路掩膜處理提取后僅包含道路區(qū)域的影 像。在步驟S120中，采用的可變尺度參數(shù)的分割算法優(yōu)選兩種可變尺度 分割算法 一種為易康遙感影像分析軟件(eCognition)中采用的多分辨 率分割算法；另一種為均值漂移(Mean Shift)分割算法。當(dāng)然本發(fā)明并不 限于上述兩種可變尺度分割算法，本領(lǐng)域的普通技術(shù)人員也可選擇分割 性能更好的可變尺度分割算法。在上述步驟中，當(dāng)進(jìn)行二次不同尺度下的影像分割時(shí)，其提取的目 標(biāo)區(qū)域是不同的， 一次以提取道路車(chē)道條帶為目的， 一次以提取路面車(chē) 輛為目的。因此，二次分割采用的尺度參數(shù)是不同的。圖3(a)為圖2(b)中的道路掩膜處理后的某一路段影像；圖3 (b)為采 用均值漂移分割算法提取的道路車(chē)道條帶層影像；圖3(c)為采用均值漂 移分割算法提取的道路車(chē)輛探測(cè)基本層影像。在步驟S130中，在車(chē)輛探測(cè)對(duì)象基本層構(gòu)建面向?qū)ο蟮哪：诸?lèi)器 對(duì)該層對(duì)象進(jìn)行車(chē)輛對(duì)象和非車(chē)輛對(duì)象分類(lèi)。此步驟S130中構(gòu)建模糊分 類(lèi)器時(shí)，本發(fā)明選擇了在步驟S120中生成的二次分割同一位置區(qū)域(對(duì) 象)的波段亮度數(shù)字平均值之差的絕對(duì)值為關(guān)鍵特征，差值絕對(duì)值越大， 歸屬為車(chē)輛對(duì)象類(lèi)的成員函數(shù)值越高，反之越低。同時(shí)，結(jié)合該層對(duì)象 的長(zhǎng)度、寬度、主方向等幾何特征進(jìn)行分類(lèi)。圖4(a)為模糊分類(lèi)后的道 路車(chē)輛探測(cè)基本層影像，其中紅色所示為探測(cè)的道路車(chē)輛。完成此處理 歩驟后，盡管道路車(chē)輛已經(jīng)探測(cè)出來(lái)了，但尚不能由計(jì)算機(jī)自動(dòng)完成計(jì) 數(shù)。因?yàn)?，分?lèi)影像顯示的每一探測(cè)出的車(chē)輛并不一定正好對(duì)應(yīng)為一影 像對(duì)象區(qū)域。由于同一車(chē)輛的不同車(chē)體部分在影像上對(duì)比度不同，進(jìn)行分割時(shí)難 以做到把屬于同一車(chē)輛的車(chē)體部分全部合并為同一分割區(qū)域。尤其是大 型車(chē)輛，多數(shù)分割為分離的兩個(gè)區(qū)域(一個(gè)為車(chē)頭對(duì)應(yīng)的小對(duì)象區(qū)域，另一為車(chē)頭后部的較大對(duì)象區(qū)域)。為了能夠進(jìn)行車(chē)輛自動(dòng)計(jì)數(shù)及探測(cè)不 同類(lèi)型的車(chē)輛，需要繼續(xù)進(jìn)行處理。在步驟S140中，在車(chē)輛探測(cè)融合對(duì)象層上按對(duì)象的輻射和幾何特征 分類(lèi)車(chē)輛，最終獲得完成車(chē)輛探測(cè)的影像。圖4(b)為道路車(chē)輛探測(cè)融合層影像。相鄰的同類(lèi)對(duì)象融合后，除大 型車(chē)輛外，其余探測(cè)車(chē)輛在影像上皆一一對(duì)應(yīng)為相應(yīng)的分割目標(biāo)區(qū)域。 在該層上按對(duì)象的輻射和幾何特征分類(lèi)車(chē)輛后，可獲得大型、中型、小 型車(chē)輛分類(lèi)圖。但此時(shí)仍然無(wú)法由計(jì)算機(jī)完成自動(dòng)計(jì)數(shù)，因?yàn)榇嬖诖笮?車(chē)輛被分類(lèi)為車(chē)頭為小型車(chē)輛，車(chē)后部為大型車(chē)輛的情況。此時(shí)，利用 沿車(chē)道行進(jìn)方向上最鄰近大型車(chē)輛的直線(xiàn)方向上的小車(chē)輛為大型車(chē)輛車(chē) 頭的知識(shí)，結(jié)合據(jù)此知識(shí)生成的關(guān)系特征，可把此類(lèi)小車(chē)輛標(biāo)識(shí)分類(lèi)為 大型車(chē)輛車(chē)頭，從而在車(chē)輛計(jì)數(shù)時(shí)不予計(jì)數(shù)在內(nèi)。圖4(c)為最終分類(lèi)后的道路車(chē)輛探測(cè)融合層影像，其中紅色為大型車(chē)輛，綠色為中等車(chē)輛， 藍(lán)色為小型車(chē)輛；圖5為最終的道路車(chē)輛探測(cè)與計(jì)數(shù)結(jié)果影像，其中紅 框所標(biāo)示為小型車(chē)輛(45輛)，黃框所標(biāo)示為中型車(chē)輛(5輛)，藍(lán)框所標(biāo) 示為大型車(chē)輛(4輛)。