專利名稱：一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法
技術(shù)領(lǐng)域：
本發(fā)明屬于遙感影像應(yīng)用領(lǐng)域，特別涉及一種基于內(nèi)容的遙感圖像數(shù)據(jù)智 能搜索方法。
技術(shù)背景遙感圖像數(shù)據(jù)的智能搜索是圖像信息檢索中的關(guān)鍵技術(shù)。隨著遙感圖像數(shù)據(jù)量的急劇增加，如何在基于Web的海量圖像數(shù)據(jù)庫中，檢索到用戶所真正關(guān)心 的信息是急需解決的一個技術(shù)難點。這涉及到人工智能化圖像信息檢索、提取， 以協(xié)助用戶對互聯(lián)網(wǎng)和本地計算機(jī)的特大數(shù)量遙感圖像數(shù)據(jù)進(jìn)行信息收集及數(shù) 據(jù)處理，改進(jìn)圖像檢索質(zhì)量，達(dá)到精確搜索效果。用于查詢的元數(shù)據(jù)一般可分 成兩大類。 一類為數(shù)據(jù)獲取和生產(chǎn)過程自動形成的，如采集時間、空間范圍、 精度、波段等等技術(shù)參數(shù)。另一類則是對影像數(shù)據(jù)內(nèi)容的描述。如影像中所包 含的土地覆蓋類型(Landcover Type)和土壤類型。目前，遙感影像數(shù)據(jù)的查詢 一般基于第一類元數(shù)據(jù)，尤以時空要素為主。其局限性顯而易見。要提高查詢 效率，必須從數(shù)據(jù)內(nèi)容的描述入手?；趦?nèi)容的遙感圖像檢索不同于傳統(tǒng)的遙感目標(biāo)識別和圖像解譯技術(shù)，它是 一種較新的信息檢索技術(shù)，能夠在一定時間范圍內(nèi)，從大型數(shù)據(jù)庫中利用遙感 圖像的特征，檢索所要求的數(shù)據(jù)。區(qū)別于傳統(tǒng)的文字描述的檢索方法，圖像的 視覺特征如顏色、紋理和物體的形狀、結(jié)構(gòu)關(guān)系都可以作為檢索信息，符合人 們對圖像的直觀感知。它考慮的重點不在于地物的分類和識別方面，它更關(guān)注于基于內(nèi)容的快速査找和發(fā)現(xiàn)?；趦?nèi)容的遙感圖像檢索在傳統(tǒng)的檢索框架中 融入了對圖像內(nèi)容的理解，涵蓋了圖像理解、模式識別，計算機(jī)視覺技術(shù)和數(shù) 據(jù)庫管理及信息檢索等領(lǐng)域。該領(lǐng)域的研究主要集中在特征提取、匹配査詢、 多維索引以及檢索系統(tǒng)結(jié)構(gòu)建立上。早期的基于內(nèi)容的遙感圖像檢索技術(shù)主要采用基于顏色、紋理和形狀匹配等 檢索方法，根據(jù)遙感圖像中的紋理和形狀特征進(jìn)行數(shù)據(jù)匹配和影像識別。而在 此過程中，研究者發(fā)現(xiàn)元數(shù)據(jù)信息可以支持基于形狀的查詢，因為它直接將一 定的語義內(nèi)涵賦予了被搜索的特征。因此，基于內(nèi)容的遙感圖像檢索技術(shù)中除 采用了基于紋理和形狀匹配等檢索方法外，還綜合利用丫元數(shù)據(jù)索引，以縮小 搜索空間和加快查詢速度。遙感圖像的元數(shù)據(jù)包含了描述圖像一般性質(zhì)的屬性 集，這些屬性包括獲取圖像時間、入庫的時間和日期、比例尺/精度、圖像范圍 等等，更復(fù)雜的還可以包括傳感器的信息和圖像類型。因此，基于內(nèi)容的遙感 圖像檢索從特征選取、相似性比較、査詢機(jī)制和系統(tǒng)結(jié)構(gòu)等多方面都有自身的 特點。此外，有學(xué)者在研究基于內(nèi)容的大數(shù)據(jù)量遙感圖像中目標(biāo)地物的檢索方 法時，根據(jù)數(shù)據(jù)的特點和研究的目的，采用支持向量機(jī)作為特征提取和相似性比 較的方法,從而避免了特征提取中的信息損失。