基于高分辨率遙感影像的道路交通信息應用研究

燕劍 段紅秀

摘? ?要：我國城市機動化水平飛速發(fā)展，城市交通壓力與日俱增，交通擁堵、事故頻發(fā)已成為許多城市的通病。高分辨率遙感影像技術越來越成熟，利用高空間分辨率遙感影像中道路的物理和幾何特征的信息提取，不僅能獲得全局性、實時交通信息，也可以實時航空遙感結合地面監(jiān)視手段，實現交通管理系統(tǒng)高效運行。

關鍵詞：遙感技術? 影像? 交通管理

中圖分類號：TP751? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）01（b）-0127-02

我國城市機動化水平飛速發(fā)展，城市交通壓力與日俱增，交通擁堵、事故頻發(fā)已成為我國許多城市的通病。利用高分辨率遙感影像不但能夠在空間上直觀明了地顯示各種來源的交通信息，并能為深層次挖掘交通數據中的有用規(guī)則提供技術支持。運用其對空間數據的獲取、管理、可視化、信息查詢、空間分析能力，通過與交通專業(yè)的結合，可以科學地為各種交通組織管理方案的制定實施起技術支持作用。

1? 基于高分辨率遙感影像的道路信息提取

基于高分辨率遙感數據進行道路信息提取可以進行四個層次的劃分，數據層、分析層、決策層以及結果層（見圖1）。

根據特征知識庫的分析可以為道路提取進行決策分析，特征知識庫里的知識主要包括影像類型等基本屬性，光譜特征、形狀特征、紋理特征和語義特征等影像特征，以及用于表達知識的邏輯規(guī)則等內容。一方面這些特征知識可以通過人機交互輸入行業(yè)專家已有的知識;另一方面針對信息提取中知識規(guī)則不完備的情況下，可以從己知影像數據中獲取特征并挖掘其中的規(guī)則，除了直接從影像上獲取的特征外，還有大量隱含的規(guī)則，因此需要結合對樣本數據的信息挖掘實現。由于各種影像特征的復雜性和多樣性，不同地物實體及其影像表現的復雜對應關系，影像特征的描述與組織，用于特征知識表達的模糊邏輯規(guī)則的抽象與設計，影像特征知識的表達與存儲、特征知識的索引與動態(tài)組織以及知識庫模糊邏輯推理機制等，構成了構建影像特征知識庫的關鍵問題。

2? 基于高分辨率遙感影像的交通信息提取

進行基于高分辨率遙感數據的交通流參數提取技術研究，分析高分遙感影像數據及其在交通應用的特點，結合交通流特性，從圖像中檢測出道路車輛，并對檢測到的車輛進行計數以及分類，獲取車流量、車型、車速等交通信息，為交通路網規(guī)劃分析與優(yōu)化、交通設施銜接、交通路網運維管理提供決策支持（見圖2）。根據技術路線所涉及的內容，可按三部分進行：

（1）目標知識庫構建。目標知識庫是高分遙感影像目標識別和圖像分析的主要依據。（2）圖像分割與分類算法研究。對高分遙感影像進行圖像分割及分類處理，以實現車輛目標及交通流信息的精準提取。圖像分割算法包括多尺度影像快速分割、區(qū)域增長技術、面向對象的圖像匹配技術等;圖像分類算法包括基于像元和面向對象分類、監(jiān)督分類和非監(jiān)督分類、硬分類和軟分類等方法。（3）構建交通流參數模型?；诟叻诌b感數據的圖像增強、彩色圖像變換及數據融合等圖像預處理過程，利用融合后影像進行車輛的快速識別與自動定位，以及后續(xù)的移動距離、方向和前后車間距的測定進行機動車速度參數提取，同時，結合融合處理后圖像上的路段長度計算，進行交通流密度參數提取。

3? 基于高分遙感數據的城市交通要素信息提取技術

基于高分數據的城市交通要素精細提取技術是實現交通要素精細化快速提取，提升城市交通管理的科學性、快速性和高效性的關鍵。首先面向城市交通狀態(tài)監(jiān)測與輔助決策管理的重大需求，分析高分遙感影像數據特點和城市交通要素目標特性，在此基礎上，構建交通要素解譯知識庫;然后結合多級識別策略和交通地理信息等多源信息，建立完備的算法組件，突破交通要素精細化提取和多期遙感影像交通要素變化檢測的技術瓶頸，從而形成城市交通要素和變化信息的快速提取和持續(xù)觀測能力。

對于信息提取技術來講，因信息提取數據量大，要實現高效、精確提取，在信息提取系統(tǒng)中需要具有如下特點：（1）具有很高的自動化和智能化程度;（2）系統(tǒng)數據組織是針對實體對象的，其知識規(guī)則來自于對遙感圖像信息含義的全面理解;（3）對于不同目標的識別，其識別規(guī)則具有分層性;（4）系統(tǒng)應具備自學習能力，以及時實現信息的更新。對此，建立基于高分辨率遙感的城市交通要素信息提取技術路線如圖3所示。

4? 海量時空數據高效組織和管理技術

交通應用領域業(yè)務應用中面臨各種類項的數據，這其中還包括了其它應用系統(tǒng)的共享數據和現有運行系統(tǒng)的數據積累。這些海量時空數據存在著不同的存儲方式，不同的數據類型，不同的數據來源等特點。

搭建大型城市交通遙感應用數據庫架構，實現高分辨率遙感影像數據、專題產品數據、地面監(jiān)測數據、決策模型、交通調查數據，政府管理數據等不同來源、不同格式的數據進行分級分類存儲和管理，以建立大城市綜合智慧交通服務遙感應用統(tǒng)一環(huán)境。

5? 支持城市級物聯網應用規(guī)模的實時數據庫

實時數據庫技術是專門設計用來處理具有時間序列特性的數據庫管理系統(tǒng)，針對實時高頻采集數據具有很高的存儲速度、查詢檢索效率以及數據壓縮比。實時數據庫的數據處理服務器采用線程池結構，對用戶所提交的數據存儲和查詢請求并行處理，包括并行壓縮、并行存儲、并行搜索、并行讀取，消除了軟件結構對系統(tǒng)吞吐量的限制，大大提高了系統(tǒng)整體性能。

6? 結語

基于一段時間積累的高分辨率遙感影像數據，生成現實的城市交通狀況數據，指揮員通過模擬確定的任意時刻車輛位置、入出場人員狀態(tài)與實際情況對比分析，當出現不一致時，下達指揮命令，實時調整，保證各種VIP車輛、一般車輛、入出場人員準時、安全到達指定目的地。

基于高分遙感數據的圖像增強、彩色圖像變換及數據融合等圖像預處理過程，利用融合后影像進行車輛的快速識別與自動定位，以及后續(xù)的移動距離、方向和前后車間距的測定進行機動車速度參數提取，同時，結合融合處理后圖像上的路段長度計算，進行交通流密度參數提取。

參考文獻

[1] 金靜，黨建武，王陽萍，等.面向對象的高分辨率遙感影像道路提取算法[J].蘭州交通大學學報，2017，36（1）：57-61.

[2] 賴俊瑋.基于高分辨率遙感影像的道路網及車輛信息提取技術研究[D].江西理工大學，2017.

[3] 王春波.基于面向對象的城市道路高分辨率遙感影像提取方法研究[J].科技論壇，2017（1）：131-132.