【摘 要】
:
随着遥感图像数据的快速增长,如何快速准确的从大型图像数据库中有效地检索出用户感兴趣的图像,已成为管理和利用遥感图像数据的需要。基于内容的图像检索(Content-Based Image Retrieval,CBIR)是较好的解决方法,已成为遥感应用研究领域的一个重要方向。检索的目的是要求寻找与查询图像相关或者相似的图像,也可以理解为寻找同一类图像,而目前遥感图像检索的初始结果是基于图像自身视觉信息
论文部分内容阅读
随着遥感图像数据的快速增长,如何快速准确的从大型图像数据库中有效地检索出用户感兴趣的图像,已成为管理和利用遥感图像数据的需要。基于内容的图像检索(Content-Based Image Retrieval,CBIR)是较好的解决方法,已成为遥感应用研究领域的一个重要方向。检索的目的是要求寻找与查询图像相关或者相似的图像,也可以理解为寻找同一类图像,而目前遥感图像检索的初始结果是基于图像自身视觉信息检索所得的,这只考虑了查询图像与检索图像库中图像之间的关系,忽略了检索图像库中不同图像之间的内在联系。同时,当前遥感图像检索方法中已经较好的应用了卷积神经网络(Convolutional Neural Network, CNN)强大的特征提取能力,但大多数研究者忽视了CNN在图像分类、识别等应用中显示出的强大分类能力。
针对以上问题,本文提出一种基于卷积神经网络和蚁群算法的遥感图像检索方法。首先利用蚁群算法(Ant Colony Optimization,ACO)的正反馈性建立检索图像库中图像之间的语义网络,并用一个信息素矩阵来存储图像间的语义联系程度。其次,通过不断迭代,改善检索图像库中图像之间的语义相似度。最后,在查询图像检索过程中充分利用该图像之间的语义关系改善检索结果。另外,在检索时还利用CNN的分类能力、图像与图像类别间的距离应用于计算图像相似度,进一步提高检索性能。本文在两个公开的遥感数据集PatternNet和UCM_LandUse上进行实验,结果表明本文算法具有较好的鲁棒性,且提高了遥感图像检索精度,更好地完成检索任务。
本文方法的主要创新点:
(1)利用蚁群算法描述检索图像库中图像之间语义关系,并在检索过程中充分利用该语义关系提高遥感图像检索性能。
(2)在检索过程中充分利用CNN的分类能力、带标签的样本包含的类别信息以及查询图像固有的类别信息融合提高遥感图像检索性能。
其他文献
众所周知,太阳能电池是能源领域的研究热点和难以攻克的重要课题。有机太阳能电池(OSCs)作为一种新能源技术,具有材料质量轻,吸收范围广,可通过溶剂加工实现规模化生产以及制造柔性和半透明器件等优点。近年来,结构新颖且性能优异的有机太阳能电池材料陆续被开发出来。基于非富勒烯受体材料的OSCs,其能量转换效率(PCE)最高已超过18.20%,预示着OSCs有十分广阔的应用潜能。本论文简要地叙述了OSCs
财政分配工作的顺利进行,财政监督必不可少,它是财政分配活动能否有效推进和实施的先决条件,在现代各国财政事务中举足轻重。为了不断推进财政监督工作的这个基础和重要保障,必须做好财政监督的机制建设。所以我们不仅要从战略高度进行“法制规划”,也要从对策角度建设“具体机制”。尤其要做好法制的战略规划,规范我国财政监督,从而使得各级财政有法可行,也要做好具体的机制设计,让各级财政具体行政执法能力有章可循,从而
由于光学探针具备良好选择、高灵敏、迅速响应、低检测限、设备低廉等特点而备受重视,并大量应用于各种检测工作中。本论文基于含有酰腙结构的化合物在光学性质上的特点,设计合成苯接三唑酰腙探针,研究中发现苯接三唑的分子骨架较小,荧光发射波长较短,在检测中有一定的局限性,受罗丹明分子结构的启发,设计并合成了一些新型含有螺[色烯并(2,3-c)吡唑-4,1-异吲哚啉]-3-酮结构的酰腙类化合物,通过核磁、红外和
我们发展了一种由手性磷配体/铜络合物催化的亚烷基吲哚酮与甲亚胺叶立德的不对称1,3-偶极环加成反应。衍生自脂肪族醛、酮以及芳基醛的亚烷基吲哚酮与甲亚胺叶立德均可顺利进行反应,使用由我们课题组自主研发设计的新型手性磷配体,该反应能以优秀的产率和对映选择性获得具有螺环吡咯烷吲哚酮骨架的化合物。此外,在使用低至0.1 mol%的催化剂负载水平,也能实现对目标化合物的有效合成。通过密度泛函理论计算(DFT
3,3-吡咯烷吲哚酮螺环是许多具有重要生物活性分子核心结构,它在用于新型吲哚药物研发方面有较好的应用前景;spirotryprostatin是具有该螺环结构的天然产物生物碱,具有抗癌活性。因此研究3,3’-吡咯烷吲哚酮螺环及该生物碱类似物的立体选择性合成对开发相关药物和推进有机合成化学发展都有重要意义。本论文对Spirotryprostatin类化合物的合成方法进行了综述,总结经验,利用金属盐催化
金属有机盐(MOSs)是一类由金属阴离子和有机阳离子通过非共价键相互作用组成的超分子材料。与金属-有机框架(MOFs)材料和其他有机络合物不同,它们是另一种杂化金属有机固体。近年来,MOSs由于其特殊的拓扑结构和潜在的应用前景而受到了人们的关注,被广泛用于气体吸附,选择性金属分离,分子包结等各个领域。金属交换是有机金属化学的基本反应之一,一般是指有机基团或配体从一种金属转移到另一种金属。广义上将金
卤代有机化合物(Halogenated organic compounds,HOCs)在化工、农药、医学等领域均有着大规模的应用。例如氯酚是生产抗菌剂、杀毒剂的重要工业材料,同时也是合成一些药物、燃料的前驱体;多溴联苯醚是阻燃剂有效成分应用于各类生活、生产用品中,如塑料外壳、电子器件、纺织品等。由于卤代有机化合物多数具有抗降解性、生物蓄积性以及潜在的毒性(“三致”效应),因此也被视为典型的环境污染
新型功能材料的发现对科学技术的发展起到了非常重要的作用,从而有利于我们的日常生活。在各种材料中,金属有机骨架化合物(metal-organic frameworks,MOFs)作为独特的多孔配位聚合物因其结构有序、可设计、应用广泛等内在优点而受到广泛关注。然而,由于合成MOFs的影响因素很多,目前合理地设计和构造所需结构和性能的MOFs仍是一个艰巨的挑战。因此,本文选取具有C_2对称性的芳香V-型
随着遥感技术的普及,如今在灾害预警,军事侦测等众多领域都需求具有高空间分辨率的多光谱图像,然而单一传感器获得的遥感图像在光谱信息和空间信息上都具有局限性,将多光谱图像和全色图像融合以获得高空间分辨的多光谱图像就成为近年来研究的一个热点。 近年来随着人工智能技术的发展,各类深度学习模型在图像处理领域表现突出。由于强大的高质量图像生成能力,生成对抗网络在图像融合和图像超分辨率等计算机视觉的研究中得到