论文部分内容阅读
遥感视频卫星的出现为实时连续对地观测提供了新的手段,为遥感动态目标检测与跟踪提供了新的数据源。针对卫星视频图像中的运动车辆,从运动目标检测、运动目标跟踪和停车场监控三个方面入手,在分析遥感卫星视频目标检测与传统监控视频目标检测差异的基础上,研究基于卫星视频的运动目标检测与跟踪方法。论文的主要研究内容和具体成果如下:1、研究了基于视频卫星图像序列的运动目标检测方法。首先分析了视频卫星图像序列的成像特点,进而总结了现有目标检测算法直接应用到遥感卫星视频上存在的不足,提出一种背景差分与帧间差分相融合的运动目标检测方法(BSSFDLC)并将其应用于遥感卫星视频运动车辆的目标检测,取得比单一方法更优的检测结果。2、基于视频卫星图像序列的运动目标跟踪技术研究。针对目前跟踪算法由于缺少目标的实时信息,而难以应对复杂场景引起的目标对比度低、变形等情况,本文结合目标实时检测信息,研究基于BSSFDLC目标检测结果改进的运动目标Mean Shift跟踪方法,实现卫星视频序列中运动目标的稳定跟踪,使得目标跟踪达到较高的鲁棒性和准确性。3、进行了城市商业区卫星视频影像中的停车场目标提取和车流量监控应用研究。在车辆目标检测的基础上,通过DBSCAN聚类算法提取出停车场的点簇,进而提取出停车场的中心位置和停车场的空间分布范围。并将核密度分析理论引入到时间序列遥感影像的分析中,提取出不同位置处的车辆密度,进而分析停车场的车辆停放密度和车流量信息。4、本文以Urthe Cast和Skybox为实验数据,利用对比实验的方式,验证了本文提出的运动目标检测与跟踪算法的有效性,得出本文提出的运动目标检测方法能够更有效抑制移动的背景边缘和残留噪声干扰,提高检测的正确度和质量;基于BSSFDLC目标检测结果改进的运动目标Mean Shift跟踪方法,使得跟踪定位更加准确、稳定。