婁文,郭杜杜
摘 要:利用面向?qū)ο蠓椒?,研究了如何提取車輛信息,并進(jìn)一步提取交通流參數(shù)。首先,對圖像進(jìn)行增強(qiáng)處理,其次選取合適的分割、合并閾值進(jìn)行圖像分割,然后根據(jù)車輛的特征信息制定規(guī)則,依次提取車輛信息,最終獲取交通流參數(shù)。試驗(yàn)證明利用面向?qū)ο蠓椒梢詫?shí)現(xiàn)對遙感圖像中的車輛信息的提取,并且能夠獲取交通密度、道路空間占有率、車速及交通量參數(shù),是對高分辨率遙感影像提取交通信息的有益探索。
關(guān)鍵詞:高分辨率遙感;面向?qū)ο?車輛檢測;交通流參數(shù)
0 引言
隨著高分辨率影像的使用范圍越來越廣,高光譜影像使得定量分析地物成分成為可能,高分辨率影像則使得提取地物信息、制作大比例尺地圖成為可能[1]。遙感圖像質(zhì)量不斷提高、成像覆蓋面積擴(kuò)大,可以大范圍地檢測路網(wǎng)信息和車輛信息,以解決出現(xiàn)的交通問題,評(píng)價(jià)道路規(guī)劃及安全情況等。
1 車輛信息提取
在進(jìn)行車輛提取前,依然通過2%線性增強(qiáng)方法,提高車輛與道路的對比度,為車輛提取做準(zhǔn)備。利用軟件完成車輛提取,首先,在選擇數(shù)據(jù)時(shí),除了載入圖像數(shù)據(jù),還需在掩膜文件選項(xiàng)中,選擇之前提取到的道路矢量數(shù)據(jù),限制車輛提取的區(qū)域范圍,以便減少工作量和提高提取的精度。
1.1 圖像分割與合并
通過實(shí)時(shí)預(yù)覽觀察圖像分割與合并效果,選擇分割閾值為78,選擇合并閾值為45。
1.2 車輛特征提取
對車輛提取時(shí),分別描述明車與暗車的特征,特征描述如下:
(1)對明車進(jìn)行提取,主要利用光譜均值信息,設(shè)置光譜均值范圍為大于1 285,經(jīng)預(yù)覽可知,能夠提取出明色車輛。
(2)對暗車進(jìn)行提取,主要利用光譜均值信息及面積。設(shè)置光譜均值范圍為小于1 000,同時(shí)限制面積范圍為5.6~35.0。
1.3 車輛特征提取
分別利用兩條規(guī)則對車輛進(jìn)行提取,最終結(jié)果如圖1所示。
1.4 精度評(píng)價(jià)
經(jīng)目視判讀可得,該路段上車輛數(shù)為20,其中明色車輛數(shù)為12,暗色車輛數(shù)為8。將面向?qū)ο筌囕v提取結(jié)果與目視結(jié)果相對比,繪制了面向?qū)ο筌囕v提取結(jié)果精度評(píng)價(jià)表,如表1所示。由此可知,該試驗(yàn)利用面向?qū)ο蟮能囕v提取方法,總體的正確率與檢測率較高,提取效果好。
2 交通流參數(shù)獲取
2.1 交通密度
本試驗(yàn)中的道路共有兩條路段,即由南向北路段和由北向南路段。由道路信息及車輛數(shù)可計(jì)算得到試驗(yàn)區(qū)的交通密度,如表2所示。
2.2 道路空間占有率
根據(jù)車輛檢測試驗(yàn)結(jié)果,從中可以得到車輛的長度信息,相應(yīng)可以獲取道路空間占有率,如表3所示。由表可知,該試驗(yàn)區(qū)道路空間占有率較小,說明道路上車輛較為稀疏。
2.3 車輛提取
在試驗(yàn)區(qū)域內(nèi),車輛總數(shù)為20,車輛總長度為103.84 m,經(jīng)計(jì)算可得平均車輛長度為5.192 m。在該道路阻塞路段,觀察到阻塞車輛間的距離,如表4所示,可知該道路上阻塞時(shí)的同車道車輛間的平均距離為1.373 m。由阻塞密度與平均車頭間距的關(guān)系式,計(jì)算得到道路的阻塞密度為152.3輛/km。
經(jīng)查閱資料,該道路暢行速度約為60 km/h。由格林希爾茲提出的速度-密度線性關(guān)系模型以及交通流三要素的基本關(guān)系,最后估算獲得的交通流參數(shù)如表5所示。
3 結(jié)束語
隨著高分辨率遙感圖像質(zhì)量的提高,利用遙感圖像提取道路和車輛信息,獲取交通流參數(shù)及其他交通信息,進(jìn)而應(yīng)用于城市交通的合理規(guī)劃和評(píng)價(jià)變得越來越有可能。本文利用面向?qū)ο蟮膱D像信息提取方法,利用wordview-2衛(wèi)星數(shù)據(jù)進(jìn)行試驗(yàn),從圖像中獲取了道路及車輛信息,然后通過計(jì)算獲取了交通密度、道路空間占有率且估算了車速及交通量參數(shù),實(shí)現(xiàn)了利用高分辨率遙感影像對交通流參數(shù)提取。
參考文獻(xiàn):
[1]韋玉春,湯國安,楊昕.遙感數(shù)字影像處理教程[M].北京:科學(xué)出版社,2013:8.
[2]鄧書斌,陳秋錦,杜會(huì)建,等.ENVI遙感圖像處理方法 第2版[M].北京:高等教育出版社,2014.10.