基于顯著區(qū)域特征的遙感影像檢索方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于顯著區(qū)域特征的遙感影像檢索方法及系統(tǒng)，包括步驟：利用視覺注意模型獲取影像顯著圖；通過自適應閾值法將影像顯著圖二值化；將原始影像與對應的二值化顯著圖進行“掩膜”運算得到影像的顯著區(qū)域；提取影像顯著區(qū)域的顯著點，基于顯著點特征對顯著點進行聚類，獲得描述顯著區(qū)域特征的特征向量；最后，按照預設的相似性度量準則進行影像檢索。本發(fā)明在保證特征提取效率的同時，提高了檢索查準率，改善了檢索結果，且符合人眼視覺特點。
【專利說明】基于顯著區(qū)域特征的遙感影像檢索方法及系統(tǒng)
【技術領域】
[0001]本發(fā)明屬于遙感圖像處理影像檢索【技術領域】，涉及一種基于顯著區(qū)域特征的遙感影像檢索方法及系統(tǒng)。
【背景技術】
[0002]隨著遙感技術發(fā)展，多源遙感影像數(shù)據(jù)的獲取變得日益簡單。海量遙感影像數(shù)據(jù)在為科學研究提供更多數(shù)據(jù)選擇的同時也帶來了諸多亟待解決的難題。一方面，現(xiàn)階段影像數(shù)據(jù)的處理和分析能力有限，使得遙感影像數(shù)據(jù)的使用效率低下；另一方面，遙感影像數(shù)據(jù)具有空間性、多樣性、復雜性等特點，而目前遙感影像數(shù)據(jù)的組織、管理、瀏覽和查詢的發(fā)展程度遠遠滯后于遙感影像數(shù)據(jù)的增長速度，使得針對特定應用往往不能快速找到所需的遙感影像。海量遙感影像數(shù)據(jù)的有效檢索方法的缺乏已成為制約遙感影像數(shù)據(jù)應用的瓶頸，研究高效的遙感影像檢索方法勢在必行。
[0003]傳統(tǒng)的遙感影像檢索方法包括基于關鍵字的檢索和基于內容的檢索。基于關鍵字的影像檢索技術通過人工標注方式用一系列的關鍵字對數(shù)據(jù)庫中的影像進行描述，檢索時輸入關鍵字，系統(tǒng)就會返回與之相符的影像，該方法雖然檢索過程簡單且容易理解，但手工標注效率低，且主觀性強?；趦热莸挠跋駲z索技術通過提取影像的低層視覺特征(光譜特征、紋理特征和形狀特征)進行檢索，該技術雖然一定程度上改善了檢索結果，但光譜特征和紋理特征是影像的全局特征，未考慮影像前景和背景的特點，不能很好地描述影像的語義信息；形狀特征雖然跟影像上特定目標相關，但是形狀特征的提取往往需要對影像進行分割，而分割本身就是計算機視覺領域的一大難題。可以看出，由于語義鴻溝的存在，低層視覺特征不能有效反映影像的本質內容。
[0004]根據(jù)人眼視覺理論，對于一幅影像人們關注的不是整幅影像的內容而是影像的顯著區(qū)域，為此人們將視覺注意模型引入影像檢索領域，研究利用視覺注意模型計算影像的顯著圖并提取顏色、紋理、邊緣等特征進行檢索。相比低層視覺特征，該方法更符合人們的查詢意圖并且能有效地彌合語義鴻溝，然而顯著圖是模糊的灰度圖像，直接提取顯著圖的顏色、紋理、邊緣等特征十分困難。

【發(fā)明內容】

[0005]針對現(xiàn)有技術存在的不足，本發(fā)明提供了一種能更好反映檢索需求的、基于顯著區(qū)域特征的遙感影像檢索方法及系統(tǒng)，本發(fā)明通過分析人眼視覺注意特性，從復雜的遙感影像中提取出顯著區(qū)域，通過提取顯著區(qū)域特征實現(xiàn)遙感影像檢索。
[0006]本發(fā)明的技術方案如下:
