论文题目: 基于数据库方式的遥感图像库内容检索研究
论文类型: 博士论文
论文专业: 地图学与地理信息系统
作者: 陆丽珍
导师: 刘南,刘仁义
关键词: 遥感图像库,通用遥感图像概念模型,遥感图像内容检索,空间关系,遥感图像检索引擎,概念语义网络,面向对象空间数据模型,基于语义的图像检索
文献来源: 浙江大学
发表年度: 2005
论文摘要: 21世纪遥感技术、计算机技术、网络技术的快速发展,使得各领域研究者获取所需要的高精度、高分辨率、多时相遥感图像成为可能,但与之对应的却是遥感图像检索理论和技术的严重滞后。如何从海量遥感图像库中快速准确地检索到所需要的信息具有十分重要的意义。论文从遥感图像检索研究现状和存在的问题出发,发展了通用遥感图像概念模型URSICM,设计了面向对象的逻辑组织与数据存储方案,提出了融合颜色纹理特征CTFFBIR和基于GIS语义的遥感图像检索新方法,探讨了特征相似性检索的优化方案,设计并开发了原型系统RSIQuery,为遥感图像库的检索与管理提供新的思路。论文主要研究内容如下:(1)讨论了遥感图像库内容检索RSIDBCI的部分关键技术,包括:遥感图像数据的组织与管理方式、数据库索引机制、视觉特征描述与提取、相似性度量、相关反馈机制,以及检索算法评价等,并指出目前RSIDBCI面临的困难和存在的问题。(2)通过对遥感图像所表达信息的特点、所包含的内容,以及现有图像数据模型的特点和局限的分析,提出一种通用的遥感图像概念模型URSICM,该模型将遥感图像的元数据、原始像元信息、视觉特征、图像对象、语义内容等信息纳入一个统一框架,并探讨了基于URSICM的面向对象的逻辑模型以及数据组织与存储方案。(3)论述了图像分解的目的和意义,在分析四叉树和九叉树两种图像分解方法后,提出五叉树分解新方法,该方法整合四叉树和九叉树方法的优势,在子图像数目、以及查询图像与子图像的重叠率之间达到了一个较好的平衡。(4)分析了单类视觉特征检索的不足,并根据高分辨率卫星与航空影像的光谱特点,提出一种融合颜色和纹理特征的遥感图像检索CTFFBIR新方法。该方法在利用多通道2D Gabor滤波器与图像做卷积得滤波能量值基础上,提取各子图像滤波能量纹理特征,计算子图像的颜色均值和均方差,对查询图像和与其大小相当的数据库子图像进行线性加权颜色和纹理特征距离相似性测度,其中特征的权重值可由查询者设置,也可通过相关反馈进行调整。(5)为了提高CTFFBIR的检索效率,提出了基于聚类的子图像分类索引优化算法。该方法通过离线对数据库各子图像按26维颜色和纹理特征向量进行聚类,并按聚类结果对数据库子图像建立分类索引,从而极大地减少了在线检索的响应时间。(6)提出了一种动态相关反馈算法,该算法采用适当改进Rui的多层特征权重更新方法的思路:各维、各类特征的权重在检索过程中通过对检索结果中子图像的相似性评分进行更新:前一轮被标上“不相关”的图像,不参与后续轮次的相似性测度;被标上“极相关”的图像,在后续轮次中具有优先排序号。(7)提出了基于GIS语义的遥感图像检索GISSBIR方法,该方法通过直接借用GIS描述空间对象语义和空间关系的能力,检索出感兴趣对象,并用这些对象的最小边框读取对应的遥感图像数据空间范围,从而完成图像检索任务,为遥感图像库内容检索提供了一种可行的思路。GISSBIR研究主要侧重在以下两方面:一是为协调用户查询请求与系统之间的语义冲突,设计并构建了概念语义网络;二是为实现空间关系的检索,对Oracle Spatial的方向关系进行了扩展。(8)设计并实现遥感图像库内容检索RSIQuery原型系统,该系统以Oracle为数据容器,以VC++为开发环境,采用分布式C/S架构实现。从试验结果分析来看,CTFFBIR及其优化算法是有效的,GISSBIR思路是可行的。
