本文關(guān)鍵詞：基于圖像對(duì)稱性的車輛遙感識(shí)別

  更多相關(guān)文章： 高分辨率衛(wèi)星圖像 車輛識(shí)別 對(duì)稱圖像 Ada Boost算法

【摘要】：遙感圖像中車輛俯視圖像具有鏡像對(duì)稱的特點(diǎn),會(huì)導(dǎo)致圖像中存在重復(fù)的特征。針對(duì)這種情況,提出一種優(yōu)化選取Haar-like特征進(jìn)行車輛識(shí)別的方法。在檢測(cè)窗口中,選取2類特征:在檢測(cè)窗口上半部分提取所有的矩形特征;在原檢測(cè)窗口中,只使用對(duì)稱于窗口對(duì)稱軸、且描述上下部分差異的矩形特征,該方法既能充分表達(dá)圖像的信息,又減少了重復(fù)的特征。從訓(xùn)練樣本的灰度圖和飽和度圖中提取這些特征,訓(xùn)練級(jí)聯(lián)分類器,其中每一層采用適應(yīng)性提升(adaptive boosting,Ada Boost)算法訓(xùn)練強(qiáng)分類器。實(shí)驗(yàn)結(jié)果表明,上述方法能大幅度降低特征數(shù)量,提高檢測(cè)速度,同時(shí)具有很好的識(shí)別效果。
【作者單位】： 湖南華諾星空電子技術(shù)有限公司;湘潭大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 高分辨率衛(wèi)星圖像 車輛識(shí)別 對(duì)稱圖像 Ada Boost算法
【分類號(hào)】：TP751
【正文快照】： 0引言隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展,對(duì)城市交通運(yùn)輸能力的要求越來(lái)越高,對(duì)交通狀況信息的快速獲取也變得越來(lái)越重要。與傳統(tǒng)地面?zhèn)鞲衅飨啾?使用衛(wèi)星遙感圖像獲取道路車輛信息具有很多優(yōu)越性,目前已有一些這方面的研究。余勇等[1]使用形態(tài)學(xué)方法對(duì)圖像進(jìn)行預(yù)處理,利用形態(tài)神經(jīng)網(wǎng)絡(luò)，

本文編號(hào)：585195