Quickbird遥感影像的车辆自动检测与运动参数估计-论文

第３Ｏ卷第４期　液　晶与显示　Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａ１　ｏｆ　Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌｓ　ａｎｄ　Ｄｉｓｐｌａｙｓ　Ｖ０１．３Ｏ　Ｎｏ．４　Ａｕｇ．２０１５　２０１５年８月　文章编号：１００７—２７８０（２０１５）０４—０６８７—０８　Ｑｕｉｃｋｂｉｒｄ遥感影像的车辆自动检测　与运动参数估计　张博研　，李广泽，武星星　（中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３）　摘要：遥感图像的车辆目标提取与运动参数估计在交通管理、战场态势分析等领域具有广阔的应用前景，但目前相关算　法均需要人工参与或借助ＧＩＳ信息，针对上述问题提出了一种基于计算机视觉的全自动车辆检测与运动参数估计算法。　分析了Ｑｕｉｃｋｂｉｒｄ全色与多光谱传感器的焦平面结构特征以及该结构造成的“鬼影”现象；针对全色与多光谱遥感影像的　分辨率高、光谱信息丰富的特点，利用植被指数归一化、图像分割、形态学灰度重建等图像处理过程，实现了全色图像中　运动车辆的自动检测，在此基础上检测低分辨率的多光谱图像中的目标。利用全色与多光谱图像的成像时间差估计运　动参数。在Ｑｕｉｃｋｂｉｒｄ遥感影像的验证实验中充分证明了算法的可行性与正确性。　关键词：全色图像；多光谱图像；车辆检测；运动参数估计；形态学重建　文献标识码：Ａ　ｄｏｉ：１０．３７８８／ＹＪＹＸＳ２０１５３００４．０６８７　中图分类号：ＴＰ７９　Ｓｐｅｅｄ　ｅｓｔｉｍａｔｉｏｎ　ａｎｄ　ａｕｔｏｍａｔｉｃ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｍｏｖｉｎｇ　ｖｅｈｉｃｌｅ　ｆｒｏｍ　Ｑｕｉｃｋｂｉｒｄ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｓ　ＺＨＡＮＧ　Ｂｏ—ｙａｎ　，ＬＩ　Ｇｕａｎｇ—ｚｅ，ＷＵ　Ｘｉｎｇ—ｘｉｎｇ　（Ｃｈａｎｇｃｈｕｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｏｐｔｉｃｓ，Ｆｉｎｅ　Ｍｅｃｈａｎｉｃｓ　ａｎｄ　Ｐｈｙｓｉｃｓ，Ｃｈｉｎｅｓｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅ，　Ｃｈａｎｇｃｈｕｎ　１３００３３，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｖｅｌｏｃｉｔｙ　ｅｓｔｉｍａｔｉｏｎ　ａｎｄ　ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｆｒｏｍ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｓ　ｉｓ　ｗｉｄｅｌｙ　ｕｓｅｄ　ｉｎ　ｔｈｅ　ｄｏｍａｉｎ　ｏｆ　ｔｒａｆｆｉｃ　ｍｏｎｉｔｏｒｉｎｇ，ｂａｔｔｌｅｆｉｅｌｄ　ａｎａｌｙｓｉｓ　ｅｔｃ．Ｂｕｔ　ｍｏｓｔ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍｓ　ｉｎ　ｔｈｉｓ　ａｒｅａ　ａｒｅ　ｅｉｔｈｅｒ　ｍａｎｕａｌ　ｏｒ　ｉｎｃｏｒｐｏｒａｔｉｎｇ　ａｎｃｉｌｌａｒｙ　ｄａｔａ．