21、利用人工免疫系统实现卫星图像自动交通监测

利用人工免疫系统实现卫星图像自动交通监测

1. 引言

随着城市交通的增长以及对交通控制需求的增加，智能交通控制系统受到了广泛关注。目前，城市交通主要通过安装在高速公路上且间距较远的摄像头进行控制，但这种方式效率低下。近年来，随着新的光学卫星系统（如 IKONOS 和 NAVTEQ）的发射，高分辨率（0.6 - 1.0 米）的卫星图像使得车辆清晰可见，车辆检测和交通监测等新应用应运而生。

在高分辨率卫星图像中进行交通、道路和车辆识别是机器视觉领域的新兴课题，其受图像中不同物体的数量、相互连接程度以及区分特征等因素的影响。

2. 相关问题

高分辨率卫星图像包含大量信息，选择合适的识别特征是处理和分析卫星图像的关键操作。本文研究的高分辨率卫星图像由静电卫星捕获，图像为全彩色且拍摄距离相同。拍摄距离对特征提取很重要，若距离变化显著，可能需要新的特征测量和标准模块。假设图像是在特定距离和分辨率下拍摄的，处理采用 RGB、HSV 彩色图像，且这些图像主要是针对非城市道路，交叉路口概率较低。

3. 道路检测

在卫星图像上实施道路检测方法，具体步骤如下：
- 图像预处理 ：应用图像锐化滤波器，使图像边缘更清晰。
- 阈值处理 ：基于道路与其他部分的颜色差异，通过阈值操作区分道路。可通过道路卫星图像的直方图测量阈值，如图 2 所示，直方图中水平轴 5 - 9 范围通常表示道路区域。
- 边缘检测 ：使用 Canny 边缘检测方法，其效率优于其他方法。在数字图像中，边缘处存在颜色差异，锐化操