一種基於內容的遙感圖像數據智能搜索方法

2023-07-22 17:36:11 1

專利名稱：一種基於內容的遙感圖像數據智能搜索方法
技術領域：
本發明屬於遙感影像應用領域，特別涉及一種基於內容的遙感圖像數據智 能搜索方法。
技術背景遙感圖像數據的智能搜索是圖像信息檢索中的關鍵技術。隨著遙感圖像數據量的急劇增加，如何在基於Web的海量圖像資料庫中，檢索到用戶所真正關心 的信息是急需解決的一個技術難點。這涉及到人工智慧化圖像信息檢索、提取， 以協助用戶對網際網路和本地計算機的特大數量遙感圖像數據進行信息收集及數 據處理，改進圖像檢索質量，達到精確搜索效果。用於查詢的元數據一般可分 成兩大類。 一類為數據獲取和生產過程自動形成的，如採集時間、空間範圍、 精度、波段等等技術參數。另一類則是對影像數據內容的描述。如影像中所包 含的土地覆蓋類型(Landcover Type)和土壤類型。目前，遙感影像數據的查詢 一般基於第一類元數據，尤以時空要素為主。其局限性顯而易見。要提高查詢 效率，必須從數據內容的描述入手。基於內容的遙感圖像檢索不同於傳統的遙感目標識別和圖像解譯技術，它是 一種較新的信息檢索技術，能夠在一定時間範圍內，從大型資料庫中利用遙感 圖像的特徵，檢索所要求的數據。區別於傳統的文字描述的檢索方法，圖像的 視覺特徵如顏色、紋理和物體的形狀、結構關係都可以作為檢索信息，符合人 們對圖像的直觀感知。它考慮的重點不在於地物的分類和識別方面，它更關注於基於內容的快速査找和發現。基於內容的遙感圖像檢索在傳統的檢索框架中 融入了對圖像內容的理解，涵蓋了圖像理解、模式識別，計算機視覺技術和數 據庫管理及信息檢索等領域。該領域的研究主要集中在特徵提取、匹配査詢、 多維索引以及檢索系統結構建立上。早期的基於內容的遙感圖像檢索技術主要採用基於顏色、紋理和形狀匹配等 檢索方法，根據遙感圖像中的紋理和形狀特徵進行數據匹配和影像識別。而在 此過程中，研究者發現元數據信息可以支持基於形狀的查詢，因為它直接將一 定的語義內涵賦予了被搜索的特徵。因此，基於內容的遙感圖像檢索技術中除 採用了基於紋理和形狀匹配等檢索方法外，還綜合利用丫元數據索引，以縮小 搜索空間和加快查詢速度。遙感圖像的元數據包含了描述圖像一般性質的屬性 集，這些屬性包括獲取圖像時間、入庫的時間和日期、比例尺/精度、圖像範圍 等等，更複雜的還可以包括傳感器的信息和圖像類型。因此，基於內容的遙感 圖像檢索從特徵選取、相似性比較、査詢機制和系統結構等多方面都有自身的 特點。此外，有學者在研究基於內容的大數據量遙感圖像中目標地物的檢索方 法時，根據數據的特點和研究的目的，採用支持向量機作為特徵提取和相似性比 較的方法,從而避免了特徵提取中的信息損失。有學者提出一種基於G工S語義的 遙感圖像檢索方法，通過對GIS原子查詢結果進行布爾運算得到矢量查詢結果， 在此基礎上得到與GIS數據具有統一坐標框架的遙感圖像檢索結果。這些在基 於內容的大數據量遙感圖像目標地物檢索技術上做出了嘗試和探索。目前國內外已經建立起一些遙感圖像數據搜索的產品和軟體系統，如IBM的QBIC， MIT 的PhotoBook， UUIC的MARS等。與通用領域的檢索系統相比，遙感圖像檢索有 其特殊性，由於遙感圖像數據量大，內容複雜，特別是高空間解析度的圖像，與特徵庫的連結方式非常複雜，因此無論是在系統結構，特徵選取，相似性比 較等各方面都是目前研究的難點。