Ａ　ｎｅｗ　ｍｅｔｈｏｄ　ｈａｓ　ｂｅｅｎ　ｄｅｖｅｌｏｐｅｄ　ｔｏ　ｅｘｔｒａｃｔ　ｖｅｈｉｃｌｅｓ　ａｕｔｏｍａｔｉｃａｌｌｙ　ａｎｄ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅｉｒ　ｓｐｅｅｄｓ　ｂａｓｅｄ　ｏｎ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ．Ｆｉｒｓｔ　ｏｆ　ａｌｌ，ｔｈｅ“Ｇｈｏｓｔ”ｐｈｅｎｏｍｅｎｏｎ　ｏｆ　ｍｏｖｉｎｇ　ｔａｒ—　ｇｅｔｓ　ｉｓ　ａｎａｌｙｚｅｄ　ｂｙ　ｃｏｎｓｉｄｅｒｉｎｇ　ｔｈｅ　ｓｔｒｕｃｔｕｒｅ　ｏｆ　Ｑｕｉｃｋｂｉｒｄ　ｐａｎｃｈｒｏｍａｔｉｃ　ａｎｄ　ｍｕｈｉｓｐｅｃｔｒａｌ　ｆｏｃａｌ　ｐｌａｎｅ．　Ｎｏｒｍａｌｉｚｅｄ　ｄｉｆｆｅｒｅｎｔｉａｌ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ，ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ａｎｄ　ｍｏｒｐｈ０ｌｏｇｉｃａｌ　ｇｒａｙ　ｓｃａｌｅ　ｒｅｃｏｎｓｔｒｕｃ—　ｔｉｏｎ　ａｒｅ　ｃｏｍｂｉｎｅｄ　ｔｏ　ｒｅａｌｉｚｅ　ａｃｃｕｒａｔｅ　ｖｅｈｉｃｌｅｓ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｐａｎｃｈｒｏｍａｔｉｃ　ｉｍａｇｅ；ｓｕｂｓｅｑｕｅｎｔｌｙ　ｉｍａｇｅ　ｍａｔｃｈｉｎｇ　ｉｓ　ａｐｐｌｉｅｄ　ｔｏ　ｅｘｔｒａｃｔ　ｖｅｈｉｃｌｅｓ　ｉｎ　ｔｈｅ　ｍｕｌｔｉｓｐｅｃｔｒａｌ　ｉｍａｇｅ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｖｅｈｉｃｌｅ　ｐｏｓｉｔｉｏｎｓ　ｉｎ　ｐａｎ—　ｃｈｒｏｍａｔｉｃ　ｉｍａｇｅ．Ｔｈｅ　ｓｐｅｅｄ　ｃａｎ　ｂｅ　ｃａｌｃｕｌａｔｅｄ　ｂｙ　ｕｓｉｎｇ　ｔｈｅ　ｖｅｈｉｃｌｅ　ｅｘｔｒａｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ａｎｄ　ｔｉｍｅ　ｉｎｔｅｒｖａｌｓ　ｂｅｔｗｅｅｎ　ｐａｎｃｈｒｏｍａｔｉｃ　ａｎｄ　ｍｕｌｔｉｓｐｅｃｔｒａｌ　ｉｍａｇｅｓ．Ｆｉｎａｌｌｙ，ｔｈｉｓ　ａｐｐｒｏａｃｈ　ｗａｓ　ｔｅｓｔｅｄ　ｏｎ　ｓｅｖｅｒａｌ　ｉｍａｇｅｓ　ｏｆ　Ｑｕｉｃｋｂｉｒｄ　ｃｏｖｅｒｉｎｇ　ｄｉｆｆｅｒｅｎｔ　ｂａｃｋｇｒｏｕｎｄｓ　ａｎｄ　ｃａｎ　ｏｂｔａｉｎ　ａ　ｄｅｔｅｃｔｉｏｎ　ｒａｔｅ　ａｓ　ｈｉｇｈ　ａｓ　９０　．Ｔｈｅ　收稿日期：２０１４－１０－２１；修订日期：２０１４一ｌｌ一１５．　基金项目：国家自然科学基金资助项目（Ｎｏ．６１１０８０６６）；吉林省科技发展计划项目（Ｎｏ．２Ｏ１３Ｏ１０１０２８ｊｃ）　＊通信联系人，Ｅ—ｍａｉｌ：ｂｏｙａｎｌ０２１＠１６３．ｃｏｒｎ　第４期　张博研，等：Ｑｕｉｃｋｂｉｒｄ遥感影像的车辆自动检测与运动参数估计　６９３　表３场景２的车辆检测与速度参数估计结果　Ｔａｂ．３　Ｓｐｅｅｄ　ｅｓｔｉｍａｔｉｏｎ　ａｎｄ　ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　ｓｃｅｎｅ２　表４场景３的车辆检测与速度参数估计结果　Ｔａｂ．