基于光谱曲线形态的高光谱影像检索方法研究.pdfVIP

第28卷，第1I期 光谱学与光谱分析 2008年11月 and November，2008 SpectroscopySpectralAnalysis 基于光谱曲线形态的高光谱影像检索方法研究 李 飞1’2，周成虎h，陈荣国1 1．中国科学院地理科学与资源研究所，资源与环境信息系统国家重点实验，北京100101 2．中国科学院研究生院，北京100049 摘要随着传感器技术、数据通讯技术的飞速发展，利用各种机载和星载传感器，已经获取到各种不同的 海量遥感影像数据。巨大的数据量带来了数据存储和管理的问题，如何实现从海量影像数据中检索出我们 所需要的信息显得十分迫切。影像检索最早由Chang于1980年提出，是对传统信息检索的扩展。针对海量 遥感影像高效检索的需求和高光谱遥感影像波段数目多的特点，分析了影像检索中的影像距离函数和相似 取特征”的思想，提出了基于DP算法的光谱曲线和影像检索(简称Ⅸ】sR)方法，将光谱形态特征应用于影像 检索当中。DPSR利用光谱曲线上的特征点，减小了计算量。实现了有效地匹配和检索，适合高光谱遥感影 像的光谱检索。文章选择了OMISI高光谱数据的四种易混分地类进行了相似性度量的对比实验。通过与常 规的分析方法光谱角匹配(SAM)、光谱信息散度(sm)的对比可以看到，DPSR在较少计算量的情况下能保 持较高的计算精度，提供了一种新的影像光谱高效检索方法。此外，文章还提出了尚待进一步研究的问题。 关键词光谱曲线形态；高光谱遥感；影像检索；DouglawPeucke算法 中圈分类号：0433．1文献标识码：A 分析。基于内容的图像检索(content-hasedretrieval， image 引 言 EIB取)[6]就属于这一研究领域。基于特征的检索可以以某一 指定特征为条件进行检索，也可以以条件影像为条件进行检 随着传感器技术、数据通讯技术的飞速发展，利用各种 机载和星载传感器，我们己经能够(准)实时地获取反映地球 了四种函数形式：Hausdodf影像距离、局部影像距离、整体 表面动态变化的、多时相、多波段、多分辨率的对地观测数 影像距离、对称影像距离。马洪超Esj基于变差函数提出了影 据[1]，其中的各种遥感影像数据为地学应用提供了丰富的地 像距离函数来衡量影像相似性，并将其用于影像检索中。包 spatial 表信息，同时也是“国家空间数据基础设施”(national 倩跏通过两组直方图研究遥感图像的相似性，利用基于特征 data耐rastructure，NSDI)和数字地球的重要组成部分跚。 向量的和基于概率的相似性度量进行了比较分析。对于遥感 目前各种遥感影像数据的获取量呈几何级数增长，据统计， 影像而言，光谱特征是其与一般图像的重要区别，在影像检 and NASA(nationalaeronauticsadministration)每天产 space 索中可以利用光谱信息作为检索的依据。利用光谱特征检索 生的数据量已达TB级，巨大的数据量带来了数据存储和管 的关键问题是光谱特征提取和相似性度量，常用的相似性度 理的问题[3’‘]，如何从海量影像数据中检索出我们所需要的 量包括光谱角度匹配、光谱散度、二值编码匹配、相关系数、 信息显得十分迫切。 包络线消除法、导数光谱等指标，下文有详细叙述。杜培军 影像检索(imageretrieva