本文選題：圖像檢索 + 上下文敏感的貝葉斯網(wǎng)絡(luò)(CSBN)　； 參考：《國土資源遙感》2017年03期

【摘要】：如何在遙感圖像數(shù)據(jù)庫中快速、準(zhǔn)確地找出目標(biāo)圖像,是檢索系統(tǒng)的核心所在�；趯ι舷挛恼Z境敏感的貝葉斯網(wǎng)絡(luò)(content-sensitive Bayesian network,CSBN),建立了含有方向關(guān)系的檢索模型,并根據(jù)城市區(qū)域的特點,提出了適合城市區(qū)域檢索的方法。首先,通過貝葉斯網(wǎng)絡(luò)對圖像進行檢索;然后,依據(jù)圖像的平均高頻信號強度(average high frequency signal strength,AHFSS)對候選圖像進行篩選;最后,得到含有城市區(qū)域這一高級語義特征的最終檢索結(jié)果。為了確定圖像內(nèi)部的方向關(guān)系,采用東北、西北、東南和西南4個區(qū)域的方向描述圖像的8種方向關(guān)系,有效降低了算法的時間復(fù)雜度。實驗結(jié)果表明,該方法可有效地描述圖像的場景語義,并具有較高的查準(zhǔn)率和檢索效率,可滿足用戶的需求。
[Abstract]:How to find the target image quickly and accurately in the remote sensing image database is the core of the retrieval system. Based on context-sensitive content-sensitive network, a retrieval model with directional relationship is established. According to the characteristics of urban area, a method suitable for urban area retrieval is proposed. First, the image is retrieved by Bayesian network; then, the candidate image is filtered according to the average high frequency signal intensity of the image (average high frequency signal str. Finally, the final retrieval result with the advanced semantic feature of urban area is obtained. In order to determine the direction relation within the image, the four directions of northeast, northwest, southeast and southwest are used to describe the eight directions of the image, which effectively reduces the time complexity of the algorithm. The experimental results show that this method can effectively describe the scene semantics of the image, and has a high precision and retrieval efficiency, and can meet the needs of users.
【作者單位】： 中煤地西安地圖制印有限公司;蘭州交通大學(xué)測繪與地理信息學(xué)院;甘肅省地理國情監(jiān)測工程實驗室;
【基金】：國家自然科學(xué)基金地區(qū)基金項目“面向空間方向關(guān)系查詢的多模型復(fù)合方法研究”(編號:41561090) 甘肅省財政廳基本科研業(yè)務(wù)費項目“群組目標(biāo)空間方向關(guān)系計算模型研究”(編號:214146) 甘肅省高等學(xué)�；究蒲袠I(yè)務(wù)費項目“基于空間關(guān)系敏感的高分辨率衛(wèi)星圖像檢索技術(shù)研究”(編號:213049) 中國博士后科學(xué)基金資助項目“基于高分辨率遙感影像的滑坡自動提取方法研究”(編號:2014M552558XB)共同資助
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前9條

1 趙英;劉佳佳;;基于貝葉斯定理的遙感圖像檢索[J];現(xiàn)代圖書情報技術(shù);2006年05期

2 李軼鯤;閆浩文;孫建國;;分步式衛(wèi)星圖像檢索[J];測繪科學(xué);2009年06期

3 胡潭高;張錦水;潘耀忠;朱文泉;;基于灰度值限定信息熵的圖像檢索方法[J];遙感技術(shù)與應(yīng)用;2007年04期

4 葛永;吳秀清;洪日昌;;基于多示例學(xué)習(xí)的遙感圖像檢索[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2009年02期

5 陸麗珍;;基于GIS語義的遙感圖像檢索[J];中國圖象圖形學(xué)報;2005年10期

6 李德仁;寧曉剛;;一種新的基于內(nèi)容遙感圖像檢索的圖像分塊策略[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年08期

7 朱佳麗;李士進;萬定生;馮鈞;;基于特征選擇和半監(jiān)督學(xué)習(xí)的遙感圖像檢索[J];中國圖象圖形學(xué)報;2011年08期

8 郝玉保;王仁禮;顧立娟;;基于Contourlet旋轉(zhuǎn)不變特征的遙感圖像檢索[J];中國圖象圖形學(xué)報;2010年04期

9 萬其明;汪閩;張星月;蔣圣;謝玉林;;基于五叉樹分解與多特征直方圖匹配的高分辨遙感圖像檢索[J];地球信息科學(xué)學(xué)報;2010年02期

相關(guān)碩士學(xué)位論文 前1條

1 唐紅梅;基于輻射與空間信息的遙感圖像檢索[D];山東科技大學(xué);2010年

，

本文編號：2064541