吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (4): 956-962.

• 论文 • 上一篇    下一篇

高速公路路侧景观量化方法

李世武,王琳虹,孙文财,田晶晶,乔飞艳   

  1. 吉林大学 交通学院|长春 130022
  • 收稿日期:2010-03-12 出版日期:2011-07-01 发布日期:2011-07-01
  • 通讯作者: 孙文财(1981-),男,讲师.研究方向:交通环境与安全技术. E-mail:swcai@163.com
  • 作者简介:李世武(1971-)|男|教授|博士生导师.研究方向:交通环境与安全技术. E-mail:shiwu@jlu.edu.cn
  • 基金资助:

    国家自然科学基金项目(50978116).

Feature quantification method for freeway roadside landscape

LI Shi-wu, WANG Lin-hong, SUN Wen-cai, TIAN Jing-jing, QIAO Fei-yan   

  1. College of Transportation, Jilin University, Changchun 130022, China
  • Received:2010-03-12 Online:2011-07-01 Published:2011-07-01

摘要:

将路侧景观量化分成图像分割与特征提取两个阶段。第一阶段为路侧景观图像分割。对比分析了标记分水岭算法、Canny算子边缘检测算法及纹理分析算法的分割效果,选定了鲁棒性较强的纹理分析算法进行高速公路路侧景观分割。第二阶段为景观色彩特征与连续性特征的提取。在景观色彩特征提取方面,利用k均值聚类分析法提取了景观的RGB向量值,借鉴蒙赛尔色系划分法建立了色彩划分体系,对景观的宏观色彩进行了判别。结果表明:该方法可客观准确地表征景观的宏观色彩。在景观连续性特征表征方面,选取昆元高速公路部分路段景观提取了基于时间序列的HSV值。HSV值与路侧景观构成及连续性的量化分析表明两者相关性很强,方法快速有效。

关键词: 交通运输系统安全工程, 路侧景观, 纹理分析, 图像分割, 特征量化, k-均值聚类

Abstract:

The quantification process of the roadside landscape can be divided into 2 stages. The first stage is the image segmentation. Three segmentation methods such as marker-based watershed algorithm, Canny operator edge detection algorithm and texture analysis algorithm were comparatively analyzed, and the texture analysis algorithm which is characterized by more robust was selected. The second stage is the feature extraction of color space and continuity. In the extraction of the landscape color space, using the k-mean cluster analysis to extract the RGB vector of landscape, the color segmentation system was established making reference to the Munsell's color segmentation method, and the macro-color of the landscape was identified with high accuracy. In the extraction of landscape continuity, taking the landscape of section of Kunyuan freeway as a case example, the HSV values based on time series were extracted. The relationship between the HSV color space and the roadside landscape was analyzed quantitatively and the results show strong correlativity.

Key words: engineering of communications and transportation safety, roadside landscape, texture analysis, image segmentation, feature quantification, k-mean cluster

中图分类号: 

  • U491.2
[1] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[2] 肖明尧, 李雄飞, 张小利, 张刘. 基于多尺度的区域生长的图像分割算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1591-1597.
[3] 刘仲民, 李战明, 李博皓, 胡文瑾. 基于稀疏矩阵的谱聚类图像分割算法[J]. 吉林大学学报(工学版), 2017, 47(4): 1308-1313.
[4] 赵夫群, 周明全, 耿国华. 基于GA-Otsu法的图像阈值分割及定量识别[J]. 吉林大学学报(工学版), 2017, 47(3): 959-964.
[5] 肖明尧, 李雄飞. 基于高斯分解的多尺度3D Otsu阈值分割算法[J]. 吉林大学学报(工学版), 2017, 47(1): 255-261.
[6] 王培智, 田地, 龙涛, 李抵非, 邱春玲, 刘敦一. 用于TOF-SIMS的锆石样品图像自动聚焦算法[J]. 吉林大学学报(工学版), 2017, 47(1): 308-315.
[7] 秦大同, 詹森, 漆正刚, 陈淑江. 基于K-均值聚类算法的行驶工况构建方法[J]. 吉林大学学报(工学版), 2016, 46(2): 383-389.
[8] 申铉京, 张赫, 陈海鹏, 王玉. 快速递归多阈值分割算法[J]. 吉林大学学报(工学版), 2016, 46(2): 528-534.
[9] 郑欣, 彭真明, 邢艳. 基于活跃度的图像分割算法性能评价新方法[J]. 吉林大学学报(工学版), 2016, 46(1): 311-317.
[10] 李一兵, 杨鹏, 叶方, 刘丹丹. 基于交互势函数和均场参数估计的分层MRF模型的纹理图像分割[J]. 吉林大学学报(工学版), 2015, 45(6): 2075-2079.
[11] 李雄飞1, 2, 赵浩宇1, 陈霄3, 赵宏伟1, 2. 基于视觉特征的不规则形状目标分割方法[J]. 吉林大学学报(工学版), 2014, 44(4): 1140-1144.
[12] 张金果,郭海涛,吴君鹏,李依桐. 改进的最小交叉Tsallis熵的小目标声呐图像分割[J]. 吉林大学学报(工学版), 2014, 44(3): 834-839.
[13] 何凯, 穆星, 邹刚. 基于图像分割的三维立体匹配改进算法[J]. 吉林大学学报(工学版), 2014, 44(01): 219-224.
[14] 李晓瑜, 杨马英. 足球机器人视觉图像分割算法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 260-264.
[15] 胡汉平, 朱明, 吉淑娇, 郭滨. 基于图像分割和可变窗的联合立体匹配[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 317-321.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!