４　Ｓｐｅｅｄ　ｅｓｔｉｍａｔｉｏｎ　ａｎｄ　ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　ｓｃｅｎｅ３　成像时本身存在一个推扫速度，图像中的速度为　目标自身的运动速度与推扫速度的合成结果，也　为算法的进一步改进提供了新的方向。　图１０（ｂ）为孟加拉国的一条乡村道路，通过　表３中的数据可见，车辆目标的平均速度在６Ｏ　５　结　论　ｋｍ／ｈ左右，符合车辆在乡村道路上的行驶情况；　图１０（Ｃ）为印度契尔卡湖附近高速公路截　图，由于该地区没有车辆速度上限，所以车辆速度　均在１１６。７２　ｋｍ／ｈ以上，如表４所示。　通过上述验证实验可知，对于不同区域背景　的Ｑｕｉｃｋｂｉｒｄ遥感影像，通过本算法检测车辆目　标不仅不需要人工参与，而且目标的正确探测率　针对Ｑｕｉｃｋｂｉｒｄ全色影像的分辨率高、多光　谱图像光谱信息丰富的特点，提出了一种全自动　的运动车辆检测算法，不仅实现了较好的车辆检　测结果，而且突破了以往算法需要借助人工帮助　或者ＧＩＳ信息的，然后结合全色与多光谱图　像的成像时间间隔完成了运动参数估计，最后对　高，虚警率低，计算的运动参数值符合实际情况，　具有相当高的参考价值，但是有些车辆的运动方　向与道路的方向稍有偏差，这是因为ＴＤＩ　ＣＣＤ在　Ｑｕｉｃｋｂｉｒｄ遥感影像的验证试验证明了该算法的　普适性强，正确探测率高，虚警率低，是一种性能　值得推广的运动车辆检测与运动参数估计算法。　参　考　文　献：　［１］代科学，李国辉，涂丹，等．监控视频运动目标检测减背景技术的研究现状与展望ＥＪ］．中国国象图形学报，２００６，ｌｌ　（７）：９１９－９２７．　Ｄａｉ　Ｋ　Ｘ，Ｌｉ　Ｇ　Ｈ，Ｔｕ　Ｄ，ｅｔ　ａ１．Ｐｒｏｓｐｅｃｔｓ　ａｎｄ　ｃｕｒｒｅｎｔ　ｓｔｕｄｉｅｓ　ｏｎ　ｂａｃｋｇｒｏｕｎｄ　ｓｕｂｔｒａｃｔｉｏｎ　Ｔｅｃｈｎｉｑｕｅｓ　ｆｏｒ　ｍｏｖｉｎｇ　ｏｂ—　ｊｅｃｔｓ　ｄｅｔｅｃｔｉｏｎ　ｆｒｏｍ　ｄｕｒｖｅｉｌｌａｎｃｅ　ｖｉｄｅｏ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｉｍａｇｅ　ａｎｄ　Ｇｒａｐｈｉｃｓ，２００６，１１（７）：９１９—９２７．（ｉｎ　Ｃｈｉｎｅｓｅ）　［２］ＣｈｅｎｇＪ，Ｙａｎｇ　Ｊ，Ｚｈｏｕ　Ｙ，ｅｔ　ａ１．Ｆｌｅｘｉｂｌｅ　ｂａｃｋｇｒｏｕｎｄ　ｍｉｘｔｕｒｅ　ｍｏｄｅｌｓ　ｆｏｒ　ｆｏｒｅｇｒｏｕｎｄ　ｓｅｇｍｅｎｔａｔｉｏｎ口］．Ｉｍａｇｅ　ａｎｄ　Ｖｉｓｉｏｎ　Ｃｏｍｐｕｔｉｎｇ，２００６，２４（５）：４７３—４８２．　［３３　Ｄｉｃｋｉｎｓｏｎ　Ｐ，Ｈｕｎｔｅｒ　Ａ，Ａｐｐｉａｈ　Ｋ．Ａ　ｓｐａｔｉａｌｌｙ　ｄｉｓｔｒｉｂｕｔｅｄ　ｍｏｄｅｌ　ｆｏｒ　ｆｏｒｅｇｒｏｕｎｄ　ｓｅｇｍｅｎｔａｔｉｏｎ　ＥＪ］．Ｉｍａｇｅ　ａｎｄ　一　ｓｉｏｎ　Ｃｏｍｐｕｔｉｎｇ，２００９，２７（９）：１３２６—１３３５．　［４］Ｚｈａ　Ｙ　Ｆ，Ｂｉ　Ｄ　Ｙ，Ｙａｎｇ　Ｙ．Ｌｅａｒｎｉｎｇ　ｃｏｍｐｌｅｘ　ｂａｃｋｇｒｏｕｎｄ　ｂｙ　ｍｕｌｔｉ－ｓｃａｌｅ　ｄｉｓｃｒｉｍｉｎａｔｉｖｅ　ｍｏｄｅｌ　ＥＪ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉ—　ｔｉｏｎ　Ｌｅｔｔｅｒｓ，２００９，３０（１１）：１００３—１０１４．　Ｅｓ］　Ｂｉｃｅｇｏ　Ｍ，Ｃａｓｔｅｌｌａｎｉ　Ｕ，Ｍｕｒｉｎｏ　Ｖ．Ａ　ｈｉｄｄｅｎ　Ｍａｒｋｏｖ　ｍｏｄｅｌ　ａｐｐｒｏａｃｈ　ｆｏｒ　ａｐｐｅａｒａｎｃｅ—ｂａｓｅｄ　３Ｄ　ｏｂｊｅｃｔ　ｒｅｃｏｇｎｉｔｉｏｎ　６９４　液晶与显示　第３Ｏ卷　［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｌｅｔｔｅｒｓ，２００５，２６（１６）：２５８８—２５９９．　