由於傳統的基於內容的遙感圖像物檢索技術主要採用基於顏色、紋理和形狀 匹配和定義元數據信息等檢索方法，實施需要在專家幫助下完成基於顏色、紋 理和形狀的匹配步驟，和考慮複雜的元數據定義等環節，不僅實施過程複雜而 且效果並不理想基於顏色、紋理和形狀匹配的方式存在有不確定性，檢索難 以獲得正確結果；基於元數據信息的檢索方法，必須事先定義元數據信息，而 且元數據一旦定義了在檢索時往往無法更改，可能引起所需檢索的內容在元數 據中並無定義而無法檢索的問題。 發明內容本發明目的在於解決現有技術不足，提供一種基於內容的遙感圖像數據智 能搜索方法。為實現上述目的，本發明提供一種基於內容的遙感圖像數據智能搜索方法， 根據遙感圖像搜索的關鍵字，進行遙感圖像的智能搜索，取得關鍵字包括以下 步驟，步驟一，通過非監督分類方法對遙感圖像進行分類，得到分類柵格圖像； 步驟二，通過網絡發布分類柵格圖像，提供開放的人機互動接口，並收錄通過 人機互動接口為各類圖像部分添加的標籤；步驟三，對收錄的標籤進行整理，若有重複內容的標籤，增大該標籤的權值，將卨權值的標籤作為相應類圖像部分的內容標識；步驟四，提供內容標識作為遙感圖像搜索的關鍵字。而且，預設遙感圖像的分類數，據此分類數對遙感圖像進行分類。而且，分類數設為2 30之間。而且，將步驟一得到的分類柵格圖像中不同類圖像部分賦以不同顏色，然 後通過網絡發布。而且，對分類柵格圖像簡單矢量化，以內容標識作為圖像矢量化後的屬性 值，支持遙感圖像的空間搜索。而且，通過開放的人機互動接口收錄標籤的具體實現方式為，參與者操作 通過網際網路連接的計算機；計算機通過網頁演示分類柵格圖像以及可幫助目視 解譯的信息；參與者選中某一分類時，分類柵格圖像中該類的所有像素高亮顯 示；當有2個不同參與者針對該類輸入了一樣內容的標籤時，將標籤存入於標 籤資料庫；當後續有其它參與者對同一分類輸入標籤時，可以選擇一樣內容的 標籤或增加其它內容的標籤。而且，所述可幫助目視解譯的信息包括原始遙感圖像的合成圖像或主成分 圖像。而且，當後續有其它參與者對同一分類輸入標籤時，提取出標籤資料庫中 存放的該類己有標籤，呈現給參與者供參考。本發明提出了一種新的遙感圖像數據智能搜索方式，這種搜索方式以每類 的關鍵字作為搜索依據，能夠更準確、細緻的搜索出所關心的地物對象。而且 關鍵字的獲取採用了開放式方案，關鍵字事先並無任何定義，而是通過將分類 柵格圖像對外公開發布，隨著參與者添加的標籤而逐步穩定，可以保證為大多 數人所認同，作為可靠的檢索依據。由於對於關鍵字描述的圖像內容沒有任何 限制，取得的標誌可以表達豐富的圖像信息。並且由於這種方案沒有任何限制， 省略了現有技術中基於顏色、紋理和形狀的匹配步驟，和考慮複雜的元數據定義等環節，不需要專家參與前置準備工作，實施簡便，對於海量遙感圖像數據 處理而言具有重要意義。


圖1是本發明原理示意圖；圖2是本發明實施例的遙感圖像分類示意圖； 圖3是本發明實施例的添加標籤流程圖。
具體實施方式
參見圖1，本發明提供'種基於內容的遙感圖像數據智能搜索方法，根據遙 感圖像搜索的關鍵字，進行遙感圖像的智能搜索，取得關鍵字包括以下步驟， 步驟一，通過非監督分類方法對遙感圖像進行分類，得到分類柵格圖像；本發明提供的方案適用性強，能夠對多波段遙感圖像或單波段遙感圖像進 行處理；能夠對不同遙感衛星取得的遙感圖像進行處理，如Landsat、 SP0T、 IK0N0S等等衛星影像。採用非監督分類方法是因為這種方法無需像監督分類方 法那樣事先準備樣區，更能達到實施簡便的效果。具體實施時可以採用K-Means 等已有非監督分類技術。