[发明专利]一种高分辨率遥感影像道路信息提取系统

说明书

技术领域

本发明属于道路影像信息提取技术领域，尤其涉及一种高分辨率遥感影像道路信息提取系统。

背景技术

城市道路交通系统主要由路网系统、交通流和交通监测、控制系统构成。路网系统是交通流运行的载体，交通检测和控制系统指导车流有序通过路网中的冲突点。路网系统和交通监测和控制系统好比沟渠和沟渠之间的控制阀门，通过阀门的控制，控制道路上的交通流有序的通过路网节点，最终使个体车辆到达其行驶的目的地。遥感是指非接触的，远距离的探测技术。一般指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测。遥感是通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物。然而，现有城市道路影像提取技术，获取的影像清晰度不高，画面昏暗不清、对比度下降、颜色饱和度下降；同时采集的影像信息处理效不高。

综上，现有技术存在的问题是：现有城市道路影像提取技术，获取的影像清晰度不高，画面昏暗不清、对比度下降、颜色饱和度下降；同时采集的影像信息处理效不高。

发明内容

针对现有技术存在的问题，本发明提供了一种高分辨率遥感影像道路信息提取系统。

本发明是这样实现的，一种高分辨率遥感影像道路信息提取系统，所述高分辨率遥感影像道路信息提取系统包括：

影像采集模块，与数据处理模块连接，用于通过卫星获取遥感图像，并发送给数据处理模块；

所述影响采集模块SAR图像变化检测方法包括：

(1)对同一地域不同时间的两幅SAR原始图像分别进行去噪处理，得到去噪后图像I₁和去噪后图像I₂；

(2)分别利用对数比算子和均值比算子，对得到的去噪后图像I₁和去噪后图像I₂进行运算，得到对数比值差异图X_l和均值比值差异图X_m，计算公式如下：

其中，μ₁，μ₂分别表示I₁和I₂的局部均值；

(3)对得到的对数比值差异图X_l和均值比值差异图X_m进行特征描述，得到对应的特征描述矩阵X_L和特征描述矩阵X_M；

(4)对得到的特征描述矩阵X_L和特征描述矩阵X_M，利用各列向量的欧氏距离度量其相似度，分别构造对应的相似度矩阵，亲和矩阵W₁和W₂；

(5)对得到的亲和矩阵W₁和W₂，利用基于亲和矩阵融合谱聚类方法对其进行聚类；

(6)使用k-means聚类方法将输出的特征向量f进行聚类，将得到的像素聚类结果，按照对数比值差异图X_l或均值比值差异图X_m中对应像素的排列顺序，恢复为原始图像的尺寸，得到最终的变化检测结果图，输出结果；

数据处理模块，与影像采集模块、无线通信模块、显示模块连接，用于对影像采集模块采集的数据进行分析处理；

所述无线通信模块基于用户的位置信息以及当前时间段内统计到的视频请求信息，对用户进行聚类处理包括用户的位置信息用当前的位置坐标来描述：

l_i＝(x_i,y_i)；

其中x_i，y_i分别表示用户i的横纵坐标值，对于用户i，构建一个内容请求频率向量：

n_i＝(n_i,1,n_i,2,...,n_i,c)；

其中n_i,c表示用户i请求内容c的次数，每个用户对应一个内容请求向量，该向量反映了用户的内容请求偏好；

基于用户的位置信息和内容请求偏好信息对用户进行聚类，具有相似内容请求偏好且位置相近的用户分到一个多播组，使用余弦相似度准则来计算两个用户间的相似度，用如下公式计算：

其中β是一个0-1之间的权重系数；