各種類(lèi)型車(chē)輛數(shù)量由計(jì)算機(jī)分類(lèi)的對(duì)象數(shù)量直接可 得。圖6為三個(gè)示例路段的道路車(chē)輛探測(cè)與計(jì)數(shù)結(jié)果影像。完成上述車(chē)輛探測(cè)與計(jì)數(shù)后，可以根據(jù)道路段/路網(wǎng)的長(zhǎng)度、面積等 數(shù)據(jù)直接獲得道路車(chē)輛數(shù)量、類(lèi)型、分布和路段/路線(xiàn)/路網(wǎng)交通車(chē)輛密度 等交通參數(shù)，還可間接推求其它交通統(tǒng)計(jì)參數(shù)。根據(jù)本發(fā)明，能夠從高分辨率(S0.6m)航空機(jī)載或衛(wèi)星遙感影像上 探測(cè)城市道路交通車(chē)輛小目標(biāo)，從利用高分辨率遙感影像的車(chē)輛探測(cè)結(jié) 果可直接獲得道路車(chē)輛數(shù)量、類(lèi)型、分布和路段/路線(xiàn)/路網(wǎng)交通車(chē)輛密度 等交通參數(shù)，還可間接推求其它交通統(tǒng)計(jì)參數(shù)，如，年平均日交通量和 年車(chē)輛行駛距離等，從而可為交通監(jiān)測(cè)、規(guī)劃和管理提供更大范圍的城 市交通場(chǎng)景信息和交通參數(shù)。該方法具有空間上大面積連續(xù)覆蓋的獨(dú)特 優(yōu)勢(shì)，這是當(dāng)前任何其它的交通監(jiān)測(cè)方式所不具備的。隨著遙感影像地面分辨率的進(jìn)一步提高及數(shù)據(jù)獲取條件和數(shù)據(jù)成本的改善，以后有望作 為當(dāng)前普遍應(yīng)用的地面定點(diǎn)安裝的小視域范圍地面和低空交通監(jiān)測(cè)方式 的一種極為有益的補(bǔ)充和新的交通數(shù)據(jù)采集方式。因此，具有較大的推 廣應(yīng)用和潛在商業(yè)價(jià)值。本發(fā)明的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法不僅是傳統(tǒng) 的地面交通流監(jiān)測(cè)的一種極為有益的補(bǔ)充，而且對(duì)于從空間全局角度進(jìn) 行城市交通研究，為我國(guó)大城市有效組織交通運(yùn)輸，揭示城市交通規(guī)律 有重要的意義。此外，對(duì)于區(qū)域路網(wǎng)規(guī)劃和管理、交通模型、交通出行 計(jì)劃、智能交通系統(tǒng)和交通環(huán)境污染及控制等研究，也具有重要的應(yīng)用 意義。應(yīng)當(dāng)指出，以上所述具體實(shí)施方式
可以使本領(lǐng)域的技術(shù)人員更全面 地理解本發(fā)明，但不以任何方式限制本發(fā)明。因此，盡管本說(shuō)明書(shū)參照 附圖和實(shí)施方式對(duì)本發(fā)明己進(jìn)行了詳細(xì)的說(shuō)明，但是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，仍然可以對(duì)本發(fā)明進(jìn)行修改或者等同替換；而一切不脫離本發(fā)明的精神和技術(shù)實(shí)質(zhì)的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明專(zhuān)利 的保護(hù)范圍當(dāng)中。
權(quán)利要求
1、一種利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法，其特征在于包括以下步驟步驟一，基于道路中心線(xiàn)生成城區(qū)道路掩膜，限制車(chē)輛探測(cè)在道路區(qū)域進(jìn)行；步驟二，對(duì)在所述步驟一中生成的所述城區(qū)道路掩膜的影像進(jìn)行二次不同尺度的影像分割獲得道路車(chē)道條帶目標(biāo)層和車(chē)輛探測(cè)對(duì)象基本層，其中，為獲得所述道路車(chē)道條帶目標(biāo)層所使用的分割尺寸大于為獲得所述車(chē)輛探測(cè)對(duì)象基本層所使用的分割尺寸；步驟三，在所述車(chē)輛探測(cè)對(duì)象基本層構(gòu)建面向?qū)ο蟮哪：诸?lèi)器對(duì)所述車(chē)輛探測(cè)對(duì)象基本層的對(duì)象進(jìn)行車(chē)輛對(duì)象和非車(chē)輛對(duì)象分類(lèi)；以及步驟四，在被分類(lèi)的所述車(chē)輛探測(cè)對(duì)象基本層上，融合相鄰的同類(lèi)對(duì)象生成車(chē)輛探測(cè)融合對(duì)象層，在所述車(chē)輛探測(cè)融合對(duì)象層上分類(lèi)車(chē)輛，最終獲得完成車(chē)輛探測(cè)的影像。
