一种高分辨率遥感影像汽车识别检测方法.pdf

《一种高分辨率遥感影像汽车识别检测方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2013年第10期王巍，等：一种高分辨率遥感影像汽车识别检测方法87文章编号：0494-0911(2013)10-0087-04中图分类号：P237文献标识码：B一种高分辨率遥感影像汽车识别检测方法王巍，袁涛，周伟，董艳丽(中国地质大学(北京)土地科学技术学院，北京100083)AMethodofVehicleDetectioninHighResolutionSatelliteImageryWANGWei，YUANTao，ZHOUWei，DONGYanli摘要：尝试将基于机器学习算法的目标自动识别标注技术应用于遥感影像信息

2、提取。在利用WorldView．2全色影像数据进行汽车识别研究的基础上，提出在MicrosoftVisualc++平台下利用OpenCV函数库提取样本图像Haar特征，采用Adaboost算法训练分类器在高分辨率遥感影像上进行汽车自动识别、提取的新方法；并总结归纳技术方法流程及相关程序。关键词：WorldView-2；Haar特征；OpenCV；汽车识别类的分类问题¨，从应用上来看，目前只能用于内容一、引言比较单一的小块影像J。BP神经网络的最大缺点在利用遥感数据高效自动提取地物信息一直是遥于算法效率低，训练出分类器速度慢

3、，学习过程中易感数据处理领域的研究热点¨J，近年来，很多学者对陷入局部极小和易出现振荡现象m“J，从而导致训练相关问题进行了深入研究。熊秩群采用面向对象的分类器失败。图像分类技术，利用QuickBird卫星图像进行了上海PaulViola和MichaelJones在2001年提出了基市区绿地信息提取；李彦利用小波变换方法对遥感于Adaboost的人脸检测方法，该方法不仅能达到影像进行特征提取，利用图像特征进行高斯混合建模很好的人脸检测效果，而且检测速度非常快，能够达来识别影像中的关键目标；王志伟通过目标影像子到实时I生。近

4、年来，利用图像Haar特征对照片或视窗口归一化提取目标的若干个不变矩特征作为BP频中的人脸、数字进行监控与识别，Haar特征对目标神经网络的输入向量的方法，对1m分辨率卫星影像的检测更加敏感，并且计算效率也比较高，已经用于中机场上的停留客机的识别进行了研究；Jens实现实时或准实时的监测HJ，并且已有学者将这种Leitloff：i~E高分辨率影像上划分出感兴趣区域，利用支目标识别技术应用于照片和视频中的车辆识别15-16]。持向量机方法，对高速公路和停车场上的汽车进行识但是，目前仍缺少利用Haar特征在高分辨率遥感影别J。

5、从识别效果来看，面向对象信息提取、基于专像上进行地物识别的研究。相对照片和视频来说，遥家知识的决策树、支持向量机及BP神经网络等方法感影像中地物更加复杂，对地物识别的背景干扰非常能够在一定程度上提高地物识别效率，但自动化程度强。本研究选择汽车作为识别目标，是因为汽车体积不高。面向对象信息提取和基于专家知识的决策树较小，已经接近目前米级和亚米级遥感卫星地物识别常见于从遥感影像上提取绿地信息或地物分类的研的极限，由于其出现区域主要集中在公路和停车场，究中引，两种方法都比较依赖波段信息；支持向量机与影像背景差异明显，非常适合利用

6、图像Haar特征和BP神经网络这两种方法较之面向对象信息提取进行地物识别。研究的目的在于通过有针对性的数和基于专家知识的决策树而言，对诸如飞机和汽车等据处理，提出利用机器学习的算法对影像中的汽车进小尺度目标识别会有更好的效果，但是也存在不行自动识别并标注的新方法，探索高分辨率遥感数据足之处。如支持向量机方法虽然不需要大规模的训新的应用领域。练样本来确定分类决策，但容易出现过拟合或训练不二、理论足的问题，并且很难通过增大样本容量来提高识别率；此外，经典的支持向量机算法只给出了二类分类1．Haar特征简介的算法，而在数据挖掘的

7、实际应用中，一般要解决多Haar特征原理因类似于Haar小波而得名，一收稿日期：2012-02—16修回日期：2012-07-02基金项目：国家863计划专项经费项目(2008AA1212014)；中央高校基本科研业务专项(2011YYL143)作者简介：王巍(1986一)，男，湖北武汉人。硕士生，主要研究方向为国土资源遥感。88测绘通报2013年第10期般Haar特征的定义是由两个全等的矩形相邻组合(一OLYh())]／Z，Z将样本权重归一化。而成，特征模板内有白色和黑色两种矩形，如图1所3)所有弱分类器的加权和组成强分

8、类器，r示。每种矩形特征值定义为白色矩形像素的和减日()=sign(∑())。去黑色矩形像素的和，扩展Haar特征则在一般Haar=1特征基础上发展出了旋转45。的矩形特征模版。三、试验流程与精度试验数据选取的是2010年3月郑州市如意湖附近的WorldView-2全色波段数据，空间分辨率为0．5m。数