论文部分内容阅读
遥感图像检索技术是根据某种相似性指标从遥感图像(库)中查询感兴趣区域的过程。它是解决目前海量遥感数据查询与分析瓶颈问题的可行方案。在对目前遥感图像检索技术的研究现状进行深入分析的基础上,论文面向图像检索研究中存在的“语义鸿沟”问题,提出综合图像视觉与语义特征的遥感图像检索方法以实现智能精确的检索过程。为实现上述目标,论文的主要工作包括以下3个方面:
1.研究了面向图像检索的遥感图像视觉特征、语义特征提取技术。其过程为,对遥感图像进行五叉树分解,提取子图像的二阶、三阶颜色矩以及24维Gabor纹理特征。采用面向对象分类获取图像对象语义信息,最后对分类结果图进行方位关系的计算以获取图像的空间关系语义信息。
2.研究了综合视觉与语义特征的图像相似性匹配方法。从图像整体相似性匹配角度,采用不同策略构建图像视觉、对象语义、空间方位语义特征直方图并计算其相似度。在视觉特征匹配上,以图像经过五叉树分块后的最小子块图像的视觉特征为基准,构建图像的视觉特征直方图;在对象语义匹配上,根据图像所包含的地物类型及其面积比例构建图像对象语义特征直方图;在方位语义匹配上,设计了一种新的方位语义描述方案,通过将图像进行子块划分的方式,构建图像的方位特征直方图并计算方位关系相似性。
3.设计了由粗到精的两步检索技术策略并搭建了原型系统。首先通过对象语义进行粗检索获得一个检索候选集。然后通过融合视觉与语义特征对该候选集进行精检索。以上检索方式缩小了检索范围,极大的提高检索效率。在精检索中,用户可以灵活的选择特征及特征组合方式,相对于单一视觉特征检索,该方法有效提高了检索的智能性与检索精度。围绕上述技术方案,设计、开发了原型系统并进行了方法验证。
实验结果表明,我们的方案切实可行,方法在检索精度上较基于视觉内容的图像检索具有明显优势。