非監督分類方法的特點是可以根據分類精度要求事先 設定分類數，本發明建議分類數在2 30之間，這個數值可以預設，也可以通 過人機互動由參與者選定，然後傳送到對遙感圖像分類的執行設備。所述執行 設備一般採用設有圖像資料庫的大型計算機。可以將分類結果以整數表達，採 用整數值標明遙感圖像中某像素的類屬。步驟二，通過網絡發布分類柵格圖像，提供開放的人機互動接口，並收錄通過 人機互動接口為各類圖像部分添加的標籤；通過網絡發布分類柵格圖像可以採用成熟的Web Servixes技術，只需一臺聯入網際網路的PC，任何人都可成為參與者。人機互動接口可以採用網頁界面實 現。為了方便參與者查看，可將步驟一得到的分類柵格圖像中不同類圖像部分 賦以不同顏色，然後通過網絡發布。具體實施時，計算機通過網頁演示分類柵 格圖像以及可幫助目視解譯的信息，所述可幫助目視解譯的信息可以是原始遙 感圖像的合成圖像或主成分圖像。參與者選中某一分類時，分類柵格圖像中該 類的所有像素高亮顯示；當有2個不同參與者針對該類輸入了一樣內容的標籤 時，將標籤存入於標籤資料庫；當後續有其它參與者對同一分類輸入標籤時， 可以選擇一樣內容的標籤或增加其它內容的標籤。具體實施時，也可擴展參與 平臺，智慧型手機、PDA、易PC等聯網設備均屬於等同替換手段。特別需要注意 的是，這種標籤收錄方式沒有限定任何規則，和基於語義網的加注方法不同， 無需事先根據遙感圖像特徵建立本體。步驟三，對收錄的標籤進行整理，若有重複內容的標籤，增大該標籤的權值， 將高權值的標籤作為相應類圖像部分的內容標識；對收錄的標籤進行整理是一種統計工作，可以將所有參與者輸入的標籤統 一收錄到標籤資料庫後進行處理。當後續有其它參與者對同一分類輸入標籤時， 可以選擇一樣內容的標籤或增加其它內容的標籤，具體實施時可以提取出標籤 資料庫中存放的該類已有標籤，呈現給參與者，供參與者選擇認同。為了系統 條理的存放標籤，標籤資料庫可採用簡單的本體庫方式實現，可以同樣設置在 圖像分類的執行設備中，或者另設資料庫伺服器。為了提高獲得有效標籤的效 率，避免數據量過大，還可在存入資料庫之前進行即時性處理，例如當判斷第 一次出現某標籤時，存儲該標籤到內存，在鄰近時間又出現同樣內容的標籤時， 將該標籤收入標籤資料庫，並將權值加l。如果超過一定時間沒有相同內容的標籤，則丟棄該標籤。所述高權值是某分類的多個標籤之間相對而言，可以提供 最高權值的標籤作為相應類圖像部分的內容標識，也可提供前幾位的標籤一起 作為相應類圖像部分的內容標識，以便提高更豐富的檢索信息。 步驟四，提供內容標識作為遙感圖像搜索的關鍵字。通過關鍵字搜索的具體實現方式可以參考現有搜索技術，本發明的關鍵在 於關鍵字的取得，具體搜索時從標籤資料庫中查詢關鍵字即可。對分類柵格圖 像中的各分類分別收錄標籤，獲得的分類標籤存入標籤資料庫(動態過程，標 籤會隨著參與者的添加而變動修改)，相應分類關鍵字作為智能搜索基礎。若事先對遙感圖像進行進一步處理，可以支持多樣的複雜空間搜索，例如 對分類柵格圖像簡單矢量化，以內容標識作為圖像矢量化後的屬性值，支持遙 感圖像的空間搜索。具體實施時，開放式獲取關鍵字可以借鑑維基的超文本技術，以網站形式 向公眾提供，從而收錄標籤。為了提高收錄效率，本發明建議採用網路遊戲形 式，提高公眾參與積極性，參見圖2、 3:在遊戲參加者中隨機挑選兩人甲和乙，每人操作一臺通過網際網路連接的計 算機。遊戲開始前，甲和乙協商選定待分類影像、確定分類數，選中的遙感圖像根據分類數進行K-Means非監督分類法分類，得到整數分類結果，分類結果圖 形化得到分類柵格圖像。並且各類賦以不同顏色。