基于卫星遥感影像的交通状态判别研究

论文摘要

随着高分辨率卫星遥感图像商业化的出现,从遥感影像获取大范围道路交通信息进行交通状态评价,已经成为智能交通系统中大家关注的一个热点。本文旨在研究从QuickBird卫星遥感影像中提取车辆运动速度的方法,并由提取的速度判断交通状态。本文的主要研究内容有以下几个方面：(1)根据QuickBird卫星遥感传感器在全色和多波段影像成像时存在时间差的特点,分析如何得到该时间差内车辆的移动距离,从而获得运动车辆的速度,并构建了提取速度参数的关键技术流程,且详细介绍了关键技术理论；(2)利用构建的提取车辆速度的方法,对样本影像数据进行包括全色影像的高斯平滑滤波和增强处理、多光谱影像的IHS变换处理以及基于灰度和特征的影像匹配等图像处理,提取出全色和多光谱状态下的车辆位置坐标,估计车辆的速度值,进而判断交通状态；(3)采用QuickBird卫星影像的两组实验数据验证该方法,实验一以北京市区主干道的影像为实验数据,采用基于灰度的影像匹配方法,对全色和多光谱影像进行匹配融合；实验二以八达岭高速近城区路段为实验数据,采用基于特征的影像匹配方法,对图像进行融合匹配；实验结果与现实交通状况相吻合。本研究提出的基于卫星遥感影像的交通状态判别方法作为一种新的用于交通领域的技术手段,具有一定的探索价值。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.1.1 交通状态判别研究的必要性
• 1.1.2 卫星遥感技术的迅速发展
• 1.2 交通状态识别研究现状
• 1.2.1 交通流参数获取技术的研究现状
• 1.2.2 交通状态判别方法综述
• 1.3 基于卫星遥感影像的交通状态识别研究
• 1.3.1 基于卫星遥感影像的交通状态判别研究现状
• 1.3.2 基于卫星遥感影像的交通状态判别的优势
• 1.3.3 基于卫星遥感影像的交通状态判别所面临的问题
• 1.4 主要研究内容及论文框架
• 1.4.1 主要研究内容
• 1.4.2 章节安排
• 1.5 本章小结
• 2 基于卫星遥感影像的速度参数提取的关键理论和技术方法
• 2.1 基于卫星遥感影像的速度参数提取的基本思路
• 2.2 基于卫星遥感影像的速度参数提取的关键理论和技术
• 2.2.1 全色影像的高斯平滑滤波处理
• 2.2.2 RGB到IHS的影像色彩空间变换
• 2.2.3 卫星遥感影像的匹配技术
• 2.3 速度、交通密度及其相互关系
• 2.3.1 交通速度
• 2.3.2 交通密度
• 2.3.3 速度-密度关系模型
• 2.4 本章小结
• 3 基于卫星遥感影像的速度提取和交通状态判别方法
• 3.1 交通状态的含义和特性
• 3.2 基于卫星遥感影像的交通状态判别技术流程
• 3.3 基于QuickBird卫星影像的车辆位置和速度提取
• 3.3.1 全色影像的图像平滑/增强处理
• 3.3.2 多光谱影像的IHS变换
• 3.3.3 卫星遥感影像匹配
• 3.3.4 车辆位置提取及速度与交通密度计算
• 3.4 交通状态分类及判断准则
• 3.4.1 交通状态分类及评价
• 3.4.2 交通状态判断准则
• 3.5 本章小结
• 4 实例验证及结果分析
• 4.1 遥感影像数据准备
• 4.2 QuickBird卫星遥感拍摄时间差分析
• 4.3 实例验证一
• 4.3.1 速度参数提取
• 4.3.2 状态判别及结果评价
• 4.4 实例验证二
• 4.4.1 速度参数提取
• 4.4.2 状态判别及结果评价
• 4.5 结果分析
• 4.6 本章小结
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 作者简历
• 学位论文数据集