论文目录:
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 图像内容检索的发展与研究现状
1.2.1 图像检索技术的发展
1.2.2 研究内容与国内外研究现状
1.2.2.1 研究内容
1.2.2.2 国内外研究现状
1.3 遥感图像库内容检索研究现状与存在的问题
1.3.1 国内外研究现状
1.3.1.1 遥感图像库研究现状
1.3.1.2 遥感图像内容检索研究计划及项目
1.3.1.3 遥感图像内容检索研究成果
1.3.2 存在的主要问题
1.4 研究内容与论文组织
1.4.1 研究内容
1.4.2 论文组织
第二章 遥感图像库内容检索关键技术综述
2.1 遥感图像数据组织与管理
2.1.1 遥感图像数据存储与管理方式
2.1.1.1 基于文件的方式
2.1.1.2 基于数据库的方式
2.1.2 索引机制
2.1.2.1 传统的高维索引
2.1.2.2 三角不等式索引
2.1.2.3 基于SOM的索引
2.1.2.4 基于语义分类的索引
2.2 视觉特征提取与相似性度量
2.2.1 视觉特征描述与提取
2.2.1.1 颜色特征
2.2.1.2 纹理特征
2.2.1.3 形状特征
2.2.1.4 空间关系特征
2.2.2 相似性度量方法
2.2.2.1 距离度量方法
2.2.2.2 人类视觉相似性模型
2.3 相关反馈与检索算法评价
2.3.1 相关反馈机制
2.3.1.1 查询点移动
2.3.1.2 特征权重更新
2.3.1.3 基于传统的统计学习
2.3.1.4 基于机器学习
2.3.2 图像检索算法的评价
2.3.2.1 查全率和查准率
2.3.2.2 排序值评测法
2.3.2.3 检索率
2.4 本章小结
第三章 支持内容检索的遥感图像数据模型与数据组织
3.1 空间数据模型分析
3.1.1 空间概念模型
3.1.2 空间逻辑模型
3.1.3 空间物理模型
3.2 通用遥感图像概念模型
3.2.1 遥感图像的特点和内容
3.2.1.1 遥感图像的特点
3.2.1.2 遥感图像所包含的内容
3.2.2 通用遥感图像概念模型
3.2.2.1 图像概念模型
3.2.2.2 URSICM
3.3 面向对象遥感图像数据模型
3.3.1 面向对象数据模型及特征
3.3.2 面向对象遥感图像数据模型
3.3.2.1 面向对象图像数据模型分析
3.3.2.2 OORSIDM
3.3.3 OORSIDM详细结构
3.4 遥感图像数据组织与存储
3.4.1 关系数据库系统的选择
3.4.2 图像数据在Oracle中的两种组织方式
3.4.3 遥感图像数据的组织与存储
3.5 本章小结
第四章 融合颜色与纹理特征的遥感图像检索
4.1 综合特征检索的必要性
4.2 遥感图像特征提取及相似性测度
4.2.1 多通道Gabor纹理特征提取
4.2.1.1 多通道Gabor滤波原理
4.2.1.2 2D Gabor函数
4.2.1.3 纹理特征提取与表达
4.2.2 颜色特征提取
4.2.3 特征相似性度量
4.3 Quin-Tree遥感图像分解方法
4.3.1 图像分解的目的和意义
4.3.2 图像分解方法分析
4.3.3 Quin-Tree分解法
4.3.3.1 方法
4.3.3.2 实验结果及分析
4.4 融合颜色与纹理特征的遥感图像检索
4.4.1 检索流程描述
4.4.2 优化检索方法
4.4.2.1 基于聚类的子图像分类索引
4.4.2.2 动态相关反馈
4.5 本章小结
第五章 基于GIS语义的遥感图像检索
5.1 图像语义检索存在的主要问题
