论文部分内容阅读
随着高分辨率卫星视频的出现,卫星视频为智能交通系统建设提供了新的数据源,从卫星视频中获取大范围道路交通信息已经成为了一个极具潜力的研究方向。本文旨在分析卫星视频图像特性的基础之上,尝试进行卫星视频交通流参数提取。本文的主要的研究内容如下:(1)总结了视频卫星的发展历程及其应用情况,分析了卫星视频作为一种新的交通信息采集源的优缺点,并对视频交通信息采集所涉及的一些基本的算法,包括车辆检测和车辆跟踪等算法的优缺点和近期的研究方向进行了分析归纳,明确了本文的研究方向。(2)针对卫星视频存在的背景复杂、运动目标数量众多、运动目标特征不明显等问题,设计了一种包括感兴趣区域设置和直方图变换的图像预处理方法,以实现卫星视频图像的增强。(3)针对卫星视频中车辆的特点,提出了一种基于卫星视频的交通流参数提取方法。该方法主要包括三个部分,首先考虑到卫星视频中车辆所占像素少、车辆特征不明显的特点,选择了通过角点检测来实现车辆检测。与一般的角点检测算法不同的是,本文在传统的角点检测算法的基础上,针对卫星视频的特点附加了一定的限制条件,通过这些附加条件来实现车辆与角点的一一对应,从而实现对车辆的检测。其次算法采用了稀疏光流的方法对车辆检测中得到的角点进行跟踪,利用角点与车辆的对应关系实现了车辆跟踪,得到了车辆的运行轨迹线。最后在车辆检测跟踪得到的角点信息的基础之上,结合卫星视频的相关参数,实现了对道路上车辆车速的计算。(4)采用了 UrtheCast公司的两个高清卫星视频(波士顿和拉斯维加斯地区)对本文提出的卫星视频交通流参数提取方法的可靠性进行实验验证,并借助于OpenCV库开发了本文所需要的程序,实验结果表明利用本文算法得到的车辆检测精度平均为85.13%,交通流速度提取的精度平均为86.80%,证明了本文算法的可靠性。