基于稀疏表达的遥感图像检索.PDF

2013年 l2月 西 北 工 业 大 学 学 报 DeC． 2013 第31卷第6期 JournalofNorthwesternPolytechniealUniversity Vo1．31No．6 基于稀疏表达的遥感图像检索 周培诚，韩军伟，程塔，李晖晖，郭雷 (西北工业大学 自动化学院，陕西 西安 710072) 摘 要：针对遥感图像如何快速、准确检索的问题，提出了基于稀疏表达理论的遥感图像检索新方法。 该方法首先利用在线字典学习算法对查询图像和数据库图像分别训练过完备字典并将训练得到的字 典作为图像的特征描述，然后利用基于特征稀疏表达的图像相似性评估算法计算查询图像与数据库 图像的相似度，最后根据相似度的降序排列得到检索结果。与现有必威体育精装版方法的对比实验证明了该方 法的有效性。 关 键 词：稀疏表达，字典学习，遥感图像检索 中图分类号：TP391 文献标志码：A 文章编号：1000．2758(2013)06—0958—04 随着遥感数据的急速增长，如何从海量遥感影 息进行有效描述，以及如何计算查询图像与数据库 像数据库中快速、准确地找到感兴趣的目标或场景 图像的相似度。本文提出了基于稀疏表达理论的遥 图像已经成为 目前迫切需要解决的问题之一。 感图像检索新方法，用于解决图像信息的有效描述， 近年来，基于 内容 的图像检索 (content—based 以及图像相似度的计算。 imageretrieval，CBIR)技术在遥感图像检索中得到 了广泛应用。传统的检索方法主要是根据图像的低 1 稀疏表达 层视觉特征 (如颜色、纹理、形状等)来进行检索。 但对于一些 目标多样、场景多变的遥感图像而言，这 1．1 稀疏表达的基本概念 些方法有一定的局限性。局部不变特征 (sIFr)因 稀疏表达的基本思想 是利用过完备字典中 具有尺度旋转不变性及对不同目标及场景的独立 原子的线性组合来描述输人信号，在非零系数尽可 性，在遥感图像检索中也得到了一定的应用。如文 能少的情况下，使重构信号与输人信号的误差最小。 献[1]提出了基于局部不变特征的遥感图像检索方 假设有输入信号Y∈R 和过完备字典D=[d，d， 法。该方法主要利用Bag—of-Words(BoW)模型建立 … ， d]ER ，其稀疏表达为 图像描述，但使用该模型表示图像时，仅利用视觉词 Y=Da=O／ldl+Ot2d2+… + d (1) 汇的频数信息，而忽略了词汇之间的空域关系，这将 式中：向量d是字典中的一个原子，a=[o／，ot，…， 会影响图像的检索精度。 ot] ∈R 是系数向量；公式 (1)的最优稀疏表示可 最近稀疏表达理论 的出现对计算机视觉和 以通过(2)式的f范数最小化求解 模式识别等领域带来了深刻影响。图像的过完备稀 ，1 ． 、 疏表示作为一种新兴的图像描述模型，其表示系数 口=argminIq-‘llY—Dall+AllaIlll (2)