Design of content-based retrieval system in remote sensing image database

IntroductionContent-based i mage retrieval ( CBIR)[1 ,2]technology was proposedin 1990s andit is a i m-age retrieval technology using i mage vision con-tents such as color ,texture ,shape ,spatial rela-tionship ,not usingi mage notationto searchi ma-ges .…     

遥感影像数据库基于内容检索系统的构建

根据遥感影像应用特点,提出了一种遥感影像数据库基于内容检索的模型,重点分析和讨论了该模型中采用的特征提取算法、多维索引和相关反馈技术,最后提出了需要进一步研究的内容。     

多分类器实例协同训练遥感图像检索

提出一种基于多分类器协同训练的遥感图像检索方法,该方法在不同特征集上分别建立分类器,利用不同分类器的协同性自动标记未知样本,从而有效解决了小样本问题。通过与相关反馈方法进行实验比较分析,结果表明,这两种方法各有优劣,检索结果基本相当,然而多分类器协同训练方法避免了相关反馈过程中人工的多次反馈,自动化程度更高。     

An improved SVM model for relevance feedback in remote sensing image retrieval

With the rapid development of satellite remote sensing technology and an ever-increasing number of Earth observation satellites being launched, the global volume of remotely sensed imagery has been growing exponentially. Processing the variety of remotely sensed data has increasingly been complex and difficult. It is also hard to efficiently and intelligently retrieve what users need from a massive database of images. This paper introduces an improved support vector machine (SVM) model, which optimizes the model parameters and selects the feature subset based on the particle swarm optimization (PSO) method and genetic algorithm (GA) for remote sensing image retrieval. The results from an image retrieval experiment show that our method outperforms traditional methods such as GRID, PSO, and GA in terms of consistency and stability.     

An improved Bag-of-Words framework for remote sensing image retrieval in large-scale image databases

Due to advances in satellite and sensor technology, the number and size of Remote Sensing (RS) images continue to grow at a rapid pace. The continuous stream of sensor data from satellites poses major challenges for the retrieval of relevant information from those satellite datastreams. The Bag-of-Words (BoW) framework is a leading image search approach and has been successfully applied in a broad range of computer vision problems and hence has received much attention from the RS community. However, the recognition performance of a typical BoW framework becomes very poor when the framework is applied to application scenarios where the appearance and texture of images are very similar. In this paper, we propose a simple method to improve recognition performance of a typical BoW framework by representing images with local features extracted from base images. In addition, we propose a similarity measure for RS images by counting the number of same words assigned to images. We compare the performance of these methods with a typical BoW framework. Our experiments show that the proposed method has better recognition performance than that of the BoW and requires less storage space for saving local invariant features.     

改进的边缘角度直方图在遥感图像检索中的应用

针对基于形状的遥感图像检索中区域分割困难这个问题,本文提出利用边缘角度直方图作为形状特征对遥感图像进行检索;针对遥感影像分辨率和颜色反差对检索性能的影响,本文提出采用多尺度分析的思想,提取图像在多个尺度上的边缘角度直方图特征进行检索。通过单一尺度边缘角度直方图特征和多尺度边缘角度直方图特征检索的对比实验,揭示了本文所提出的改进方案使遥感图像的检索精度提高了约31个百分点。     

卷积神经网络多层特征联合的遥感图像检索

针对卷积神经网络的特征表达方法难以满足大规模遥感图像检索需要的问题,该文将卷积层特征和全连接层特征进行联合,提出一种基于卷积神经网络多层特征联合的遥感图像检索方法。该方法提取不同卷积层特征作为图像的局部特征,提取全连接层特征作为感兴趣区域,并对二者进行跨层整合得到新的图像特征并应用于图像检索。实验结果表明,与利用单一的全连接层或者卷积层特征以及传统的经典检索方法相比,该方法取得了很好的检索结果,能够更好地保留图像的全局信息和空间结构信息,提高遥感图像检索的性能。     

分步式卫星图像检索

对于大型遥感图像数据库,如何快速有效的检索到需要的图像是一个关键问题。虽然许多不同的检索技术被设计用于减少需要检索的目标图像的数量,可是绝大多数检索技术都是基于低级特征并且没有或很少考虑高级语义信息。因此使用这些检索技术,检索到的图像在低级特征空间比较相似而在语义方面却关系不大。为了解决这一问题,本文提出了一种分布式卫星图像检索方案。该方案首先利用贝叶斯网络预选一组与用户查询目的相关的候选图像,然后再利用计算代价更高的基于区域的相似度度量方法来对候选图像重新排序并返回给用户。这样检索到的图像不但与用户的查询目的高度相关,而且与查询图像有着相似的低级信号特征。另外,由于候选图像比数据库中存储的图像要少的多,因此本文提出的检索方案大大减少了对大型数据库的检索时间。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

多源遥感影像融合技术及其在更新土地利用数据库中的应用

分析了SPOT和TM卫星影像的特点,提出综合利用SPOT和TM卫星影像的方法.对这两种影像进行融合,提取融合后的影像数据,使之与GIS数据库相叠加,达到对GIS矢量数据库更新的目的.以土地利用数据库为例进行实践,取得了较好的效果.     

