随着各种卫星与机载传感器技术的发展,人类在遥感领域的研究从理论到应用都有极大的飞跃,得益于卫星的不断发射,积累了海量的高分辨率遥感图像。在对地观测技术中,遥感图像的应用也极其广泛,如何高效准确地获得图像的真实信息也逐渐成为热点。遥感图像又被称为空间实体的“相片”,通常情况下的相片的信息是对空间内某一区域的真实表达,即由若干空间实体以某种方式排列组合而成的空间场景,这些图像真实的表达出空间实体的形状、面积、色彩分布及个体特征,以及各个空间实体在空间场景中的分布方式。因此,要准确地获取空间场景信息,提高空间场景的检索精度需要综合考虑空间实体以及实体间的空间关系。计算机图形图像处理在常规图像中的应用已经取得了十分优异的成绩,但现有技术并不能很好地解决多尺度空间场景检索这一问题,多尺度空间场景检索中不同尺度之间的直观视觉差距是最根本的问题。视角变化、部分遮挡、光照条件、背景差异等等因素对最终的成像结果都有很大的影响。人们一般利用两个对象间所具有的相同特征或差异特征来表达相似性,对于空间实体自身特征,可沿用CBIR的方式,常见的算法从不同角度出发,涵盖颜色、纹理、形状及高级语义信息等。一种优秀的图像特征描述符可以充分获得图像中的数据信息,并且在图像小角度旋转、尺度变换、弹性形变、图形小部分破损、缺失一些情况下仍然具有很好的鲁棒性。对于实体间的空间关系特征,可分为距离、方向、拓扑三种。而现有的空间关系模型在尺度变换下无法准确地表达空间场景所涵盖的全部内容,已有的一些算法将某一尺度下的关系转化为其他尺度下的关系,但在转换过程中会带来空间数据的变化,比如目标本身形状的变化、部分目标或目标的一部分消失、拓扑关系的变化等一些问题。为解决多尺度空间场景检索中存在的问题,本文提出了一种新的方法对空间场景进行特征提取及相似度匹配,综合了空间实体几何形态上的相似以及空间实体集合结构上的相似,最终证明该模型效地规避了因尺度不同而产生的视觉差异,提升了检索精度。本文主要研究内容如下:(1)首先对空间场景检索这一领域的背景及现状进行整理和说明,介绍了相关领域的技术手段和现有研究成果,阐述了多尺度空间场景检索的特殊性以及注意事项。(2)建立模型实现基于复杂空间关系的多尺度空间场景的检索,首先对空间场景进行目标检测,得到场景中的单个空间实体位置,用位置信息构造三角网络表示空间场景的全局空间关系特征,并对其进行表达。在全局空间特征相同的部分中使用模糊形状模型对空间实体的局部特征进行提取及表达,所提取的特征受尺度、光照等影响很小,具有很强的鲁棒性。结合上述两步骤中得到的特征,设计了针对空间场景的相似度度量方案,得到最终结果。(3)在UC Merced Land-Use和RS19等公开数据集上进行数据库的构建,通过对比实验结果表明本文所提方法具有更好的检索结果,清楚地显示了该方法的有效性。