在海量遙感數(shù)據(jù)背景下,傳統(tǒng)的基于關(guān)鍵字/元數(shù)據(jù)數(shù)據(jù)服務(wù)模式,無法滿足不同應(yīng)用領(lǐng)域用戶對多樣化遙感變化信息數(shù)據(jù)的獲取需求。將基于內(nèi)容的圖像檢索技術(shù)應(yīng)用到遙感圖像變化信息數(shù)據(jù)獲取中,提出了一種全新的基于內(nèi)容的遙感圖像變化信息檢索概念模型。通過深入分析當(dāng)前基于內(nèi)容的圖像檢索的先進理論方法,構(gòu)建基于內(nèi)容的遙感圖像變化信息檢索模型框架,并對變化信息數(shù)據(jù)管理模型構(gòu)建、多維特征提取和智能反饋模型創(chuàng)建等關(guān)鍵問題進行研究和算法實現(xiàn),以中低分辨率遙感圖像變化信息數(shù)據(jù)獲取為例來進行模型驗證與分析,建立原型系統(tǒng)。該方法作為一種新的遙感圖像變化信息獲取與服務(wù)方式,能有效利用遙感圖像中底層特征,更準確地刻畫了不同用戶的遙感圖像變化信息檢索需求。同時,對影像的預(yù)處理要求較低,不受變化檢測產(chǎn)品生產(chǎn)種類限制,具有較好普適性和自動化性,提高了遙感信息服務(wù)水平和效率。 

【文章來源】：遙感技術(shù)與應(yīng)用. 2020,35(03)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

基于內(nèi)容的遙感圖像變化信息檢索的總體技術(shù)路線圖

考慮到遙感影像自身的特點，本文設(shè)計實現(xiàn)了一種符合MPEG7規(guī)范的基于類五叉樹的分層分塊的數(shù)據(jù)管理模型。由于本文提出的變化信息數(shù)據(jù)獲取方式是基于變化圖像對本身內(nèi)容的查詢檢索方式，故其對變化圖像對的預(yù)處理要求較低，不需要進行刻意的輻射校正，幾何配準精度在5個像素以內(nèi)即可。同時，為適應(yīng)不同對象的變化信息發(fā)現(xiàn)的檢索需求，遙感影像切割的最小瓦塊大小為128像素×128像素。多源、多時相遙感影像數(shù)據(jù)變化信息入庫歸檔的流程如下所述（圖2）。(1)假彩色影像合成，按照R、G、B波段組合融合成假彩色圖像；(2)解析數(shù)據(jù)的元數(shù)據(jù)信息，獲取歷史數(shù)據(jù)的區(qū)域信息，按照區(qū)域信息，實現(xiàn)不同時相、不同傳感器影像的裁切和和粗配準；(3)按照選定的數(shù)據(jù)分層分塊策略，對粗配準后的影像進行切割操作；(4)對切割的小圖像塊，采用綜合顏色和紋理特征的特征提取模型，實現(xiàn)特征提取和歸一化處理；(5)根據(jù)合理歷史數(shù)據(jù)組織管理策略，比如時間順序、逆序、相間相生序等原則，形成變化特征矢量。

本文在Win7平臺下，采用Matlab實現(xiàn)預(yù)編程，設(shè)計實現(xiàn)簡易的基于內(nèi)容的遙感圖像變化信息檢索與智能反饋概念模型系統(tǒng)，效果圖如圖3所示。其主要包括：目標(biāo)變化圖像對輸入?yún)^(qū)域、特征選擇區(qū)域、反饋的采樣方式和參數(shù)訓(xùn)練區(qū)域、圖像顯示和反饋等四大區(qū)域。分別用于目標(biāo)變化圖像對輸入，特征組合方式的確定，反饋模式選擇，和參數(shù)訓(xùn)練樣式選擇。以覆蓋北京區(qū)域的Landsat衛(wèi)星的123行03列，時間跨度為1996～2015年，14景質(zhì)量相對較好時序數(shù)據(jù)形成長時間序列。采用類五叉樹方式切割形成瓦片后，每景影像分割成了2 288塊大小為128像素×128像素的圖像塊。采用順向正向全排法，共計生成151 008對變化圖像對。順向正向全排法，是指按照時間正方向，采用全排的方式，組織形成變化圖像對。圖4顯示了從水覆蓋區(qū)域變?yōu)榻ㄖ餀z索結(jié)果示意圖，左上角為目標(biāo)變化圖像對，中間主體部分檢索結(jié)果，其按照與目標(biāo)變化圖像對內(nèi)容的相關(guān)性，從上到下、從左到右依次遞減。其中，右下角顯示了目標(biāo)變化圖像對在原始影像中的位置。由右下方子圖可知，在東南五環(huán)到六環(huán)之間，出現(xiàn)了批量水域變更。經(jīng)查詢驗證，1999年7月份北京地區(qū)出現(xiàn)年降水超過700 mm，符合實際情況。

【參考文獻】：
期刊論文
[1]遙感衛(wèi)星數(shù)據(jù)實時主動服務(wù)系統(tǒng)設(shè)計與實現(xiàn)[J]. 劉建波,馬彩虹,陳甫,張靜,屈倩.  遙感信息. 2016(03)
[2]遙感影像內(nèi)容的語義查詢算法與應(yīng)用[J]. 張成剛,畢建濤,池天河.  地球信息科學(xué). 2007(03)
[3]一種新的基于內(nèi)容遙感圖像檢索的圖像分塊策略[J]. 李德仁,寧曉剛.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2006(08)
[4]基于紋理譜描述子的圖像檢索[J]. 施智平,胡宏,李清勇,史忠植,段禪倫.  軟件學(xué)報. 2005(06)
[5]基于多通道Gabor紋理特征的遙感圖像檢索[J]. 陸麗珍.  浙江大學(xué)學(xué)報(理學(xué)版). 2004(06)



本文編號：3304355