遥感图像新型视觉词汇表达与快速检索研究

Image retrieval is one of the most important research subjects in the area of remote sensing data processing. The efficiency of traditional indexing methods based on metadata or manual annotation are no longer sufficient. With the development of Content-Based Image Retrieval (CBIR), CBIR of remote sensing imagery becomes a hot research topic. Recently, image retrieval based on visual words shows great advance, which has hence been widely applied. Nevertheless, applying classical methods based on visual words to remote sensing image retrieval have the following drawbacks: .1. The correspondence between the visual words and the ground objects are not trivial; .2. The visual word features cannot describe spatial relationships between ground objects; .3. The semantic information between two images cannot be compared by the currently used similarity measurement..Therefore, we propose the study entitled: Retrieval of Remote Sensing Imagery with Novel Representation of Visual Words. .An image is at first decomposed into its inclusion tree of shape, based on which, the salient shapes of the image are obtained. Visual words are then acquired by the clustering of the salient shapes. The image is then represented by the inclusion tree of visual words. The retrieval results are finally given to the user by comparing the inclusion tree with the trees or sub-trees of the images in the database.

图像检索一直是遥感信息处理领域的研究热点。传统的基于元数据或人工标注数据的遥感图像检索方法已不能满足需要。随着基于内容的自然图像检索技术的普及，遥感图像检索也慢慢开始朝着基于内容的方向发展。近年来，利用视觉词汇进行图像检索的视觉词袋方法被证明是一种有效的策略，而得到了广泛的应用。然而，对于遥感图像检索，传统的视觉词袋方法存在着视觉词汇无法与遥感图像复杂多样的地物相对应；视觉词汇特征很难反应词汇间的空间拓扑关系；以及词汇特征的相似性度量方法无法比较图像中的语义信息等问题。有鉴于此，我们将研究遥感图像新型视觉词汇表达与快速检索方法。首先利用遥感图像形状包含树提取图像中的显著形状；接着对显著形状进行聚类得到视觉词汇；再将遥感图像用词汇包含树进行表达；最后利用包含树结构相似性度量，将检索结果从数据库中析出。

图像检索一直是遥感信息处理领域的研究热点。传统的基于元数据或人工标注数据的遥感图像检索方法已不能满足需要。随着基于内容的自然图像检索技术的普及，遥感图像检索也慢慢开始朝着基于内容的方向发展。近年来，利用视觉词汇进行图像检索的视觉词袋方法被证明是一种有效的策略，而得到了广泛的应用。然而，对于遥感图像检索，传统的视觉词袋方法存在着视觉词汇无法与遥感图像复杂多样的地物相对应；视觉词汇特征很难反应词汇间的空间拓扑关系；以及词汇特征的相似性度量方法无法比较图像中的语义信息等问题。有鉴于此，我们将研究遥感图像新型视觉词汇表达与快速检索方法。首先利用遥感图像形状包含树提取图像中的显著形状；接着对显著形状进行聚类得到视觉词汇；再将遥感图像用词汇包含树进行表达；最后利用包含树结构相似性度量，将检索结果从数据库中析出。.项目组围绕遥感图像检索这一方向，试验了基于语义拓扑图的遥感图像检索方法、基于对象语义信息的遥感图像检索方法、基于对象语义信息的遥感影像检索、基于结构信息的多源遥感图像检索、基于标签共生矩阵的遥感场景检索等内容的研究。项目组完成了各项研究目标。发表SCI检索论文7篇，2019年参加IEEE图像处理大会（IEEE ICIP2019）并做了报告；2017年参加CCCV2017国际会议并作了报告；2016年参加International Conference on Computer, Information and Telecommunication Systems会议并做了报告。项目负责人于2019年赴法国克莱蒙费朗大学访问。项目执行期间毕业博士生3名，毕业硕士生2人。