［６］　ＨｕＪ　Ｓ，Ｊｕａｎ　Ｃ　Ｗ，Ｗａｎｇ　Ｊ　Ｊ．Ａ　ｓｐａｔｉａｌ—ｃｏｌｏｒ　ｍｅａｎ—ｓｈｉｆｔ　ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｗｉｔｈ　ｓｃａｌｅ　ａｎｄ　ｏｒｉｅｎｔａｔｉｏｎ　ｅｓｔｉｍａ—　ｔｉｏｎ　ＥＪ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ　Ｌｅｔｔｅｒｓ，２００８，２９（１６）：２１６５—２１７３．　［７］　Ｔａｏ　Ｊ，Ｙｕ　Ｗ　Ａ．Ｐｒｅｌｉｍｉｎａｒｙ　ｓｔｕｄｙ　ｏｎ　ｉｍａｇｉｎｇ　ｔｉｍｅ　ｄｉｆｆｅｒｅｎｃｅ　ａｍｏｎｇ　ｂａｎｄｓ　ｏｆ　ＷｏｒｌｄＶｉｅｗ～２　ａｎｄ　ｉｔｓ　ｐｏｔｅｎｔｉａｌ　ａｐｐｌｉ—　ｃａｔｉｏｎｓ［Ｃ］／／ＧｅＤｓｃ　ｃ　ａｎｄ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　Ｓｙｍｐｏｓｉｕｍ（ＩＧＡＲＳＳ），２０１１　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ，２０１１　１　１９８—２００．　［８］　张小建，徐慧．基于视频处理的运动车辆检测算法的研究［Ｊ］．液晶与显示，２０１２，２７（１）：１０８　１１３．　Ｚｈａｎｇ　Ｘ　Ｊ，ｘｕ　Ｈ．Ｍｏｖｉｎｇ　ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｖｉｄｅｏ　ｐｒｏｃｅｓｓｉｎｇ［Ｊ］．Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌｓ　ａｎｄ　Ｄｉｓｐｌａｙ，２０１２，２７（１）：１０８—１１３．（ｉｎ　Ｃｈｉｎｅｓｅ）　Ｅ９］　张红颖，胡正．ＣｅｎＳｕｒＥ特征和时空信息相结合的运动目标检测［Ｊ］．光学精密工程，２０１３，２１（９）：２４５２—２４６３　Ｚｈａｎｇ　Ｈ　Ｙ，Ｈｕ　Ｚ．Ｍｏｖｉｎｇ　ｏｂｊｅｃｔ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｃｏｍｂｉｎａｔｉｏｎ　ｏｆ　ＣｅｎＳｕｒＥ　ａｎｄ　ｓｐａｔｉａｌ—ｔｅｍｐｏｒａｌ　ｉｎｆｏｒｍａｔｉｏｎ　ＥＪ］．Ｅｄｉｔｏ—　ｒｉａｌ　Ｏｆｆｉｃｅ　ｏｆ　Ｏｐｔｉｃｓ　ａｎｄ　Ｐｒｅｃｉｓｉｏｎ　Ｅｎｇｉｎｅｅｒｉ．２０１３，２１（９）：２４５２—２４６３．（ｉｎ　Ｃｈｉｎｅｓｅ）　ｅｈｉ　Ｂ，Ｚｈａｎｇ　Ｙ，Ｚｈｏｎｇ　Ｍ．Ａｕｔｏｍａｔｉｃ　ｍｏｖｉｎｇ　ｖｅｈｉｃｌｅｓ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｆｒｏｍ　ｓｉｎｇｌｅ—ｐａｓｓ　ＷｏｒｌｄＶｉｅｗ一２　ｉｍ—　［１ｏ］　Ｓａｌａｇｅｒｙ　ｌ－Ｊ］．Ｓｅｌｅｃｔｅｄ　Ｔｏｐｉｃｓ　ｉｎ　Ａｐｐｌｉｅｄ　Ｅａｒｔｈ　Ｏｂｓｅｒｖａｔｉｏｎｓ　ａｎｄ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，ＩＥＥＥ，２０１２，５（１）：１３５—１４５．　［１１］　Ｌａｒｓｅｎ　Ｓ　Ｏ，Ｋｏｒｅｎ　Ｈ，Ｓｏｌｂｅｒｇ　Ｒ．