基于內(nèi)容的多光譜遙感影像檢索若干關(guān)鍵技術(shù)研究.pdf

1、多光譜遙感影像作為大幅面、多波段的對(duì)地觀測(cè)數(shù)據(jù)，包含了豐富的光譜反射和輻射信息，為地物識(shí)別和判讀提供了細(xì)致的診斷性依據(jù)，是地理信息系統(tǒng)和3S集成應(yīng)用系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)。隨著航空航天技術(shù)、傳感器技術(shù)的飛速發(fā)展，人類可以更加方便快捷地獲得大量對(duì)地實(shí)時(shí)觀測(cè)數(shù)據(jù)，并將其廣泛應(yīng)用于各類地物、地貌和地質(zhì)監(jiān)測(cè)與規(guī)劃等應(yīng)用中。對(duì)地觀測(cè)數(shù)據(jù)的急劇增長(zhǎng)使遙感影像的快速瀏覽和高效檢索成為一項(xiàng)繁瑣、艱難的工作，甚至在一定程度上嚴(yán)重限制了遙感影像的共享與應(yīng)用?；?/p>

2、于內(nèi)容的圖像檢索（CBIR）技術(shù)試圖在計(jì)算機(jī)理解圖像內(nèi)容的基礎(chǔ)上實(shí)現(xiàn)圖像數(shù)據(jù)的合理組織和符合人類感知習(xí)慣的查詢檢索，為多光譜遙感影像的管理和檢索提供了新的發(fā)展思路。然而多光譜遙感影像描述的地物光譜信息豐富、種類繁多、位置關(guān)系復(fù)雜、主題內(nèi)容不明確，其視覺信息提取和數(shù)據(jù)組織方法與應(yīng)用于普通圖像、醫(yī)學(xué)影像的基于內(nèi)容檢索系統(tǒng)有著較大差別。本文針對(duì)遙感影像特征提出了一套行之有效的CBIR系統(tǒng)技術(shù)方案，在影像自動(dòng)分割、地物特征提取與匹配、高維視覺索

3、引和數(shù)據(jù)存儲(chǔ)模型等關(guān)鍵技術(shù)上提出了具有實(shí)用意義的創(chuàng)新，本文所討論的各項(xiàng)關(guān)鍵技術(shù)可廣泛應(yīng)用于遙感影像的計(jì)算機(jī)輔助判讀、地物識(shí)別、動(dòng)態(tài)目標(biāo)跟蹤、災(zāi)害和變化監(jiān)測(cè)等領(lǐng)域。
　　 本文的主要內(nèi)容包括：
　　 ①系統(tǒng)歸納和分析了目前CBIR國內(nèi)外研究現(xiàn)狀和主要科研成果，總結(jié)了其中所涉及到的各項(xiàng)關(guān)鍵技術(shù)，分析了遙感影像區(qū)別于普通圖片、醫(yī)學(xué)影像的不同之處以及由此帶來的基于內(nèi)容檢索技術(shù)實(shí)現(xiàn)過程中的難點(diǎn)，并指出了解決問題的出發(fā)點(diǎn)和方法。

4、r>　　 ②指出光譜紋理是多光譜遙感影像描述地物之間區(qū)別的重要視覺特征，是遙感影像自動(dòng)分割最值得依賴的地物本質(zhì)性特征。重點(diǎn)總結(jié)分析了當(dāng)前基于多尺度小波和馬爾可夫隨機(jī)場(chǎng)模型（MRF）的紋理特征表達(dá)方法和遙感影像自動(dòng)分割實(shí)現(xiàn)，并指出了其中存在的不足。為了兼顧像素之間和波段之間的光譜變化規(guī)律，將MRF模型應(yīng)用于多光譜遙感影像的光譜紋理描述，通過實(shí)驗(yàn)分析，指出了有效的MRF模型光譜紋理特征描述方法。在此基礎(chǔ)上，利用四叉樹影像劃分方法提出一種以

