[發明專利]基于圖像分割和改進VLAD的遙感圖像檢索方法及系統

有效

• 申請號: 201811623482.0
• 申請日: 2018-12-28
• 公開（公告）號: CN109766467B
• 公開（公告）日: 2019-12-13
• 發明（設計）人: 鄧練兵
• 申請（專利權）人: 珠海大橫琴科技發展有限公司
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06F16/583;G06F16/51
• 代理公司: 42222 武漢科皓知識產權代理事務所(特殊普通合伙)
• 代理人: 嚴彥

1.一種基于圖像分割和改進VLAD的遙感圖像檢索方法，其特征在于：包括以下步驟，

步驟a，利用全卷積網絡訓練分割，獲取檢索圖像庫中所有圖像的全局卷積層特征和圖像內分割所得不同區域的局部卷積層特征；

步驟b，對于檢索圖像庫中的每一幅圖像，根據步驟a所得區域的局部卷積層特征，提取出分割后每個區域的信息熵；

步驟c，利用VLAD和信息熵獲取對檢索圖像庫中的每一幅圖像編碼后的特征表示，實現如下，

首先，對檢索圖像庫中的所有圖像的全局卷積層特征進行k-means聚類，得到M個聚類中心，聚類中心集合C＝{c_i|i＝1,...,M}，其中，M為聚類中心的總數，i為聚類中心的標號，c_i為第i個聚類中心；

然后，設檢索圖像庫中的所有圖像的局部卷積層特征集為F＝{f_j|j＝1,2,...,N}，f_j代表第j個圖像的局部卷積層特征向量，N是檢索圖像庫中圖像數量；其中，f_j是由第j個圖像的所有區域的局部卷積層特征構成的向量；

利用第j個圖像的局部卷積層特征向量f_j到各聚類中心c_i的距離v_i構成該圖像的特征表示，記為V＝{v₁,v₂,...v_M}，

其中，en_j是第j個圖像中所有區域的信息熵構成的向量，α_ji是圖像的局部卷積層特征向量f_j與聚類中心c_i的距離權重，是指離圖像的局部卷積層特征向量特征f_j距離相同或相似的聚類中心c_i；

步驟d，利用主成分分析，對步驟c所得檢索圖像庫中的每一幅圖像的特征表示進行降維，得到最終的圖像特征表示；

步驟e，對于給定的待檢測遙感影像，以與步驟a至步驟d一致的方式提取圖像特征表示，與檢索圖像庫中各圖像的圖像特征表示進行相似性度量，返回相似度最高的若干圖像作為檢索結果。

2.根據權利要求1所述基于圖像分割和改進VLAD的遙感圖像檢索方法，其特征在于：距離權重利用以下高斯函數得到，

其中，σ為方差值。

3.根據權利要求1或2所述基于圖像分割和改進VLAD的遙感圖像檢索方法，其特征在于：步驟a中，針對檢索圖像庫中遙感圖像進行全卷積網絡訓練分割，得到每一幅圖像的不同區域，并提取第五個卷積層經過激活后的特征映射圖，作為該圖像的全局卷積層特征；對每幅圖像，從第五個卷積層經過激活后的特征映射圖中，分別根據不同的分割區域提取出相應區域的卷積層特征映射圖，獲得不同區域的局部卷積層特征。

4.根據權利要求1或2所述基于圖像分割和改進VLAD的遙感圖像檢索方法，其特征在于：步驟e中，基于圖像特征表示進行相似性度量，是采用歐氏距離實現。