Ｔｒａｆｆｉｃｍｏｎｉｔｏｒｉｎｇ　ｕｓｉｎｇ　ｖｅｒｙ－ｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎ　ｓａｔｅｌｌｉｔｅ　Ｉｍａｇｅｒｙ［Ｊ］．Ｐｈｏｔｏｇｒａｍ　ｍｅｔｒｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，２００９，７５（７）：８５９—８６９．　ｏｎｇ　Ｚ，Ｚｈａｎｇ　Ｙ．Ａｎ　ｉｎｉｔｉａｌ　ｓｔｕｄｙ　ｏｎ　ｖｅｈｉｃｌｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｆｒｏｍ　ｓｉｎｇｌｅ　ｐａｓｓ　ＱｕｉｃｋＢｉｒｄ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｒｙ　［１２］　Ｘｉ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｐｈｏｔｏｇｒａｍｍｅｔｒｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ＆Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，２００８，７４（１１）：１４０１—１４１２．　［１３］　Ｐｅｓａｒｅｓｉ　Ｍ，Ｇｕｔｊａｈｒ　Ｋ　Ｈ，Ｐａｇｏｔ　Ｅ．Ｅｓｔｉｍａｔｉｎｇ　ｔｈｅ　ｖｅｌｏｃｉｔｙ　ａｎｄ　ｄｉｒｅｃｔｉｏｎ　ｏｆ　ｍｏｖｉｎｇ　ｔａｒｇｅｔｓ　ｕｓｉｎｇ　ａ　ｓｉｎｇｌｅ　ｏｐｔｉｃａｌ　ＶＨＲ　ｓａｔｅｌｌｉｔｅ　ｓｅｎｓｏｒ　ｉｍａｇｅ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ，２００８，２９（４）：１２２卜１２２８．　ｎ　Ｘ，Ｄａｖｉｓ　Ｃ　Ｈ．Ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｆｒｏｍ　ｈｉｇｈ—ｒｅｓｏｌｕｔｉｏｎ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｒｙ　ｕｓｉｎｇ　ｍｏｒｐｈｏｌｏｇｉｃａｌ　ｓｈａｒｅｄ—ｗｅｉｇｈｔ　ｎｅｕ—　［１４］　Ｊｉｒａｌ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｉｍａｇｅ　ｓ．Ｃｏｍｐｕｔｅ，２００７，２５（９）：１４２２—１４３１．　［１５］　王灿进，孙涛，王挺峰，等．基于轮廓特征的神经网络目标识别研究ＥＪ］．液晶与显示，２０１３，２８（４）：６４１—６４８．　Ｗａｎｇ　Ｃ　Ｊ，Ｓｕｎ　Ｔ，Ｗａｎｇ　Ｔ　Ｆ，ｅｔ　ａ１．Ｔａｒｇｅｔ　ｒｅｃｏｇｎｉｔｉｏｎ　ｕｓｉｎｇ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｂａｓｅｄ　ｏｎ　ｃｏｎｔｏｕｒ　ｆｅａｔｕｒｅｓ［Ｊ］．Ｃｈｉ—　ｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌｓ　ａｎｄ　Ｄｉｓｐｌａｙ，２０１３，２８（４）：６４１—６４８．（ｉｎ　Ｃｈｉｎｅｓｅ）　［１６］　ＺｈｅｎｇＨ，Ｌｉ　Ｌ，Ａｎ　ａｒｔｉｆｉｃｉａｌ　ｉｍｍｕｎｅ　ａｐｐｒｏａｃｈ　ｆｏｒ　ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｆｒｏｍ　ｈｉｇｈ　ｒｅｓｏｌｕｔｉｏｎ　ｓｐａｃｅ　ｉｍａｇｅｒｙ［Ｊ］．Ｉｎｔ．Ｊ．　Ｃｏｍｐｕｔ．