海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究.pdf

1、隨著全球立體對(duì)地觀測(cè)系統(tǒng)的逐步形成和完善,空間數(shù)據(jù)的數(shù)量、大小、復(fù)雜性和傳輸速度都在飛速增長,全球、海量、多源是其顯著特征,其中,遙感圖像數(shù)據(jù)是應(yīng)用最為廣泛的一種空間數(shù)據(jù)。目前,遙感應(yīng)用的水平滯后于空間遙感技術(shù)的發(fā)展,從而造成空間數(shù)據(jù)資源的巨大浪費(fèi),其應(yīng)用價(jià)值得不到充分利用,形成了空間數(shù)據(jù)的生產(chǎn)和傳輸能力遠(yuǎn)遠(yuǎn)大于空間數(shù)據(jù)解析能力的局面。研究海量遙感圖像數(shù)據(jù)的高效組織與快捷應(yīng)用、快速檢索有效空間信息、提高遙感圖像分析識(shí)別的精度,是目前遙感

2、應(yīng)用中亟待解決的問題,具有十分重要的科學(xué)意義和應(yīng)用價(jià)值。
　　 解決這一問題的關(guān)鍵是發(fā)展有效的空間數(shù)據(jù)管理和內(nèi)容檢索方法,這也是近年來海量遙感圖像檢索所面臨的瓶頸之一。目前,圖像內(nèi)容檢索技術(shù)取得了一些研究進(jìn)展,但是針對(duì)遙感圖像內(nèi)容檢索的研究卻相對(duì)緩慢,無論是理論體系還是應(yīng)用系統(tǒng),都還不成熟,遙感圖像具有尺度大、主題不明確、多時(shí)相、語義豐富等特點(diǎn),普通圖像中的研究成果不能直接應(yīng)用于遙感圖像內(nèi)容檢索中去。對(duì)于一個(gè)完備的遙感圖像內(nèi)容檢

3、索系統(tǒng),其數(shù)據(jù)組織、存儲(chǔ)與管理、特征描述及提取、相似性度量、網(wǎng)絡(luò)服務(wù)模式、系統(tǒng)架構(gòu)設(shè)計(jì)及實(shí)現(xiàn)等研究工作面臨著許多困難與不足,研究所涉及的各項(xiàng)關(guān)鍵技術(shù)勢(shì)在必行。
　　 本論文針對(duì)海量遙感圖像內(nèi)容檢索所涉及的關(guān)鍵技術(shù),提出了一些創(chuàng)新性思路和方法,并分別從理論和技術(shù)的角度對(duì)其價(jià)值和實(shí)用性予以分析和驗(yàn)證。論文的主要?jiǎng)?chuàng)新性研究成果和貢獻(xiàn)如下:
　　 (1)提出了一種結(jié)合進(jìn)化聚類和模糊C均值聚類的遙感圖像分割方法,并提出了一種基于改

4、進(jìn)模糊C均值聚類的遙感圖像序列分割方法
　　 結(jié)合進(jìn)化聚類和模糊C均值聚類算法,提出了一種遙感圖像分割方法(Evolving Clustering-Fuzzy C-Means,EC-FCM)。利用ECM解決模糊C均值聚類算法的初始化中心選擇問題,再利用FCM算法對(duì)獲得的聚類中心進(jìn)行優(yōu)化,完成模糊聚類劃分,通過去模糊化轉(zhuǎn)換為確定性分類,實(shí)現(xiàn)聚類分割。
　　 在上述方法基礎(chǔ)上,提出了一種基于改進(jìn)FCM聚類的遙感圖像序列分割方

5、法(Sequence Segmentation Method,SSM)。顏色空間選用相關(guān)性更低的HSI空間,采用更適合遙感圖像的基于標(biāo)準(zhǔn)協(xié)方差矩陣的Mahalanobis距離,利用進(jìn)化聚類解決FCM算法的初始化中心選擇問題,并根據(jù)策略對(duì)圖像進(jìn)行序列分割。
　　 理論分析及編程實(shí)驗(yàn)結(jié)果表明,上述方法同F(xiàn)CM算法比較能以較少的迭代次數(shù)收斂到全局最優(yōu)解,有較好的分割效果,能夠有效地提高遙感圖像閾值分割的精度和效率,可用于遙感圖像分類和

6、基于內(nèi)容的遙感圖像檢索系統(tǒng)中。
　　 (2)提出了一種可用于內(nèi)容檢索的基于粒計(jì)算的圖像區(qū)域相似性度量方法
　　 基于粒計(jì)算理論,提出了一種可用于內(nèi)容檢索的圖像區(qū)域相似性度量方法(Image Region Similarity Measure,IRSM),將圖像特征信息表轉(zhuǎn)化為有序矩陣形式,通過對(duì)有序矩陣進(jìn)行研究,引入圖像特征粒、λ階粒庫的概念,從不同的粒度層次分析圖像特征的重要性,保持了圖像特征信息表中區(qū)域間的序關(guān)系,并

7、基于粒計(jì)算理論給出圖像特征的權(quán)值,實(shí)現(xiàn)了一種圖像區(qū)域相似性度量方法。
　　 實(shí)例表明,該相似性度量方法能客觀、有效的度量圖像區(qū)域間相似程度,為粒計(jì)算理論在遙感圖像內(nèi)容檢索中的研究提供了一種新的思路和方法。
　　 (3)提出了一種在G/S模式下的空間剖分?jǐn)?shù)據(jù)存儲(chǔ)調(diào)度服務(wù)模型
　　 結(jié)合客戶端聚合服務(wù)的空間信息網(wǎng)絡(luò)服務(wù)G/S模式和地球剖分組織理論,提出了一種在G/S模式下的空間剖分?jǐn)?shù)據(jù)存儲(chǔ)調(diào)度服務(wù)模型,給出了空間剖分

8、數(shù)據(jù)網(wǎng)絡(luò)服務(wù)體系的架構(gòu)、數(shù)據(jù)訪問流程,設(shè)計(jì)了剖分?jǐn)?shù)據(jù)存儲(chǔ)調(diào)度服務(wù)模型的地址編碼結(jié)構(gòu)及地址解析過程,形成了一種有效的“數(shù)據(jù)分散存儲(chǔ),客戶端信息匯聚”的空間剖分?jǐn)?shù)據(jù)組織管理、按需整合、快捷調(diào)度機(jī)制。
　　 經(jīng)原型測(cè)試對(duì)上述思路進(jìn)行了部分驗(yàn)證,具有訪問速度快、數(shù)據(jù)更新容易、對(duì)大數(shù)據(jù)適應(yīng)的特點(diǎn),能有效解決海量遙感圖像數(shù)據(jù)的組織效率瓶頸和快捷應(yīng)用難題,對(duì)于開發(fā)遙感圖像內(nèi)容檢索系統(tǒng)具有一定的理論意義和應(yīng)用價(jià)值。
　　 (4)設(shè)計(jì)了一

9、種適合內(nèi)容檢索的分布式遙感圖像數(shù)據(jù)庫,建立了一個(gè)遙感圖像內(nèi)容檢索原型系統(tǒng)
　　 基于Oracle Spatial和GeoRaster,設(shè)計(jì)了一種適合內(nèi)容檢索的分布式遙感圖像數(shù)據(jù)庫;利用Visual C++語言和OCCI(Oracle C++ Call Interface)接口,設(shè)計(jì)并實(shí)現(xiàn)了遙感圖像內(nèi)容檢索原型系統(tǒng)(Content-baSed Remote Sensing ImageRetrieval,CBRSIR),提供了一定的