遊戲開始時，網頁演示分類圖以及可幫助目視解譯的信息，如原始圖像的 合成圖或主成分圖像等。遊戲過程中，甲選中某一分類，該類的所有象素在圖 像上進行高亮顯示。甲和乙分別輸入該類的描述標籤。若兩人輸入了一樣內容的標籤(標籤甲=標籤乙)，兩人得到遊戲得分加1，標籤保留於資料庫，然後 判斷新標籤是否為已記錄的標籤，是則標籤得分+1 (權值增加)。若兩人輸入 不一致，可重新輸入，或放棄。下--步由乙指定尚未標籤的類，如此循環至規 定的遊戲時間結束。其他遊戲者參與遊戲時遵循同樣的遊戲規則添加各類標籤。 不同的是，他們可以選擇前一對參與者保留下來的標籤。
權利要求
1.一種基於內容的遙感圖像數據智能搜索方法，其特徵是根據遙感圖像搜索的關鍵字，進行遙感圖像的智能搜索，取得關鍵字包括以下步驟，步驟一，通過非監督分類方法對遙感圖像進行分類，得到分類柵格圖像；步驟二，通過網絡發布分類柵格圖像，提供開放的人機互動接口，並收錄通過人機互動接口為各類圖像部分添加的標籤；步驟三，對收錄的標籤進行整理，若有重複內容的標籤，增大該標籤的權值，將高權值的標籤作為相應類圖像部分的內容標識；步驟四，提供內容標識作為遙感圖像搜索的關鍵字。
2. 根據權利要求l所述的遙感圖像數據智能搜索方法，其特徵是預設遙感圖 像的分類數，據此分類數對遙感圖像進行分類。
3. 根據權利要求2所述的遙感圖像數據智能搜索方法，其特徵是分類數設為 2 30之間。
4. 根據權利要求l所述的遙感圖像數據智能搜索方法，其特徵是將步驟一得 到的分類柵格圖像中不同類圖像部分賦以不同顏色，然後通過網絡發布。
5. 根據權利要求l所述的遙感圖像數據智能搜索方法，其特徵是對分類柵格 圖像簡單矢量化，以內容標識作為圖像矢量化後的屬性值，支持遙感圖像的空 間搜索。
6. 根據權利要求1或2或3或4或5所述的遙感圖像數據智能搜索方法，其特徵是通過開放的人機互動接口收錄標籤的具體實現方式為，參與者操作通過網際網路連接的計算機；計算機通過網頁演示分類柵格圖像以及可幫助目視解譯的信息；參與者選中某一分類時，分類柵格圖像中該類的所有 像素高亮顯示；當有2個不同參與者針對該類輸入了一樣內容的標籤時，將標 籤存入於標籤資料庫；當後續有其它參與者對同一分類輸入標籤時，可以選擇一樣內容的標籤或增加其它內容的標籤。
7. 根據權利要求fi所述的遙感圖像數據智能搜索方法，其特徵是所述可幫助 目視解譯的信息包括原始遙感圖像的合成圖像或主成分圖像。
8. 根據權利要求6所述的遙感圖像數據智能搜索方法，其特徵是當後續有其 它參與者對同一分類輸入標籤時，提取出標籤資料庫中存放的該類已有標籤， 呈現給參與者供參考。
全文摘要
本發明屬於遙感影像應用領域，特別涉及一種基於內容的遙感圖像數據智能搜索方法，根據遙感圖像搜索的關鍵字，進行遙感圖像的智能搜索，取得關鍵字包括步驟一，通過非監督分類方法對遙感圖像進行分類，得到分類柵格圖像；步驟二，通過網絡發布分類柵格圖像，提供開放的人機互動接口，並收錄通過人機互動接口為各類圖像部分添加的標籤；步驟三，對收錄的標籤進行整理，若有重複內容的標籤，增大該標籤的權值，將高權值的標籤作為相應類圖像部分的內容標識；步驟四，提供內容標識作為遙感圖像搜索的關鍵字。本發明提供了開放式關鍵字獲取方案，實施簡便，信息豐富，可協助用戶對海量遙感圖像數據進行信息收集處理，改進檢索質量，精確搜索效果。
文檔編號G06F17/30GK101241504SQ20081004675
公開日2008年8月13日 申請日期2008年1月23日 優先權日2008年1月23日
發明者斌 李, 陳玉敏, 龔健雅 申請人:武漢大學