有學(xué)者提出一種基于G工S語義的 遙感圖像檢索方法，通過對GIS原子查詢結(jié)果進(jìn)行布爾運算得到矢量查詢結(jié)果， 在此基礎(chǔ)上得到與GIS數(shù)據(jù)具有統(tǒng)一坐標(biāo)框架的遙感圖像檢索結(jié)果。這些在基 于內(nèi)容的大數(shù)據(jù)量遙感圖像目標(biāo)地物檢索技術(shù)上做出了嘗試和探索。目前國內(nèi)外已經(jīng)建立起一些遙感圖像數(shù)據(jù)搜索的產(chǎn)品和軟件系統(tǒng)，如IBM的QBIC， MIT 的PhotoBook， UUIC的MARS等。與通用領(lǐng)域的檢索系統(tǒng)相比，遙感圖像檢索有 其特殊性，由于遙感圖像數(shù)據(jù)量大，內(nèi)容復(fù)雜，特別是高空間分辨率的圖像，與特征庫的鏈接方式非常復(fù)雜，因此無論是在系統(tǒng)結(jié)構(gòu)，特征選取，相似性比 較等各方面都是目前研究的難點。由于傳統(tǒng)的基于內(nèi)容的遙感圖像物檢索技術(shù)主要采用基于顏色、紋理和形狀 匹配和定義元數(shù)據(jù)信息等檢索方法，實施需要在專家?guī)椭峦瓿苫陬伾?、紋 理和形狀的匹配步驟，和考慮復(fù)雜的元數(shù)據(jù)定義等環(huán)節(jié)，不僅實施過程復(fù)雜而 且效果并不理想基于顏色、紋理和形狀匹配的方式存在有不確定性，檢索難 以獲得正確結(jié)果；基于元數(shù)據(jù)信息的檢索方法，必須事先定義元數(shù)據(jù)信息，而 且元數(shù)據(jù)一旦定義了在檢索時往往無法更改，可能引起所需檢索的內(nèi)容在元數(shù) 據(jù)中并無定義而無法檢索的問題。 發(fā)明內(nèi)容本發(fā)明目的在于解決現(xiàn)有技術(shù)不足，提供一種基于內(nèi)容的遙感圖像數(shù)據(jù)智 能搜索方法。為實現(xiàn)上述目的，本發(fā)明提供一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法， 根據(jù)遙感圖像搜索的關(guān)鍵字，進(jìn)行遙感圖像的智能搜索，取得關(guān)鍵字包括以下 步驟，步驟一，通過非監(jiān)督分類方法對遙感圖像進(jìn)行分類，得到分類柵格圖像； 步驟二，通過網(wǎng)絡(luò)發(fā)布分類柵格圖像，提供開放的人機(jī)交互接口，并收錄通過 人機(jī)交互接口為各類圖像部分添加的標(biāo)簽；步驟三，對收錄的標(biāo)簽進(jìn)行整理，若有重復(fù)內(nèi)容的標(biāo)簽，增大該標(biāo)簽的權(quán)值，將卨權(quán)值的標(biāo)簽作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識；步驟四，提供內(nèi)容標(biāo)識作為遙感圖像搜索的關(guān)鍵字。而且，預(yù)設(shè)遙感圖像的分類數(shù)，據(jù)此分類數(shù)對遙感圖像進(jìn)行分類。而且，分類數(shù)設(shè)為2 30之間。而且，將步驟一得到的分類柵格圖像中不同類圖像部分賦以不同顏色，然 后通過網(wǎng)絡(luò)發(fā)布。而且，對分類柵格圖像簡單矢量化，以內(nèi)容標(biāo)識作為圖像矢量化后的屬性 值，支持遙感圖像的空間搜索。