[0007]一、基于顯著區(qū)域特征的遙感影像檢索方法，包括步驟:
[0008]步驟1，利用視覺注意模型獲取影像的顯著圖；
[0009]步驟2，將步驟I所得顯著圖轉化為對應的二值化顯著圖；
[0010]步驟3，基于原始影像和步驟2所得二值化顯著圖獲取影像的顯著區(qū)域；[0011]步驟4，提取步驟3所獲影像顯著區(qū)域的顯著點，基于顯著點特征，采用聚類方法對顯著點進行聚類，獲得描述顯著區(qū)域特征的特征向量；
[0012]步驟5，基于步驟4所獲特征向量，根據(jù)預設的相似性度量準則進行影像檢索。
[0013]步驟I具體為:
[0014]通過構造不同尺度的高斯金字塔得到影像的亮度特征、顏色特征和方向特征，融合影像的亮度特征、顏色特征和方向特征獲得與原始影像尺寸一致的顯著圖。
[0015]步驟2采用自適應閾值法將顯著圖轉化為對應的二值化顯著圖，二值化閾值采用大津法確定。
[0016]步驟3中通過對原始影像與其對應的二值化顯著圖進行“掩膜”運算，獲取影像的顯著區(qū)域。
[0017]步驟4中所述的特征為詞袋特征,詞袋特征根據(jù)文本檢索中Bag of Words算法原
理獲得。
[0018]步驟5進一步包括子步驟:
[0019]5.1預設相似性度量準則；
[0020]5.2基于影像顯著區(qū)域的特征向量，采用相似性度量準則逐一獲取待檢索影像和影像庫中影像的相似性值；
[0021]5.3按照相似性值大小對影像庫中影像排序后輸出。
[0022]二、基于顯著區(qū)域特征的遙感影像檢索系統(tǒng)，包括:
[0023]顯著圖獲取模塊，用來利用視覺注意模型獲取影像的顯著圖；
[0024]二值化顯著圖獲取模塊，用來將顯著圖轉化為對應的二值化顯著圖；
[0025]顯著區(qū)域獲取模塊，用來基于原始影像和二值化顯著圖獲取影像的顯著區(qū)域；
[0026]特征向量獲取模塊，用來提取影像顯著區(qū)域的顯著點，基于顯著點特征，采用聚類方法對顯著點進行聚類，獲得描述顯著區(qū)域特征的特征向量；
[0027]影像檢索模塊，用來基于特征向量，根據(jù)預設的相似性度量準則進行影像檢索。
[0028]與現(xiàn)有技術相比，本發(fā)明具有如下特點和有益效果，
[0029]1、采用視覺注意模型獲取影像的顯著區(qū)域，為了彌補視覺注意模型的缺點，將原始影像和二值化顯著圖進行“掩膜”運算獲得影像的顯著區(qū)域。
[0030]2、提取顯著區(qū)域的特征，克服了直接從顯著圖中提取特征的困難；基于提取的顯著區(qū)域特征進行影像檢索，不僅符合人眼視覺特點且能更好地反映檢索需求，縮小了低層視覺特征和高層語義之間的距離，能有效提高遙感影像檢索的查準率和查全率。
[0031]3、擴展性好，用于檢索的顯著區(qū)域的特征包括但不限于詞袋特征，只要能夠描述顯著區(qū)域內容的特征均可。
【專利附圖】

【附圖說明】
[0032]圖1為本發(fā)明實施例的流程圖；
[0033]圖2為本發(fā)明實施例中不同返回影像數(shù)下的平均查準率圖。
【具體實施方式】
[0034]本發(fā)明方的一種具體實施方法為:利用Itti視覺注意模型計算影像庫中所有影像的顯著圖，并采用“大津法”自適應確定閾值將顯著圖二值化；將二值化顯著圖與相應的原始影像進行“掩膜”運算得到影像的顯著區(qū)域；利用SIFT算子提取影像顯著區(qū)域的顯著點，經聚類得到描述顯著區(qū)域詞袋特征的視覺單詞特征向量(visual words )；按照預設的相似性度量準則檢索影像庫中影像。