基于动态阈值哈希的大规模遥感影像快速内容检索方法

随着我国遥感对地观测技术的快速发展,接收和存档的遥感影像数据量呈指数级增长,传统的检索方法难以在超大的遥感影像数据量上进行快速内容检索,造成遥感影像检索技术缺乏突破性进展,使得我国遥感影像利用率和利用效率受到限制。本文提出了一种创新的哈希索引方法,该方法根据特征向量的空间分布情况动态生成向量的哈希编码,可对高维的遥感影像特征向量进行低维编码,大大降低了检索计算量,可显著提高大规模遥感影像库内容检索的准确率和效率。在天地图数据集的检索试验表明本文提出方法在准确度和检索效率上均有显著提升,有较大的应用潜力。     

基于网络服务的地类遥感影像样本检索系统的设计与实现

为了有效地辅助第二次全国土地调查,对土地覆盖情况和地类遥感影像判读提供辅助,运用ASP.NET和网络服务技术,以多源遥感影像为数据源,构建了基于网络服务的地类遥感影像样本检索系统。本文重点研究了基于网络服务的地类遥感影像样本检索系统的结构、流程和功能,提出了系统的数据库表结构设计方法,为网络化遥感样本检索服务提供了解决方案。     

多源遥感数据管理与远程处理集成实现

针对目前对多源遥感影像数据管理与远程处理的集成应用研究较少的现状,文章基于FTP、关系数据库和空间数据库引擎设计多源遥感影像数据及其元数据与快视图数据的一体化管理方案,基于Web Service与PCI-EASI设计遥感影像远程处理服务,并对多源遥感影像数据管理与远程处理功能进行集成,通过综合运用FTP和Web Service技术,提高了数据管理效率和应用的灵活性。最后以"粤港澳水质遥感监测系统"为例,实现了对多源遥感影像数据的有效管理及水质监测业务的系统化,验证了研究成果的可行性和实用性。     

多通道颜色信息融合与纹理影像检索

利用纹理特征进行遥感影像检索时,通常先将多波段影像转化为灰度影像再提取纹理特征,但由于忽略了影像的颜色信息,用于遥感影像检索时往往难以得到好的检索结果。针对此问题,该文利用Gabor小波构造多个相同方向不同尺度的滤波器以提取波段之间的差异信息,并与传统的纹理特征融合构成改进的纹理特征。实验结果表明,相比传统的纹理特征,改进的纹理特征对影像内容的描述能力更强,有效地改善了检索结果,提高了检索查准率。     

高光谱遥感影像优化判别局部对齐特征提取

目前,高光谱遥感特征提取方法往往因受到噪声的干扰而导致降维效果欠佳.近年来,判别局部对齐DLA(Discriminative Locality Alignment)由于可以处理非线性分布样本、保留局部判别信息,同时避免矩阵奇异性问题,受到了很多学者的关注;但该方法无法有效估计和减少噪声对高光谱遥感影像的影响.针对以上问...     

GDI+在遥感数据处理中的应用

本文利用GDI+在图像处理方面的新特点,举例说明了GDI+在遥感图像的基本操作、空间滤波增强、图像的灰度化及伪彩色处理和图像的编码解码和多格式转化等方面的优势,从而为GDI+在遥感图像处理系统中的应用提供了新思路。     

地物空间关系匹配的高分辨率遥感影像检索

从低层视觉特征与地物空间关系特征对影像内容进行描述,建立检索模板与目标影像间的相似性直方图表达,提出一种适用于高分辨率遥感影像检索的新方法。首先,利用Quin+树将大幅面原始遥感影像分解为一系列同尺寸的序列子块;然后,分别提取各子块的低层视觉特征与地物关系特征,并以子块为基元构建候选子块的特征直方图;最后,对比检索模板与候选子块间的特征直方图相似性,实现高分辨率遥感影像的检索。使用多幅多源高分辨率遥感影像进行实验,结果表明本文方法对耕地、水系、建筑物等地类的检索精度大都维持在0.8以上,且各项检索性能指标均优于已有的两种遥感图像检索算法。     

遥感影像流程化处理系统的设计与实现

在进行遥感影像处理过程中,因处理目的不同而采用不同的方法来处理遥感影像,同时遥感影像处理流程并非是一个简单的单步操作,而是多种操作综合的结果。遥感影像类型颇多,处理流程差异较大,因此,固定的流程化操作显然不妥。本文将建立一个高效集成的处理系统,它可以方便用户定制直观的处理流程,并且提供较优的扩展功能。本系统在实际遥感影像处理应用(如数据融合等)中已经取得了理想的效果。     

多特征流形鉴别嵌入的高分辨率遥感影像分类

针对高分辨遥感影像同谱异物、同物异谱导致单一特征分类结果精度较差的问题,本文提出了多特征流形鉴别嵌入的高分辨率遥感影像分类方法.该方法首先提取高分辨率影像数据的光谱特征与LBP纹理特征;然后通过样本数据的联合光谱、纹理特征的空间距离及对应的类别信息,构建影像对象的类间图与类内图,用于学习高分辨率影像上的鉴别流形结构,保...     

高分辨率影像分类的最优分割尺度计算

针对高分辨率遥感影像分类与信息提取中存在的难点,基于不同目标地物在高分辨率影像上具有对应最优分割尺度的基本思想,该文在分析现有最优分割尺度确定方法的基础上,提出了加权均值法结合最大面积的最优分割尺度的确定方法;利用该方法,进行了高分辨率影像分割实验,获取了对应典型地物的最优分割尺度数值范围,实现了典型地物的信息提取;并运用样本点检验的方法,计算并分析了分类的精度结果。结果表明:基于加权均值与最大面积相结合的最优分割尺度计算方法,应用于面向对象高分辨率影像信息的提取具有较为理想的精度。