2、 根據(jù)權(quán)利要求1所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法， 其特征是所述遙感影像的分辨率是小于等于0.6m的地面分辨率。
3、 根據(jù)權(quán)利要求2所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法， 其特征是所述遙感影像的分辨率是0.10-0.5m的地面分辨率。
4、 根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法，其特征是所述的步驟一包括以下過(guò)程所述道路中心線(xiàn)采用地理信息系統(tǒng)技術(shù)的道路中心線(xiàn)矢量層數(shù)據(jù)，以等于 或略大于中心線(xiàn)到道路區(qū)域邊線(xiàn)的長(zhǎng)度為緩沖區(qū)操作的距離值，生成道路緩沖 區(qū)；以及利用生成的所述道路緩沖區(qū)與城區(qū)道路遙感影像進(jìn)行掩膜操作，得到只包 含城區(qū)道路區(qū)域的遙感掩膜影像。
5、 根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路 車(chē)輛的方法，其特征是所述的步驟二中，用面向?qū)ο蟮目勺兂叨葏?shù)分割算 法進(jìn)行所述二次不同尺度的影像分割。
6、 根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路 車(chē)輛的方法，其特征是所述的步驟三中，所利用的分類(lèi)特征包括所述車(chē)輛探 測(cè)對(duì)象基本層的對(duì)象與所述道路車(chē)道條帶目標(biāo)層的對(duì)象的關(guān)系特征。
7、 根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路 車(chē)輛的方法，其特征是在所述的步驟四中，在所述車(chē)輛探測(cè)融合對(duì)象層上按 照所述車(chē)輛探測(cè)融合對(duì)象層對(duì)象的輻射和幾何特征分類(lèi)車(chē)輛。
8、 根據(jù)權(quán)利要求5所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法，其特征是所述面向?qū)ο蟮目勺兂叨葏?shù)分割算法包括易康遙感影像分析軟件 中采用的多分辨率分割算法和均值漂移分割算法。
9、 根據(jù)權(quán)利要求6所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法，其特征是所述關(guān)系特征包括在所述步驟二中生成的二次分割同一位置對(duì)象的 波段亮度數(shù)字平均值之差的絕對(duì)值，同時(shí)結(jié)合所述車(chē)輛探測(cè)對(duì)象基本層的對(duì)象 的集合特征進(jìn)行分類(lèi)。
10、根據(jù)權(quán)利要求9所述的利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法， 其特征是在所述步驟三中，利用所述關(guān)系特征，同時(shí)還結(jié)合所述車(chē)輛探測(cè)對(duì) 象基本層的對(duì)象的幾何特征進(jìn)行分類(lèi)。
全文摘要
本發(fā)明公開(kāi)了一種利用遙感影像探測(cè)和計(jì)數(shù)城市道路車(chē)輛的方法，包括以下步驟步驟S110，基于道路中心線(xiàn)生成城區(qū)道路掩膜，限制車(chē)輛探測(cè)在道路區(qū)域進(jìn)行；步驟S120，對(duì)在步驟一中生成的城區(qū)道路掩膜的影像進(jìn)行二次不同尺度的影像分割獲得道路車(chē)道條帶目標(biāo)層和車(chē)輛探測(cè)對(duì)象基本層，其中，為獲得道路車(chē)道條帶目標(biāo)層所使用的分割尺寸大于為獲得車(chē)輛探測(cè)對(duì)象基本層所使用的分割尺寸；步驟S130，在車(chē)輛探測(cè)對(duì)象基本層構(gòu)建面向?qū)ο蟮哪：诸?lèi)器對(duì)該層的對(duì)象進(jìn)行車(chē)輛對(duì)象和非車(chē)輛對(duì)象分類(lèi)；步驟S140，在被分類(lèi)的車(chē)輛探測(cè)對(duì)象基本層上，融合相鄰的同類(lèi)對(duì)象生成車(chē)輛探測(cè)融合對(duì)象層，在該層上分類(lèi)車(chē)輛，最終獲得完成車(chē)輛探測(cè)的影像。
文檔編號(hào)G06K9/62GK101404119SQ20081022700
公開(kāi)日2009年4月8日 申請(qǐng)日期2008年11月18日 優(yōu)先權(quán)日2008年11月18日
發(fā)明者師紅云, 楊松林, 胡吉平, 譚衢霖, 魏慶朝 申請(qǐng)人:北京交通大學(xué)