而且，通過開放的人機(jī)交互接口收錄標(biāo)簽的具體實現(xiàn)方式為，參與者操作 通過互聯(lián)網(wǎng)連接的計算機(jī)；計算機(jī)通過網(wǎng)頁演示分類柵格圖像以及可幫助目視 解譯的信息；參與者選中某一分類時，分類柵格圖像中該類的所有像素高亮顯 示；當(dāng)有2個不同參與者針對該類輸入了一樣內(nèi)容的標(biāo)簽時，將標(biāo)簽存入于標(biāo) 簽數(shù)據(jù)庫；當(dāng)后續(xù)有其它參與者對同一分類輸入標(biāo)簽時，可以選擇一樣內(nèi)容的 標(biāo)簽或增加其它內(nèi)容的標(biāo)簽。而且，所述可幫助目視解譯的信息包括原始遙感圖像的合成圖像或主成分 圖像。而且，當(dāng)后續(xù)有其它參與者對同一分類輸入標(biāo)簽時，提取出標(biāo)簽數(shù)據(jù)庫中 存放的該類己有標(biāo)簽，呈現(xiàn)給參與者供參考。本發(fā)明提出了一種新的遙感圖像數(shù)據(jù)智能搜索方式，這種搜索方式以每類 的關(guān)鍵字作為搜索依據(jù)，能夠更準(zhǔn)確、細(xì)致的搜索出所關(guān)心的地物對象。而且 關(guān)鍵字的獲取采用了開放式方案，關(guān)鍵字事先并無任何定義，而是通過將分類 柵格圖像對外公開發(fā)布，隨著參與者添加的標(biāo)簽而逐步穩(wěn)定，可以保證為大多 數(shù)人所認(rèn)同，作為可靠的檢索依據(jù)。由于對于關(guān)鍵字描述的圖像內(nèi)容沒有任何 限制，取得的標(biāo)志可以表達(dá)豐富的圖像信息。并且由于這種方案沒有任何限制， 省略了現(xiàn)有技術(shù)中基于顏色、紋理和形狀的匹配步驟，和考慮復(fù)雜的元數(shù)據(jù)定義等環(huán)節(jié)，不需要專家參與前置準(zhǔn)備工作，實施簡便，對于海量遙感圖像數(shù)據(jù) 處理而言具有重要意義。


圖1是本發(fā)明原理示意圖；圖2是本發(fā)明實施例的遙感圖像分類示意圖； 圖3是本發(fā)明實施例的添加標(biāo)簽流程圖。
具體實施方式
參見圖1，本發(fā)明提供'種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法，根據(jù)遙 感圖像搜索的關(guān)鍵字，進(jìn)行遙感圖像的智能搜索，取得關(guān)鍵字包括以下步驟， 步驟一，通過非監(jiān)督分類方法對遙感圖像進(jìn)行分類，得到分類柵格圖像；本發(fā)明提供的方案適用性強(qiáng)，能夠?qū)Χ嗖ǘ芜b感圖像或單波段遙感圖像進(jìn) 行處理；能夠?qū)Σ煌b感衛(wèi)星取得的遙感圖像進(jìn)行處理，如Landsat、 SP0T、 IK0N0S等等衛(wèi)星影像。采用非監(jiān)督分類方法是因為這種方法無需像監(jiān)督分類方 法那樣事先準(zhǔn)備樣區(qū)，更能達(dá)到實施簡便的效果。具體實施時可以采用K-Means 等已有非監(jiān)督分類技術(shù)。非監(jiān)督分類方法的特點是可以根據(jù)分類精度要求事先 設(shè)定分類數(shù)，本發(fā)明建議分類數(shù)在2 30之間，這個數(shù)值可以預(yù)設(shè)，也可以通 過人機(jī)交互由參與者選定，然后傳送到對遙感圖像分類的執(zhí)行設(shè)備。所述執(zhí)行 設(shè)備一般采用設(shè)有圖像數(shù)據(jù)庫的大型計算機(jī)。可以將分類結(jié)果以整數(shù)表達(dá)，采 用整數(shù)值標(biāo)明遙感圖像中某像素的類屬。