[發明專利]融合空間關系語義的高分辨率遙感圖像檢索方法

無效

• 申請號: 200910032456.5
• 申請日: 2009-07-08
• 公開（公告）號: CN101692224A
• 公開（公告）日: 2010-04-07
• 發明（設計）人: 汪閩;萬其明
• 申請（專利權）人: 南京師范大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種對高空間分辨率遙感圖像(以下簡稱高分辨率遙感圖像)進行查詢檢索的方法，具體說是一種融合空間關系語義和圖像視覺特征的高分辨率遙感圖像檢索方法，屬于遙感圖像處理與信息提取領域。

技術背景

遙感圖像檢索(或者稱為遙感圖像查詢)是從遙感圖像數據庫中查找用戶感興趣的圖像或圖像序列的過程。隨著遙感圖像數據量的急劇增加，如何對龐大的圖像庫進行有效管理，對圖像信息進行快速準確地查詢檢索便成為急待解決的問題。總結目前研究進展，遙感圖像檢索主要有以下三種方法：

(1)基于文本的圖像檢索(Text-Based?Image?Retrieval，TBIR)：該檢索方式根據人對圖像的理解添加一定的標注或描述性文本，檢索的時候以這些人工注釋的文本信息為索引對圖像進行查詢檢索。此類方法主要存在如下幾個方面的問題：1)人工注釋工作量太大；2)人工注釋具有主觀性和不確定性。不同的觀察者或者同一觀察者在不同條件下對同一幅圖像的描述可能會有不同，因而不夠客觀和準確；3)文本無法完全概括圖像內容。

(2)基于內容的圖像檢索(Content-Based?Image?Retrieval，CBIR)：該檢索方式首先提取圖像的視覺特征(主要包括顏色、紋理、形狀等)，然后根據這些視覺特征進行圖像間相似性判斷，從而實現檢索過程。然而，目前CBIR由于往往僅僅利用了圖像的較低層次的特征，即視覺特征進行檢索，而人對圖像內容的描述以及圖像之間的相似性的判斷則往往依據圖像所蘊含的高層語義，如對象、場景以及對象行為特征等等，這種圖像低層視覺特征與人們對圖像的理解之間的差異(有人稱其為“語義鴻溝”問題)使得CBIR的檢索結果有時不那么盡如人意。

(3)基于語義的圖像檢索(Semantic-Based?Image?Retrieval，SBIR)：所謂圖像語義，是指圖像內容的本質，是對圖像表達內容的高度抽象。該類檢索方法的主要思路是首先提取圖像中所包含的高層語義信息，然后以這些語義信息為索引進行圖像檢索。根據圖像中各語義要素的抽象程度，可將圖像的語義信息分成6個層次(分別是特征語義、對象語義、空間關系語義、場景語義、行為語義、情感語義)，稱為圖像層次化語義模型(圖1)。

基于語義信息的圖像檢索被認為是當前最具發展前景的圖像檢索方式。但是，無論從生物視覺還是計算機視覺來說，人們對視覺理解的認識還遠非深刻，計算機自動從圖像中準確抽取語義描述就目前的技術手段來說還是一個非常困難的課題。因此此類方法目前是相關研究領域的熱點和難點，有待進一步的研究和發展。

Jiang?Li等人在《IEEE?TRANSACTIONS?ON?GEOSCIENCE?AND?REMOTE?SENSING》2004年4月第42卷第4期“Integrated?Spectral?and?Spatial?InformationMining?in?Remote?Sensing?Imagery”一文中提出了一種基于Gabor紋理特征和圖像對象語義的遙感圖像檢索方法。其思路是用支持向量機(Support?VectorMachine，SVM)方法對遙感圖像進行分類，將圖像分成水、草地、林地等8個類別。用戶檢索的時候，可以從圖像庫中選擇一幅圖像作為模板也可以直輸入一幅圖像作為模板。如果是用戶從數據庫中選擇的圖像，系統會根據該圖像中地物的類型、面積和每種地物的Gabor紋理特征，從數據庫中查找與其最接近的圖像集合。如果是用戶導入的圖像，系統會在線提取該圖像所包含的地物類型、面積，以及圖像的Gabor紋理特征，然后和圖像庫中的圖像進行相似性計算，尋找與其最接近的圖像序列。該方法利用了圖像視覺特征和對象語義信息，但是沒有考慮對象間的空間關系語義，為此，檢索精度仍有待提高。