基于内容的多光谱遥感影像检索若干关键技术介绍.docVIP

基于内容的多光谱遥感影像检索若干关键技术的介绍 1 研究背景及应用 1.1 研究目的 随着针对各种应用的天基轨道遥感平台的不断增多，人类每天从这些星载对地观测仪器上获得越来越多的遥感数据，例如，LANDSAT 陆地卫星两星期内就可以将全球拍摄一遍，美国宇航局的地球行星项目每天可以产生1000GB 的数据。随着对地观测技术的发展，遥感影像数据也被越来越广泛地应用于各种领域，如：矿产勘查、生物栖息地测绘、侵入植被检测、环境监测、土壤退化、气候变化监测、海洋资源探测等。 遥感影像数据是一种信息丰富、覆盖面广、多分辨率、多时相、多光谱的地球空间信息载体，为了能够合理有效地利用这些浩瀚的对地观测数据，研究工作者一直在不断探索如何利用计算机技术进行数据自动采集、分析、分类、组织、存储和查询，以构建可以广泛服务于各类应用的遥感影像数据库系统。针对各自不同领域的应用许多研究机构已经建立了专业的遥感影像数据库系统，这些系统都是以数据的“外在”属性对遥感影像进行描述，如：影像坐标、探测仪器编号、采集日期、空间分辨率、光谱范围等，并按照这些属性进行影像管理和检索。然而对于大多数遥感知识不太丰富的用户，这些属性对于他们获得自己感兴趣的遥感影像并没有实际意义，而且利用这些有限的影像“外在”属性他们很难完成一次能够不断接近自己目标结果的查询过程。 如何根据“内在”属性进行影像管理和查找的技术成为遥感影像库管理者们普遍关心的问题，并引用图像工程领域的定义方法，将这种“内在”属性定义为“内容”，这些属性包括影像中包含的地物，地物的光谱、纹理和形状，地物间的相互位置关系等等。但是这些“内容”是一种形象化的感知，利用语言文字很难找到一种统一、精确、具体的表达方式，以文字作为查询条件进行图像内容检索被证明局限性较大、实验效果也并不理想。基于内容的图像检索（Content-Based ImageRetrieval，CBIR）技术是一种以图像作为查询条件，进行目标图像查找的图像检索技术，它试图在计算机理解图像内容的基础上实现图像数据的合理组织和符合人类感知习惯的查询检索，为遥感影像的管理和查询提供了一种新的思路。 1.2 国内外研究现状综述 最初的图像检索系统出现于 70 年代末，是在传统数据库管理系统和文本检索系统的基础上发展而来的。这些早期的系统大多通过人工识别的方式对图片添加文本标注，例如：文件名、图像格式、图像来源、创建日期、图像颜色、主题内容描述、图像的结构信息等等，并根据这些标注对图像进行分类保存和管理。但是人工标注是一项费时费力工作，随着图像采集技术的不断发展，图像数据库的信息量与日俱增而且变化频繁，特别是随着互联网应用在人类生活和工作中的普及和发展，试图以人工标注方式解决图像库的管理和查询几乎变的不大可能。而且对于图像内容的理解完全依赖于人的直观感知，是人的主观判断结果，受主观因素和环境影响较大。不仅不同人对相同图片的理解存在差异，就是同一个人不同时期看到同一张图片也可能产生不同的认知结论，制定客观一致的认知标准又是一件不可能完成的事情。同时，图像的视觉特征（如，纹理、形状）很难以文字的方式精确描述，因此人工标注方法不能准确全面地表达图像内容，以此为基础的影像库查询系统迄今为止没有取得较大的发展。 为了克服基于文本标注方式的图像检索系统存在的问题，90 年初期出现了CBIR系统。此类系统利用图像处理技术自动提取图像的视觉特征，如，颜色、纹理、形状等，以数字化的特征值作为图像低级视觉特征的描述，并且以数字特征值的距离函数作为图像相似度的评价函数。当用户在此类系统中进行查询时，需要首先提交一幅目标图像或从系统提供的示例库中选择一幅示例图像作为查询样本，通过“查询-选择查询结果-再查询”的迭代查询过程不断接近与用户需求相符的查询结果。系统在处理用户查询时，首先计算所有存档影像与查询样本的数字特征距离，然后根据距离远近对存档影像的相似度进行排序，将最相似的若干个查询结果返回给用户，用户对查询结果进行评价，选择与查询需求最相符的结果作为样本进行更进一步的查询。在系统内部，影像库按照图像视觉特征对存档影像进行分类和存储，并以此建立索引。 1994 至2000 年是CBIR 技术提出和发展第一个阶段，这一阶段的研究和探索影像了当前CBIR 技术的发展方向，而且可以肯定这一阶段确立的技术路线和思路将持续影响未来若干个十年的发展方向。在这一阶段，全世界的研究这都专注于弄清楚两个问题：①在感知范畴，如何在人类感知和计算机描述之间建立联系；②在语义范畴，如何将提取的视觉信息与在给定场景中代表的特定意义统一起来。前者是认识问题，后者是解释问题，其目的就是在一定程度上使计算机能够具有与人类相对应的图像理解能力。 Smeulders 将图像检索区分为狭义和广义两种