[發(fā)明專利]一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法

無效

• 申請(qǐng)?zhí)枺?/td>: 200810046756.4
• 申請(qǐng)日: 2008-01-23
• 公開（公告）號(hào): CN101241504A
• 公開（公告）日: 2008-08-13
• 發(fā)明（設(shè)計(jì)）人: 李斌;陳玉敏;龔健雅
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 武漢天力專利事務(wù)所
• 代理人: 馮衛(wèi)平;程祥

技術(shù)領(lǐng)域

本發(fā)明屬于遙感影像應(yīng)用領(lǐng)域，特別涉及一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法。

背景技術(shù)

遙感圖像數(shù)據(jù)的智能搜索是圖像信息檢索中的關(guān)鍵技術(shù)。隨著遙感圖像數(shù)據(jù)量的急劇增加，如何在基于Web的海量圖像數(shù)據(jù)庫中，檢索到用戶所真正關(guān)心的信息是急需解決的一個(gè)技術(shù)難點(diǎn)。這涉及到人工智能化圖像信息檢索、提取，以協(xié)助用戶對(duì)互聯(lián)網(wǎng)和本地計(jì)算機(jī)的特大數(shù)量遙感圖像數(shù)據(jù)進(jìn)行信息收集及數(shù)據(jù)處理，改進(jìn)圖像檢索質(zhì)量，達(dá)到精確搜索效果。用于查詢的元數(shù)據(jù)一般可分成兩大類。一類為數(shù)據(jù)獲取和生產(chǎn)過程自動(dòng)形成的，如采集時(shí)間、空間范圍、精度、波段等等技術(shù)參數(shù)。另一類則是對(duì)影像數(shù)據(jù)內(nèi)容的描述。如影像中所包含的土地覆蓋類型(Landcover?Type)和土壤類型。目前，遙感影像數(shù)據(jù)的查詢一般基于第一類元數(shù)據(jù)，尤以時(shí)空要素為主。其局限性顯而易見。要提高查詢效率，必須從數(shù)據(jù)內(nèi)容的描述入手。

基于內(nèi)容的遙感圖像檢索不同于傳統(tǒng)的遙感目標(biāo)識(shí)別和圖像解譯技術(shù)，它是一種較新的信息檢索技術(shù)，能夠在一定時(shí)間范圍內(nèi)，從大型數(shù)據(jù)庫中利用遙感圖像的特征，檢索所要求的數(shù)據(jù)。區(qū)別于傳統(tǒng)的文字描述的檢索方法，圖像的視覺特征如顏色、紋理和物體的形狀、結(jié)構(gòu)關(guān)系都可以作為檢索信息，符合人們對(duì)圖像的直觀感知。它考慮的重點(diǎn)不在于地物的分類和識(shí)別方面，它更關(guān)注于基于內(nèi)容的快速查找和發(fā)現(xiàn)。基于內(nèi)容的遙感圖像檢索在傳統(tǒng)的檢索框架中融入了對(duì)圖像內(nèi)容的理解，涵蓋了圖像理解、模式識(shí)別，計(jì)算機(jī)視覺技術(shù)和數(shù)據(jù)庫管理及信息檢索等領(lǐng)域。該領(lǐng)域的研究主要集中在特征提取、匹配查詢、多維索引以及檢索系統(tǒng)結(jié)構(gòu)建立上。