[0035]下面將結合圖1詳細說明本發(fā)明的【具體實施方式】，具體包括步驟:
[0036]步驟1，獲取遙感影像庫中影像的顯著圖。
[0037]首先，構建檢索用遙感影像庫。
[0038]本實施例檢索影像庫中采用的影像數(shù)據(jù)來自于分辨率為30cm的美國幾大城市的航空影像，按照Tiles無重疊分塊方式將影像分割為256*256大小的子塊，構成包含飛機、稀疏居民區(qū)、建筑物以及停車場4類地物的檢索影像庫，其中每類地物包含100幅影像。
[0039]然后，獲取遙感影像庫中影像的顯著圖。
[0040]本實施例采用效果較好且較成熟的Itti視覺注意模型獲取影像的顯著圖。通過構造不同尺度的高斯金字塔得到影像的亮度、顏色、方向三種特征。該三種特征的計算見式(I)~(3)。
[0041]I = (r+g+b) /3(I)
[0042]式(I)中，I為影像的亮度特征，r、g、b分別為顏色的三個分量。
【權利要求】
1.基于顯著區(qū)域特征的遙感影像檢索方法，其特征在于，包括步驟: 步驟1，利用視覺注意模型獲取影像的顯著圖； 步驟2，將步驟I所得顯著圖轉化為對應的二值化顯著圖； 步驟3，基于原始影像和步驟2所得二值化顯著圖獲取影像的顯著區(qū)域； 步驟4，提取步驟3所獲影像顯著區(qū)域的顯著點，基于顯著點特征，采用聚類方法對顯著點進行聚類，獲得描述顯著區(qū)域特征的特征向量； 步驟5，基于步驟4所獲特征向量，根據(jù)預設的相似性度量準則進行影像檢索。
2.如權利要求1所述的基于顯著區(qū)域特征的遙感影像檢索方法，其特征在于: 步驟I具體為: 通過構造不同尺度的高斯金字塔得到影像的亮度特征、顏色特征和方向特征，融合影像的亮度特征、顏色特征和方向特征獲得與原始影像尺寸一致的顯著圖。
3.如權利要求1所述的基于顯著區(qū)域特征的遙感影像檢索方法，其特征在于: 步驟2采用自適應閾值法將顯著圖轉化為對應的二值化顯著圖，二值化閾值采用大津法確定。
4.如權利要求1所述的基于顯著區(qū)域特征的遙感影像檢索方法，其特征在于: 步驟3中通過對原始影像與其對應的二值化顯著圖進行“掩膜”運算，獲取影像的顯著區(qū)域。
5.如權利要求1所述的基于顯著區(qū)域特征的遙感影像檢索方法，其特征在于: 步驟4中所述的特征為詞袋特征。
6.如權利要求1所述的基于顯著區(qū)域特征的遙感影像檢索方法，其特征在于: 步驟5進一步包括子步驟: 5.1預設相似性度量準則； 5.2基于影像顯著區(qū)域的特征向量，采用相似性度量準則逐一獲取待檢索影像和影像庫中影像的相似性值； 5.3按照相似性值大小對影像庫中影像排序后輸出。
7.基于顯著區(qū)域特征的遙感影像檢索系統(tǒng)，其特征在于，包括: 顯著圖獲取模塊，用來利用視覺注意模型獲取影像的顯著圖； 二值化顯著圖獲取模塊，用來將顯著圖轉化為對應的二值化顯著圖； 顯著區(qū)域獲取模塊，用來基于原始影像和二值化顯著圖獲取影像的顯著區(qū)域； 特征向量獲取模塊，用來提取影像顯著區(qū)域的顯著點，基于顯著點特征，采用聚類方法對顯著點進行聚類，獲得描述顯著區(qū)域特征的特征向量； 影像檢索模塊，用來基于特征向量，根據(jù)預設的相似性度量準則進行影像檢索。
【文檔編號】G06F17/30GK103678552SQ201310652866
【公開日】2014年3月26日 申請日期:2013年12月5日 優(yōu)先權日:2013年12月5日
【發(fā)明者】邵振峰, 周維勛, 王星 申請人:武漢大學