【摘要】：為了改善基于內(nèi)容的遙感圖像檢索技術(shù),以遙感圖像區(qū)域檢索為框架,提出了一種新的基于圖論的無監(jiān)督學(xué)習(xí)遙感圖像檢索算法。首先,提出的方法用圖表為每一幅圖像建模,同時(shí)結(jié)合局部信息和相關(guān)的空間結(jié)構(gòu),提供基于區(qū)域的圖像代表。將每一幅圖像初步劃分為不同的區(qū)域,再通過屬性關(guān)系圖建模,節(jié)點(diǎn)和邊界分別代表區(qū)域特征和它們之間存在的空間關(guān)系。然后,通過評(píng)估基于圖像的相似點(diǎn)實(shí)現(xiàn)最相似于查詢圖像的圖像檢索。為匹配相應(yīng)的圖像以及按照圖像相似點(diǎn)實(shí)現(xiàn)圖像檢索,采用了結(jié)合子圖同構(gòu)算法和光譜圖嵌入技術(shù)的新型非精確圖像匹配策略。實(shí)驗(yàn)結(jié)果顯示,與其他兩種無監(jiān)督遙感圖像檢索方法相比,所提方法的檢索性能明顯改善。
[Abstract]:In order to improve the content-based remote sensing image retrieval technology, a new unsupervised learning remote sensing image retrieval algorithm based on graph theory is proposed. Firstly, the proposed method uses graphs to model each image, combined with local information and related spatial structure, to provide region-based image representation. Each image is divided into different regions and then modeled by attribute relational graph. The nodes and boundaries represent the regional features and the spatial relationship between them respectively. Then, image retrieval, which is most similar to query image, is realized by evaluating image similarity points. In order to match the corresponding image and realize image retrieval according to the image similarity point, a new inexact image matching strategy combining subgraph isomorphism algorithm and spectral image embedding technique is adopted. The experimental results show that compared with the other two unsupervised remote sensing image retrieval methods, the performance of the proposed method is obviously improved.
【作者單位】： 南京理工大學(xué)機(jī)械工程學(xué)院;安徽工業(yè)大學(xué)電氣與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(11372143) 國防科工局基礎(chǔ)計(jì)量項(xiàng)目(J092013B003)資助
【分類號(hào)】：O157.5;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦其明;遙感圖像自動(dòng)解譯面臨的問題與解決的途徑[J];測繪科學(xué);2000年02期

2 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

3 庾晉 ,白木 ,周潔;遙感圖像偵察與美國對阿反恐怖戰(zhàn)爭[J];遙感信息;2002年01期

4 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

5 馮春,馬建文,戴芹,陳雪;一種改進(jìn)的遙感圖像薄云快速去除方法[J];國土資源遙感;2004年04期

6 謝華美;李榮艷;田艷琴;別榮芳;;基于大數(shù)據(jù)量遙感圖像的薄云去除[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

7 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除方法研究述評(píng)[J];國土資源遙感;2006年01期

8 陳秋曉;陳述彭;周成虎;;基于局域同質(zhì)性梯度的遙感圖像分割方法及其評(píng)價(jià)[J];遙感學(xué)報(bào);2006年03期

9 李火明;;遙感圖像中特定目標(biāo)的自動(dòng)提取[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年09期

10 孫顯;王宏琦;張道兵;胡巖峰;鞏大亮;;基于多特征融合的城市遙感圖像自動(dòng)解譯方法[J];光子學(xué)報(bào);2010年01期

相關(guān)會(huì)議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹國;劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評(píng)[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日報(bào);2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日報(bào);2000年

3 本報(bào)通訊員;煤航遙感院獲美國快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報(bào);2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國測繪報(bào);2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動(dòng)[N];農(nóng)資導(dǎo)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 朱光;基于遙感圖像的交通道路目標(biāo)識(shí)別方法研究[D];吉林大學(xué);2015年

2 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學(xué);2016年

3 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

4 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

5 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

6 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

7 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

8 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

9 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識(shí)別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2004年

10 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標(biāo)快速識(shí)別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識(shí)的遙感圖像港口目標(biāo)識(shí)別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評(píng)價(jià)算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識(shí)別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2276122