步驟二，通過網(wǎng)絡(luò)發(fā)布分類柵格圖像，提供開放的人機(jī)交互接口，并收錄通過 人機(jī)交互接口為各類圖像部分添加的標(biāo)簽；通過網(wǎng)絡(luò)發(fā)布分類柵格圖像可以采用成熟的Web Servixes技術(shù)，只需一臺聯(lián)入互聯(lián)網(wǎng)的PC，任何人都可成為參與者。人機(jī)交互接口可以采用網(wǎng)頁界面實 現(xiàn)。為了方便參與者查看，可將步驟一得到的分類柵格圖像中不同類圖像部分 賦以不同顏色，然后通過網(wǎng)絡(luò)發(fā)布。具體實施時，計算機(jī)通過網(wǎng)頁演示分類柵 格圖像以及可幫助目視解譯的信息，所述可幫助目視解譯的信息可以是原始遙 感圖像的合成圖像或主成分圖像。參與者選中某一分類時，分類柵格圖像中該 類的所有像素高亮顯示；當(dāng)有2個不同參與者針對該類輸入了一樣內(nèi)容的標(biāo)簽 時，將標(biāo)簽存入于標(biāo)簽數(shù)據(jù)庫；當(dāng)后續(xù)有其它參與者對同一分類輸入標(biāo)簽時， 可以選擇一樣內(nèi)容的標(biāo)簽或增加其它內(nèi)容的標(biāo)簽。具體實施時，也可擴(kuò)展參與 平臺，智能手機(jī)、PDA、易PC等聯(lián)網(wǎng)設(shè)備均屬于等同替換手段。特別需要注意 的是，這種標(biāo)簽收錄方式?jīng)]有限定任何規(guī)則，和基于語義網(wǎng)的加注方法不同， 無需事先根據(jù)遙感圖像特征建立本體。步驟三，對收錄的標(biāo)簽進(jìn)行整理，若有重復(fù)內(nèi)容的標(biāo)簽，增大該標(biāo)簽的權(quán)值， 將高權(quán)值的標(biāo)簽作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識；對收錄的標(biāo)簽進(jìn)行整理是一種統(tǒng)計工作，可以將所有參與者輸入的標(biāo)簽統(tǒng) 一收錄到標(biāo)簽數(shù)據(jù)庫后進(jìn)行處理。當(dāng)后續(xù)有其它參與者對同一分類輸入標(biāo)簽時， 可以選擇一樣內(nèi)容的標(biāo)簽或增加其它內(nèi)容的標(biāo)簽，具體實施時可以提取出標(biāo)簽 數(shù)據(jù)庫中存放的該類已有標(biāo)簽，呈現(xiàn)給參與者，供參與者選擇認(rèn)同。為了系統(tǒng) 條理的存放標(biāo)簽，標(biāo)簽數(shù)據(jù)庫可采用簡單的本體庫方式實現(xiàn)，可以同樣設(shè)置在 圖像分類的執(zhí)行設(shè)備中，或者另設(shè)數(shù)據(jù)庫服務(wù)器。為了提高獲得有效標(biāo)簽的效 率，避免數(shù)據(jù)量過大，還可在存入數(shù)據(jù)庫之前進(jìn)行即時性處理，例如當(dāng)判斷第 一次出現(xiàn)某標(biāo)簽時，存儲該標(biāo)簽到內(nèi)存，在鄰近時間又出現(xiàn)同樣內(nèi)容的標(biāo)簽時， 將該標(biāo)簽收入標(biāo)簽數(shù)據(jù)庫，并將權(quán)值加l。如果超過一定時間沒有相同內(nèi)容的標(biāo)簽，則丟棄該標(biāo)簽。所述高權(quán)值是某分類的多個標(biāo)簽之間相對而言，可以提供 最高權(quán)值的標(biāo)簽作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識，也可提供前幾位的標(biāo)簽一起 作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識，以便提高更豐富的檢索信息。 步驟四，提供內(nèi)容標(biāo)識作為遙感圖像搜索的關(guān)鍵字。