课题研究内容

采用基于视频的图像处理算法对车流量进行信息检测，通过对视频采集到的图像进行适当处理，提取有效的车流信息。

此项目需要完成如下任务：

1.阅读相关文献,了解遥感卫星视频成像原理，掌握遥感图像道路的特征。 

2.了解车流状况分析的常用方法,对比各个算法在实际测试中的优缺点，从而选择合适的算法实现道路车辆统计以及基于统计结果的相关分析。

3.编写matlab程序对遥感视频序列图像进行测试试验，对测试结果进行分析

撰写毕业设计报告

在本文的遥感视频图像道路车流状况分析中，首先概述了课题研究的背景意义和现存难点，以及国内外的发展现状；阐述了遥感卫星图像的成像原理和遥感图像的道路特征。并对图像处理中的图像平滑和形态学处理做了介绍，详细阐述了去噪方法中高斯滤波器的标准差选择和模板大小不同对去噪处理效果的影响。然后介绍了运动目标检测的三种基本方法的原理和优缺点，以及图像分割的几种方法。最终采用两帧间差分法对运动目标进行提取，利用高斯滤波器进行去噪处理。在差分图像满足高斯分布的基础上，利用高斯函数的准则，通过累加求平均的方法实时更新计算阈值，通过和阈值的比较，可以判断出差值图像的大值，大值即是运动的车辆，以此来将背景和前景分离开来，提取出目标区域。通过对二值图像的8邻域区域中的大值进行标记，将道路图像分割出大小相同的多个区域，并统计出同一区域不同的标记目标的个数，即为要检测的车辆的数目。最后通过matlab仿真，显示出不同区域范围内的车辆数目，然后将道路上车辆在不同区域的数目分布显示出来。

论文的主要工作和内容安排

本文中，重点研究了遥感卫星图像的成像原理，图像的预处理中的图像滤波和形态化处理，运动目标检测中的三种检测方法，图像分割的几种主要方法，对视频图像中的车辆进行区域划分，然后统计区域内的车辆数目和不同区域内的车辆位置分布。最后设计了基于遥感视频图像的道路车流分析系统。

本论文一共分为五个章节，下面对本论文中各个章节的内容简单介绍如下：

第一章：主要详细阐述了本次课题研究的背景，介绍了国内外对视频图像中车辆检测这一块的发展历程和主要技术，明确出该领域现存的难点，也为未来的研究提供方向。

第二章：主要了解遥感卫星图像的成像原理和遥感技术在现实生活中的应用，介绍了遥感传感器的组成和分类，同时对遥感视频图像中的道路特征做了阐述，方便在后续试验中遇到困难时有一定的理论基础和解决方向。然后介绍了图形处理中的图像平滑和形态学处理。

第三章：主要介绍了运动目标检测的三种基本方法：帧差法、背景差分法和光流法的原理和优缺点。以及图像分割技术的主要集中方法：阈值分割方法、最大差自动取阈值、基于边缘检测的图像分割和区域生长法。

第四章：介绍高斯分布和准则，对遥感视频图像进行仿真和分析

第五章：总结和未来展望。对本文进行系统的梳理总结，指出实验中的不足之处，并对不足之处提出自己的改进目标和方向。