5、檢索為目的的遙感影像自動(dòng)分割和地物對(duì)象一致性光譜紋理特征提取方法。針對(duì)紋理特征提取與紋理一致性假設(shè)存在的矛盾進(jìn)一步提出利用主成份分析法（PCA）提高分割效率的方法。
　　 ③詳細(xì)總結(jié)了各類基于形狀的圖像檢索技術(shù)，在分析各種對(duì)象形狀特征描述方法特點(diǎn)和不足的基礎(chǔ)上，指出區(qū)域形狀描述方法相對(duì)于輪廓形狀描述方法更適用于遙感地物對(duì)象。根據(jù)遙感影像光譜紋理自動(dòng)分割結(jié)果的特征，在格網(wǎng)形狀描述方法基礎(chǔ)上提出一種采用特殊采樣和編碼方法的區(qū)域形狀特

6、征描述和相似性查詢方法。該方法具有良好的尺寸、平移、旋轉(zhuǎn)不變性，而且具有較高的特征提取效率和較大的特征壓縮比，并利用實(shí)驗(yàn)充分驗(yàn)證了該方法的可行性和形狀對(duì)象檢索效率。
　　 ④概括總結(jié)了應(yīng)用于高維數(shù)據(jù)集的向量空間索引結(jié)構(gòu)和度量空間索引結(jié)構(gòu)，通過理論分析指出度量空間索引方法是擺脫高維數(shù)據(jù)索引“維度災(zāi)難”的有效途徑，適用于高維視覺特征的遙感影像快速查詢。在詳細(xì)分析金字塔技術(shù)（PT）和iDistance索引機(jī)制和適用范圍的基礎(chǔ)上，將這兩

7、種優(yōu)秀的度量空間高維索引方法結(jié)合起來，提出了一種能夠根據(jù)高維數(shù)據(jù)分布特征進(jìn)行空間劃分的度量空間高維索引方法。該索引能夠在一次查詢處理中同時(shí)完成針對(duì)距離和空間方位的數(shù)據(jù)過濾操作，實(shí)驗(yàn)證明具有較高的剪枝效率。
　　 ⑤針對(duì)遙感影像的大幅面、海量性特征，結(jié)合本文提出的遙感影像自動(dòng)分割策略，選擇無重疊的四叉樹分塊作為多光譜遙感影像數(shù)據(jù)的存儲(chǔ)管理基本單元。為了克服傳統(tǒng)四叉樹空間索引在處理大范圍鄰域查找時(shí)I/O次數(shù)多、查詢效率低的不足，依據(jù)

8、Hilbert空間填充曲線規(guī)則對(duì)四叉樹空間索引進(jìn)行改造，提出了針對(duì)非滿四叉樹分塊的Hilbert空間填充曲線生成方法和分塊影像數(shù)據(jù)組織策略。實(shí)驗(yàn)證明這種數(shù)據(jù)組織策略具有較高的空間聚集特性，在處理大范圍遙感影像同質(zhì)區(qū)域數(shù)據(jù)查詢時(shí)，具有較高的數(shù)據(jù)訪問效率。
　　 總結(jié)本文研究工作，主要貢獻(xiàn)及創(chuàng)新點(diǎn)可概括如下：
　　 ①提出了一種以馬爾可夫隨機(jī)場(chǎng)模型為基礎(chǔ)的地物光譜紋理特征描述和提取方法，并在此基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)了以檢索為目的的遙

9、感影像自動(dòng)分割方法。
　　 ②提出以索引為目的的地物形狀特征描述和提取方法，該特征描述具有平移、旋轉(zhuǎn)和尺寸不變等特性，而且抗噪能力強(qiáng)、相似性匹配計(jì)算簡(jiǎn)便。
　　 ③提出了一種能夠充分反映數(shù)據(jù)分布特征的度量空間高維索引結(jié)構(gòu)，可高效處理高維數(shù)據(jù)的k-NN查詢，該索引結(jié)構(gòu)廣泛適用于具有空間聚集特性的高維數(shù)據(jù)集。
　　 ④提出了以圖像分析為基礎(chǔ)的遙感影像組織策略，并利用Hilbert空間填充曲線特征對(duì)傳統(tǒng)四叉樹空間索引進(jìn)