通過關(guān)鍵字搜索的具體實現(xiàn)方式可以參考現(xiàn)有搜索技術(shù)，本發(fā)明的關(guān)鍵在 于關(guān)鍵字的取得，具體搜索時從標(biāo)簽數(shù)據(jù)庫中查詢關(guān)鍵字即可。對分類柵格圖 像中的各分類分別收錄標(biāo)簽，獲得的分類標(biāo)簽存入標(biāo)簽數(shù)據(jù)庫(動態(tài)過程，標(biāo) 簽會隨著參與者的添加而變動修改)，相應(yīng)分類關(guān)鍵字作為智能搜索基礎(chǔ)。若事先對遙感圖像進(jìn)行進(jìn)一步處理，可以支持多樣的復(fù)雜空間搜索，例如 對分類柵格圖像簡單矢量化，以內(nèi)容標(biāo)識作為圖像矢量化后的屬性值，支持遙 感圖像的空間搜索。具體實施時，開放式獲取關(guān)鍵字可以借鑒維基的超文本技術(shù)，以網(wǎng)站形式 向公眾提供，從而收錄標(biāo)簽。為了提高收錄效率，本發(fā)明建議采用網(wǎng)絡(luò)游戲形 式，提高公眾參與積極性，參見圖2、 3:在游戲參加者中隨機(jī)挑選兩人甲和乙，每人操作一臺通過互聯(lián)網(wǎng)連接的計 算機(jī)。游戲開始前，甲和乙協(xié)商選定待分類影像、確定分類數(shù)，選中的遙感圖像根據(jù)分類數(shù)進(jìn)行K-Means非監(jiān)督分類法分類，得到整數(shù)分類結(jié)果，分類結(jié)果圖 形化得到分類柵格圖像。并且各類賦以不同顏色。游戲開始時，網(wǎng)頁演示分類圖以及可幫助目視解譯的信息，如原始圖像的 合成圖或主成分圖像等。游戲過程中，甲選中某一分類，該類的所有象素在圖 像上進(jìn)行高亮顯示。甲和乙分別輸入該類的描述標(biāo)簽。若兩人輸入了一樣內(nèi)容的標(biāo)簽(標(biāo)簽甲=標(biāo)簽乙)，兩人得到游戲得分加1，標(biāo)簽保留于數(shù)據(jù)庫，然后 判斷新標(biāo)簽是否為已記錄的標(biāo)簽，是則標(biāo)簽得分+1 (權(quán)值增加)。若兩人輸入 不一致，可重新輸入，或放棄。下--步由乙指定尚未標(biāo)簽的類，如此循環(huán)至規(guī) 定的游戲時間結(jié)束。其他游戲者參與游戲時遵循同樣的游戲規(guī)則添加各類標(biāo)簽。 不同的是，他們可以選擇前一對參與者保留下來的標(biāo)簽。
權(quán)利要求
1.一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法，其特征是根據(jù)遙感圖像搜索的關(guān)鍵字，進(jìn)行遙感圖像的智能搜索，取得關(guān)鍵字包括以下步驟，步驟一，通過非監(jiān)督分類方法對遙感圖像進(jìn)行分類，得到分類柵格圖像；步驟二，通過網(wǎng)絡(luò)發(fā)布分類柵格圖像，提供開放的人機(jī)交互接口，并收錄通過人機(jī)交互接口為各類圖像部分添加的標(biāo)簽；步驟三，對收錄的標(biāo)簽進(jìn)行整理，若有重復(fù)內(nèi)容的標(biāo)簽，增大該標(biāo)簽的權(quán)值，將高權(quán)值的標(biāo)簽作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識；步驟四，提供內(nèi)容標(biāo)識作為遙感圖像搜索的關(guān)鍵字。
2. 根據(jù)權(quán)利要求l所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是預(yù)設(shè)遙感圖 像的分類數(shù)，據(jù)此分類數(shù)對遙感圖像進(jìn)行分類。
