Chú thích: (a): Ảnh màu; (b): Ảnh xám; (c): Ảnh kết quả phát hiện xe màu sáng; (d): Ảnh kết quả phát hiện xe màu tối; (e): Ảnh histogram
Hình 3.1 minh họa cho quá trình phát hiện xe từ hình ảnh vệ tinh. Ban đầu, ảnh màu được vệ tinh cung cấp (hình 3.1a) sẽ chuyển sang ảnh xám 256 mức (hình 3.1 b). Từ ảnh xám này, chương trình trích xuất ra các khu vực có xe ơ tơ được thể hiện bằng ảnh nhị phân (hình 3.1 c và hình 3.1 d). Các vùng có màu trắng là vùng ứng cử xuất hiện xe ơ tơ. Hình 3.1 e cho thấy đặc trưng histogram của ảnh xám.
Bằng cách sử dụng các thuật toán được đề xuất, kết quả tốt hơn chỉ thu được cho một chiều. Vùng miền, quốc giađang được nghiên cứu chỉ nên bao gồm các đoạn đường cao tốc một chiều và phảitránh đượcvai đường và đường dốc. Sự hiện diện của bụi cây và cây cối làm giảm độ chính xác của kết quả vì những đối tượng đócó thể được phát hiện là phương tiện. Đối với những trường hợp có lưu lượng
truy cập đơng đúc, các thuật tốn sẽ phân cụmcác phương tiện đi rất gần nhau gây ra lỗi đếm xe cuối cùng.
Vì đặc tính cường độ của các phương tiện đang được sử dụng để phát hiện các phương tiện tối, bóng củaphương tiện cũng bị phát hiện là phương tiện.
Trong tương lai, công việc là cố gắng cải thiện kết quả, một số phương pháp thống kê, chẳng hạn như bộ phân loại Bayes[16], có thể được sử dụng để đánh giá các giá trị ngưỡng và xem liệu có thể thu được kết quả mạnh mẽ hơn hay không. Cũng thế,hình ảnh đa phổ có thể được kết hợp với thơng tin tồn sắc và áp dụng cơ sở kỹ thuậtvề đặc tính màu sắc để phát hiện các phương tiện và cố gắng tránh các đối tượng khơng liên quan. Để phát hiện vàphân loại hồn tồn tự động, không yêu cầu người dùng xoay hình ảnh trước, sau đó chọnkhu vực nghiên cứu (chỉ một đoạn đường cao tốc), các kỹ thuật dựa trên nhận dạng mẫu phải đã đượcđiều tra.