论文部分内容阅读
随着地理信息系统(GIS)、全球定位系统(GPS)和遥感(RS)技术的迅猛发展,基于内容的遥感影像库检索技术逐渐成为当前研究中的一个热点。基于内容的遥感影像库检索是一门交叉学科,结合了数据库、遥感影像处理、模式识别、计算机视觉等多学科领域的知识,是数字地球、智慧地球中遥感影像信息服务体系的重要组成部分,对于促进遥感影像信息的应用和共享,具有十分重要的理论意义和实用价值。
基于内容的遥感影像库检索的研究内容主要包括海量遥感影像数据的分块组织与存储策略、特征的提取与表达、相似性度量、高维索引、相关反馈等几个方面。本文重点在遥感影像数据分块组织与存储、光谱和形状特征提取、相似性度量这三个方面开展了研究。
影像分块和存储是海量遥感影像数据组织与管理的两项关键技术。本文在Quin+-树图像分块的基础上,提出了基于影像起始点坐标的子图存储策略。该存储机制并不对分解的子图像本身进行存储,而是存储子图的起始点坐标,从而降低系统对存储空间的需求,并减少大量冗余的磁盘I/O操作。
目前主要的遥感影像数据源是多光谱或高光谱遥感影像,波段多,数据量大,而且各波段之间具有一定的相关性,造成不同程度的信息重叠。本文首先运用主成分分析方法对影像波段进行降维处理,提取出几个主要的波段;然后分波段地提取影像的光谱和形状特征,即光谱空间和SUSAN-不变矩;分别采用二维DP距离和欧氏距离计算影像光谱空间和SUSAN-不变矩的相似距离。对单特征内部多波段和多特征间的相似性度量融合问题,本文运用全局多分类器系统(Global Multi-classifier system,GMCS)的相似性度量集成架构,集成的依据为各主成分波段的贡献率。
最后,综合影像数据分块组织与存储策略、特征提取、相似性度量、相关反馈等模块,设计并开发了遥感影像检索系统。经验证,基于光谱空间和SUSAN-不变矩的遥感影像检索方法能有效提高遥感影像检索的精度。