3. 根據(jù)權(quán)利要求2所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是分類數(shù)設(shè)為 2 30之間。
4. 根據(jù)權(quán)利要求l所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是將步驟一得 到的分類柵格圖像中不同類圖像部分賦以不同顏色，然后通過網(wǎng)絡(luò)發(fā)布。
5. 根據(jù)權(quán)利要求l所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是對分類柵格 圖像簡單矢量化，以內(nèi)容標(biāo)識作為圖像矢量化后的屬性值，支持遙感圖像的空 間搜索。
6. 根據(jù)權(quán)利要求1或2或3或4或5所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是通過開放的人機(jī)交互接口收錄標(biāo)簽的具體實現(xiàn)方式為，參與者操作通過互聯(lián)網(wǎng)連接的計算機(jī)；計算機(jī)通過網(wǎng)頁演示分類柵格圖像以及可幫助目視解譯的信息；參與者選中某一分類時，分類柵格圖像中該類的所有 像素高亮顯示；當(dāng)有2個不同參與者針對該類輸入了一樣內(nèi)容的標(biāo)簽時，將標(biāo) 簽存入于標(biāo)簽數(shù)據(jù)庫；當(dāng)后續(xù)有其它參與者對同一分類輸入標(biāo)簽時，可以選擇一樣內(nèi)容的標(biāo)簽或增加其它內(nèi)容的標(biāo)簽。
7. 根據(jù)權(quán)利要求fi所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是所述可幫助 目視解譯的信息包括原始遙感圖像的合成圖像或主成分圖像。
8. 根據(jù)權(quán)利要求6所述的遙感圖像數(shù)據(jù)智能搜索方法，其特征是當(dāng)后續(xù)有其 它參與者對同一分類輸入標(biāo)簽時，提取出標(biāo)簽數(shù)據(jù)庫中存放的該類已有標(biāo)簽， 呈現(xiàn)給參與者供參考。
全文摘要
本發(fā)明屬于遙感影像應(yīng)用領(lǐng)域，特別涉及一種基于內(nèi)容的遙感圖像數(shù)據(jù)智能搜索方法，根據(jù)遙感圖像搜索的關(guān)鍵字，進(jìn)行遙感圖像的智能搜索，取得關(guān)鍵字包括步驟一，通過非監(jiān)督分類方法對遙感圖像進(jìn)行分類，得到分類柵格圖像；步驟二，通過網(wǎng)絡(luò)發(fā)布分類柵格圖像，提供開放的人機(jī)交互接口，并收錄通過人機(jī)交互接口為各類圖像部分添加的標(biāo)簽；步驟三，對收錄的標(biāo)簽進(jìn)行整理，若有重復(fù)內(nèi)容的標(biāo)簽，增大該標(biāo)簽的權(quán)值，將高權(quán)值的標(biāo)簽作為相應(yīng)類圖像部分的內(nèi)容標(biāo)識；步驟四，提供內(nèi)容標(biāo)識作為遙感圖像搜索的關(guān)鍵字。本發(fā)明提供了開放式關(guān)鍵字獲取方案，實施簡便，信息豐富，可協(xié)助用戶對海量遙感圖像數(shù)據(jù)進(jìn)行信息收集處理，改進(jìn)檢索質(zhì)量，精確搜索效果。
文檔編號G06F17/30GK101241504SQ20081004675
公開日2008年8月13日 申請日期2008年1月23日 優(yōu)先權(quán)日2008年1月23日
發(fā)明者斌 李, 陳玉敏, 龔健雅 申請人:武漢大學(xué)