《一种改进包模型的遥感图像检索方法.》.pdfVIP

第 39卷 第 9期 武 汉 大 学 学 报 ·信 息 科 学 版 Vo1．39NO．9 2O14年 9月 GeomatiesandInformationScienceofW uhanUniversity Sept．2014 DOI：10．13203／j．whugi 文章编号 ：1671-8860(2014)09—1109—05 一 种改进包模型的遥感图像检索方法 杨 进 刘建波 戴 芹 1 中国科学院遥感与数字地球研究所 ，北 京，100094 摘 要：提 出了一种 改进 的包模型 图像检索方法，使用本底 图像构建视觉词汇字典 。在建库过程 中，通过近似 KD-Tree搜索本底 图像局部不变特征与入库 图像特征间的对应匹配关系，并记录该关系；图像检索时，搜索检 索图像与本底 图像特征 的对应关系，进而计算与入库 图像 的关系。该方法仅保存本底 图像 的局部不变特征 ， 可实现感兴趣 区域的图像检索。实验结果表 明，该方法在提 高图像检索准确性 的同时，可以减少所 需存储局 部 不变特征 的数量 。 关键词 ：遥感 图像检索；本底 图像 ；包模式 ；视觉词汇 ；感兴趣 区 中图法分类号 ：P237．4；TP753 文献标志码 ：A 如何在海量遥感影像 中快速检索感兴趣区域 与 目标成为 目前急需解决 的问题 。传统 的根据影 1 改进 的BoW 图像检索方案 像元数据信息的影像检索方式 已不能很好地实现 感兴趣 区域检索 【。视觉词汇包 (bag—of—word， BoW 方案首先在文档检索中使用，文献 [6] BoW)方案是 目前基于局部不变特征检索图像 的 将其扩展到计算机视觉领域 ，并提 出了一种基于 最主要框架 ，在图像检索领域有多个成功 的应用 BoW 的图像检索框架 。为了提高 BoW 框架的图 案例 j。但是 ，BoW 检索方案在 图像存在较多 像检索准确性 ，文献[7]将文档查询中广泛应用的 相似纹理时 ，检索结果 的准确性较低。BoW 方案 词频一逆文档频率 (term—frequencyinverse—docu— 中，视觉词汇通过 K—Means等方法生成 ，这等同 ment—frequency，TF—IDF)方法 引入视 频词汇 中。 于全局最优约束下的分类 。视觉词汇的生成不受 结合 K—NN投票算法减少高频视觉词汇 的权重 ， 用户指导与控制 ，局部特征分配到视觉词汇时采 同时提高低频视觉词汇的权重。文献E8]从文本查 用最近邻原则。这种视觉词汇生成与分配方式存 询方法中引入一种查询词汇扩展 图像检索方法。 在稳定性低与可靠性差的缺点。根据在 Oxford 该方法利用图像 串将初次查询结果中的高频视觉 数据集上的测试 ，局部特征分配到视觉词汇时，最 词汇作为查询条件进行 附加查询。查询扩展在初 近邻词汇与次近邻词汇 的距离 比平均值大于 次查询有较高准确度时能进一步提高系统整体检 0．95。这意味细微的图像变化 ，如光照、尺度 、旋转 索性能。 等，会使相 同目标 的局部特征分配到不同的视觉 上述对 BoW 基本框架的改进虽然在一定程 词汇中。这无疑会降低 图像搜索的准确性。 度上提高了系统检索图像 的准确性 ，但没有解决 本文提出了一种适合遥感影像的改进视觉词 局部不变特征分配到视觉词汇时不稳定的现象。 汇包模型图像检索方案 。该方案利用遥感影像库 在遥感影像库 中，包含大量相同 目标不 同尺 中的图像间存在大量重叠区域 的特点 ，建立本底 度、不 同光照条件、不同成像时间、不同卫星、不 同 特征库，用特征库 中