论文部分内容阅读
随着遥感技术的快速发展,可获取的高空间分辨率遥感影像的数量急剧增长,这为更精细的对地观测带来新的发展机会,同时也给人们有效地组织、管理、浏览和查询海量图像数据的能力提出了更高的要求。本文从高空间分辨率遥感影像的纹理信息出发,主要研究了利用隐马尔可夫树模型进行具有旋转不变性的遥感图像纹理检索的方法,主要内容如下:(1)总结小波变换、框架波变换、可控金字塔变换三种多尺度变换方法的基本原理和频率域响应特点、子带系数分布等基本属性,分别介绍利用它们进行多尺度二维图像处理的方法,并分析它们各自的优势和不足;(2)在经典的二维小波域隐马尔可夫树模型的基础上增加对小波变换不同频带之间相关性的考虑,建立向量形式的小波域隐马尔可夫树模型,采用期望最大算法对模型进行训练,提取图像的纹理特征。采用一种“自下而上”的递推算法快速逼近经过训练的隐马尔可夫树模型之间的KL距离,以此度量相应纹理特征之间的相似性,实现基于小波域隐马尔可夫树模型的纹理图像检索;(3)针对小波域隐马尔可夫树模型不具有旋转不变性的特点,从两种不同的角度给出改进的纹理图像检索方法:一种是在原始方案中增加纹理主方向检测工具,并根据检测结果将查询图像和备选图像旋转到一致的方向,利用小波域隐马尔可夫树模型提取旋转后图像的纹理特征,并依据此特征进行图像相似性的匹配;另一种是采用可控金字塔变换对图像进行多尺度分解,对所获得的多尺度方向带通系数建立隐马尔可夫树模型,通过调整模型参数获得旋转不变纹理特征并进行相似性度量,从而实现具有旋转不变性的纹理图像检索;(4)根据上述检索方案设计出遥感图像纹理检索的原型系统以及方便操作的图形用户界面,对大幅遥感图像采用五叉树分解的策略进行分块组织。用四组数据对两种改进的检索方法和基于小波域隐马尔可夫树模型的纹理图像检索方法进行对比实验分析,实验结果表明两种改进的检索方法能够有效地克服纹理方向的不同对检索结果的影响,在对各向异性遥感图像纹理的检索中表现出较优的性能。