Ｓｃｉ．Ｎｅｔｗ．Ｓｅｃｕｒ，２００７，７（２）：６７—７２．　［１７］　余勇，郑宏．基于形态神经网络的高分辨率卫星影像车辆检测口］．哈尔滨工程大学学报，２００６，２７（Ｂ０７）：１８９—１９３．　Ｙｕ　Ｙ，Ｚｈｅｎｇ　Ｈ．Ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｆｒｏｍ　ｈｉｇｈ　ｒｅｓｏｌｕｔｉｏｎ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｒｙ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｍｏｒｐｈｏｌｏｇｉｃａｌ　ｎｅｕｒａｌ　ｎｅｔ—　ｗｏｒｋ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｈａｒｂｉｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，２００６，２７（Ｂ０７）：１８９—１９３．（ｉｎ　Ｃｈｉｎｅｓｅ）　　Ｆ。Ｖｕ　Ｔ　Ｔ．Ａｕｔｏｍａｔｅｄ　ｖｅｈｉｃｌｅ　ｅｘｔｒａｃｔｉｏｎ　ａｎｄ　ｓｐｅｅｄ　ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｆｒｏｍ　ＱｕｉｃｋＢｉｒｄ　ｓａｔｅｌｌｉｔｅ　ｉｍａ—　［１８］　Ｌｉｕ　Ｗ，Ｙａｍａｚａｋｉｇｅｓ［Ｊ］．ＩＥＥＥ，２０１０，４（１）：７５－８２．　［１９］　Ｌｅｉｔｌｏｆｆ　Ｊ，Ｈｉｎｚ　Ｓ，Ｓｔｉｌｌａ　Ｕ．Ｖｅｈｉｃｌｅ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｖｅｒｙ　ｈｉｇｈ　ｒｅｓｏｌｕｔｉｏｎ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｓ　ｏｆ　ｃｉｔｙ　ａｒｅａｓ［Ｊ］．ＩＥＥＥ，　２０１０，４８（７）：２７９５－２８０６．　［２Ｏ］　Ｖｉｎｃｅｎｔ　Ｌ．Ｍｏｒｐｈｏｌｏｇｉｃａｌ　ｇｒａｙｓｃａｌｅ　ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　ｉｎ　ｉｍａｇｅ　ａｎａｌｙｓｉｓ：Ａｐｐｌｉｃａｔｉｏｎｓ　ａｎｄ　ｅｆｆｉｃｉｅｎｔ　ａｌｇｏｒｉｔｈｍｓ［Ｊ］．　ＩＥＥＥ，１９９３，２（２）：１７６—２Ｏ１．　Ｅ２１］　Ｄｉｒｋ　Ｃ．Ｂｏｒｇｈｙｓ，Ｍ　Ｉｄｒｉｓｓａ，Ｍｉｃｈａｌ　Ｓ，ｅｔ　ａ１．Ｆｕｓｉｏｎ　ｏｆ　ｍｕｌｔｉｓｐｅｃｔｒａｌ　ａｎｄ　ｓｔｅｒｅｏ　ｉｎｆｏｒｍａｔｉｏｎ　ｆｏｒ　ｕｎｓｕｐｅｒｖｉｓｅｄ　ｔａｒ—　ｇｅｔ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ＶＨＲ　ａｉｒｂｏｒｎｅ　ｄａｔａ［ｃ］．ＳＰＩＥ，２０１３，８７４５：８７４５１４—１—８７４５１４—１２．　作者简介：张博研（１９８７一），女，吉林白城人，硕士，研究实习员，主要从事立体测绘和图像处理方向的研究。Ｅ－ｍａｉｌ：ｂｏｙ　ａｎ１０２１＠１６３．ｃｏｒｎ　李广泽（１９７６一），男，吉林长春人，博士，研究员，主要从事空间遥感相机嵌入式控制系统设计与图像处理方　向的研究。Ｅ—ｍａｉｌ：Ｌｇｚａｎｄｒｅｗ＠ｔｏｍ．ｃｏｒｎ　武星星（１９８０一），男，河南洛阳人，博士，副研究员，主要从事空间光电技术及智能控制方向的研究。Ｅ—ｍａｉｌ：　ｓｔａｒｇｌａｒｅ＠１２６．ｃｏｒｎ