娄文,郭杜杜

摘 要：利用面向对象方法，研究了如何提取车辆信息，并进一步提取交通流参数。首先，对图像进行增强处理，其次选取合适的分割、合并阈值进行图像分割，然后根据车辆的特征信息制定规则，依次提取车辆信息，最终获取交通流参数。试验证明利用面向对象方法可以实现对遥感图像中的车辆信息的提取，并且能够获取交通密度、道路空间占有率、车速及交通量参数，是对高分辨率遥感影像提取交通信息的有益探索。

关键词：高分辨率遥感;面向对象;车辆检测;交通流参数

0 引言

随着高分辨率影像的使用范围越来越广，高光谱影像使得定量分析地物成分成为可能，高分辨率影像则使得提取地物信息、制作大比例尺地图成为可能[1]。遥感图像质量不断提高、成像覆盖面积扩大，可以大范围地检测路网信息和车辆信息，以解决出现的交通问题，评价道路规划及安全情况等。

1 车辆信息提取

在进行车辆提取前，依然通过2%线性增强方法，提高车辆与道路的对比度，为车辆提取做准备。利用软件完成车辆提取，首先，在选择数据时，除了载入图像数据，还需在掩膜文件选项中，选择之前提取到的道路矢量数据，限制车辆提取的区域范围，以便减少工作量和提高提取的精度。

1.1 图像分割与合并

通过实时预览观察图像分割与合并效果，选择分割阈值为78，选择合并阈值为45。

1.2 车辆特征提取

對车辆提取时，分别描述明车与暗车的特征，特征描述如下：