[發明專利]一種基于視覺顯著點特征的遙感影像檢索方法有效
| 申請號: | 201310239255.9 | 申請日: | 2013-06-17 |
| 公開(公告)號: | CN103309982A | 公開(公告)日: | 2013-09-18 |
| 發明(設計)人: | 邵振峰;王星 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06K9/46 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 嚴彥 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 視覺 顯著 特征 遙感 影像 檢索 方法 | ||
1.一種基于視覺顯著點特征的遙感影像檢索方法,其特征在于,包括以下步驟:
步驟一,對于影像庫中的每一幅影像,分別采用GBVS模型計算相應的影像顯著圖,獲得影像中每個像素對應的顯著度;影像庫中的影像包括預先輸入的查詢影像和多幅候選影像;
步驟二,對于影像庫中的每一幅影像,進行基于Quick?Shift算法的過分割;
步驟三,對于影像庫中的每一幅影像,分別利用步驟一獲取的像素顯著度和步驟二獲取的影像過分割結果,計算影像過分割結果中每個區域的顯著度,形成分割區域顯著圖;
步驟四,對于影像庫中的每一幅影像,分別基于步驟三中獲得的分割區域顯著圖,采用OTSU算法進行自適應閾值分割,提取影像的視覺顯著區;
步驟五,對于影像庫中的每一幅影像,分別利用SIFT算子計算所有局部不變特征,獲得相應歸一化的特征向量;
步驟六,對于影像庫中的每一幅影像,分別利用步驟四獲取的視覺顯著區對步驟五獲取的所有局部不變特征進行過濾,將視覺顯著區內的局部不變特征視為視覺顯著點特征,進而由多個視覺顯著點的相應特征向量構建視覺顯著點特征矩陣,作為影像的特征描述;
步驟七,采用預設的相似性度量方法,通過視覺顯著點特征矩陣計算查詢影像與影像庫中各候選影像的相似度,將候選影像按照相似度從大到小排序并輸出為檢索結果。
2.根據權利要求1所述基于視覺顯著點特征的遙感影像檢索方法,其特征在于:步驟三中,計算影像過分割結果中每個區域的顯著度時,首先統計區域內每個像素的顯著度,然后計算區域內所有像素的顯著度均值作為區域顯著度。
3.根據權利要求1或2所述基于視覺顯著點特征的遙感影像檢索方法,其特征在于:步驟七中,預設的相似性度量方法實現方式如下,
(1)?對于影像庫中所有候選影像,分別進行以下處理,
對于查詢影像的視覺顯著點特征矩陣中每個特征向量,計算其與候選影像的視覺顯著點特征矩陣中所有特征向量的最小歐氏距離,記為該特征向量到候選影像的視覺顯著點特征矩陣的距離;
計算查詢影像的視覺顯著點特征矩陣中所有特征向量到候選影像的視覺顯著點特征矩陣的距離均值,記為查詢影像到候選影像的距離;
(2)?對查詢影像到影像庫中各候選影像的距離進行歸一化,歸一化后所得結果越大則相似度越小,歸一化后所得結果越小則相似度越大。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310239255.9/1.html,轉載請聲明來源鉆瓜專利網。