5.1.1 图像语义检索研究内容
5.1.2 存在的问题和研究方向
5.2 基于GIS语义的遥感图像检索方法
5.2.1 GISSBIR基本思想
5.2.2 GISSBIR中空间对象的语义表达
5.2.2.1 空间信息的语义表达
5.2.2.2 属性信息的语义表达
5.2.2.3 空间对象的语义表达
5.2.3 GISSBIR预处理
5.3 GISSBIR关键技术
5.3.1 GIS数据在Oracle Spatial中的存储与管理
5.3.2 Oracle Spatial空间关系的扩展
5.3.3 GIS语义调解器
5.4 本章小结
第六章 原型系统的设计与实现
6.1 系统设计
6.1.1 系统的设计原则
6.1.2 系统总体架构设计
6.1.3 RSIRE设计
6.1.3.1 查询接口
6.1.3.2 查询处理
6.2 系统的实现
6.2.1 CTFFBIR的实现
6.2.1.1 基于聚类的子图像分类索引实验结果与分析
6.2.1.2 动态相关反馈实验结果及分析
6.2.1.3 CTFFBIR检索结果与分析
6.2.2 GISSBIR的实现
6.3 本章小结
第七章 总结与展望
7.1 论文总结
7.2 论文创新之处
7.3 研究展望
致谢
参考文献
作者简介
发布时间: 2009-02-12
参考文献
- [1].遥感图像的目标检测方法研究[D]. 刘德连.西安电子科技大学2008
- [2].海量遥感图像内容检索关键技术研究[D]. 杜根远.成都理工大学2011
- [3].基于“3S”技术的广西海岸带变化研究[D]. 郑跃鹏.中国地质大学（北京）2009
- [4].微小卫星智能化星务系统关键技术研究[D]. 姚敏.南京航空航天大学2008
- [5].基于内容的光学遥感图像检索关键技术研究[D]. 张男.国防科学技术大学2008
- [6].图像配准技术及其应用的研究[D]. 宋智礼.复旦大学2010
- [7].图象局部不变特征及其应用研究[D]. 胡俊华.中国科学技术大学2009
- [8].基于临近空间平台的立体信息获取及可视化技术研究[D]. 关卓威.哈尔滨工业大学2014
- [9].基于GIS组件的农田空间信息管理系统的开发研究[D]. 邝继双.中国农业大学2003
- [10].基于面向对象理论的城市空间信息遥感分析研究[D]. 余柏蒗.华东师范大学2009
相关论文
- [1].海量遥感图像内容检索关键技术研究[D]. 杜根远.成都理工大学2011
- [2].基于内容的图像数据库检索的技术研究[D]. 张恒博.大连理工大学2008
- [3].基于内容的图像检索技术研究[D]. 李勇.吉林大学2009
- [4].基于内容的多光谱遥感影像检索若干关键技术研究[D]. 李嘉.华中科技大学2009
- [5].基于内容的光学遥感图像检索关键技术研究[D]. 张男.国防科学技术大学2008
- [6].遥感图像信息系统的设计与分析[D]. 罗睿.解放军信息工程大学2001
- [7].图像特征提取及基于内容图像数据库检索理论和方法研究[D]. 王亮申.大连理工大学2002
- [8].图像数据库检索中的关键技术研究[D]. 周向东.复旦大学2003
- [9].基于内容的遥感影像库检索关键技术研究[D]. 程起敏.中国科学院研究生院（遥感应用研究所）2004
- [10].基于内容图像数据库检索中的关键技术研究[D]. 曾智勇.西安电子科技大学2006
标签：遥感图像库论文; 通用遥感图像概念模型论文; 遥感图像内容检索论文; 空间关系论文; 遥感图像检索引擎论文; 概念语义网络论文; 面向对象空间数据模型论文; 基于语义的图像检索论文;