早期的基于內(nèi)容的遙感圖像檢索技術(shù)主要采用基于顏色、紋理和形狀匹配等檢索方法，根據(jù)遙感圖像中的紋理和形狀特征進(jìn)行數(shù)據(jù)匹配和影像識(shí)別。而在此過程中，研究者發(fā)現(xiàn)元數(shù)據(jù)信息可以支持基于形狀的查詢，因?yàn)樗苯訉⒁欢ǖ恼Z義內(nèi)涵賦予了被搜索的特征。因此，基于內(nèi)容的遙感圖像檢索技術(shù)中除采用了基于紋理和形狀匹配等檢索方法外，還綜合利用了元數(shù)據(jù)索引，以縮小搜索空間和加快查詢速度。遙感圖像的元數(shù)據(jù)包含了描述圖像一般性質(zhì)的屬性集，這些屬性包括獲取圖像時(shí)間、入庫的時(shí)間和日期、比例尺/精度、圖像范圍等等，更復(fù)雜的還可以包括傳感器的信息和圖像類型。因此，基于內(nèi)容的遙感圖像檢索從特征選取、相似性比較、查詢機(jī)制和系統(tǒng)結(jié)構(gòu)等多方面都有自身的特點(diǎn)。此外，有學(xué)者在研究基于內(nèi)容的大數(shù)據(jù)量遙感圖像中目標(biāo)地物的檢索方法時(shí)，根據(jù)數(shù)據(jù)的特點(diǎn)和研究的目的，采用支持向量機(jī)作為特征提取和相似性比較的方法，從而避免了特征提取中的信息損失。有學(xué)者提出一種基于GIS語義的遙感圖像檢索方法，通過對(duì)GIS原子查詢結(jié)果進(jìn)行布爾運(yùn)算得到矢量查詢結(jié)果，在此基礎(chǔ)上得到與GIS數(shù)據(jù)具有統(tǒng)一坐標(biāo)框架的遙感圖像檢索結(jié)果。這些在基于內(nèi)容的大數(shù)據(jù)量遙感圖像目標(biāo)地物檢索技術(shù)上做出了嘗試和探索。目前國內(nèi)外已經(jīng)建立起一些遙感圖像數(shù)據(jù)搜索的產(chǎn)品和軟件系統(tǒng)，如IBM的QBIC，MIT的PhotoBook，UUIC的MARS等。與通用領(lǐng)域的檢索系統(tǒng)相比，遙感圖像檢索有其特殊性，由于遙感圖像數(shù)據(jù)量大，內(nèi)容復(fù)雜，特別是高空間分辨率的圖像，與特征庫的鏈接方式非常復(fù)雜，因此無論是在系統(tǒng)結(jié)構(gòu)，特征選取，相似性比較等各方面都是目前研究的難點(diǎn)。

由于傳統(tǒng)的基于內(nèi)容的遙感圖像物檢索技術(shù)主要采用基于顏色、紋理和形狀匹配和定義元數(shù)據(jù)信息等檢索方法，實(shí)施需要在專家?guī)椭峦瓿苫陬伾⒓y理和形狀的匹配步驟，和考慮復(fù)雜的元數(shù)據(jù)定義等環(huán)節(jié)，不僅實(shí)施過程復(fù)雜而且效果并不理想：基于顏色、紋理和形狀匹配的方式存在有不確定性，檢索難以獲得正確結(jié)果；基于元數(shù)據(jù)信息的檢索方法，必須事先定義元數(shù)據(jù)信息，而且元數(shù)據(jù)一旦定義了在檢索時(shí)往往無法更改，可能引起所需檢索的內(nèi)容在元數(shù)據(jù)中并無定義而無法檢索的問題。

發(fā)明內(nèi)容

本發(fā)明目的在于解決現(xiàn)有技術(shù)不足，提供一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法，根據(jù)遙感圖像搜索的關(guān)鍵字，進(jìn)行遙感圖像的智能搜索，取得關(guān)鍵字包括以下步驟，

步驟一，通過非監(jiān)督分類方法對(duì)遙感圖像進(jìn)行分類，得到分類柵格圖像；

步驟二，通過網(wǎng)絡(luò)發(fā)布分類柵格圖像，提供開放的人機(jī)交互接口，并收錄通過人機(jī)交互接口為各類圖像部分添加的標(biāo)簽；

步驟三，對(duì)收錄的標(biāo)簽進(jìn)行整理，若有重復(fù)內(nèi)容的標(biāo)簽，增大該標(biāo)簽的權(quán)值，將高權(quán)值的標(biāo)簽作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識(shí)；

步驟四，提供內(nèi)容標(biāo)識(shí)作為遙感圖像搜索的關(guān)鍵字。