本发明专利技术涉及一种基于稀疏表达的遥感图像检索方法，技术特征在于：首先对查询图像提取底层特征并使用在线字典学习方法训练过完备字典，然后将查询图像的底层特征使用由查询图像与数据库图像的过完备字典构成的联合字典稀疏编码并计算重构误差，根据重构误差投票，计算出查询图像与数据库中图像的相似度，最后根据相似度的降序排列得到最终的排序检索结果。利用本发明专利技术方法，可以实现遥感图像快速、有效地检索，提高检索质量，且具有较好的鲁棒性。
【技术实现步骤摘要】
【技术保护点】
一种基于稀疏表达的遥感图像检索方法，其设计步骤在于：步骤1训练查询图像的过完备字典：首先将一幅查询图像Iquery划分成若干大小为n×n×3的图像块，每个图像块之间有50%的重叠；然后将每个图像块中的红、绿、蓝三个颜色通道的像素值转化为3n2×1维的向量，作为查询图像Iquery的底层特征其中：Nquery为查询图像Iquery的底层特征个数；然后对查询图像Iquery的底层特征使用在线字典学习方法训练出过完备字典，得到查询图像Iquery的过完备字典Dquery，大小为m×kquery，其中m＝3n2，m＜kquery，kquery为Dquery中原子的个数；步骤2图像间相似度计算：计算查询图像Iquery与遥感图像数据库I中图像的相似度，具体步骤如下：步骤a构建联合字典：选取遥感图像数据库I中的任一幅图像Ireference，Ireference∈I，在遥感图像数据库过完备字典集合Dict中对应的过完备字典Dreference∈Dict，然后将Dreference与步骤1的Dquery组合起来，构成联合字典Dunite＝[Dreference,Dquery]；其中，I＝{Ir|r＝1,2,...,T}，Ir是遥感图像数据库I中的图像，T为遥感图像数据库I中图像的个数；Dreference是图像Ireference所对应的过完备字典，其大小为m×kreference,m＜kreference，kreference为Dreference中原子的个数；Dict＝{Dr|r＝1,2,...,T}，Dr是Ir所对应的过完备字典；步骤b稀疏编码：对查询图像Iquery的底层特征在联合字典Dunite上采用LARS?Lasso方法稀疏编码，得到对应的稀疏编码系数其大小为(kreference+kquery)×1；步骤c计算相似度：根据求出的稀疏编码系数计算的重构误差其中||·||2为l2范数；将中对应Dquery原子位置处的系数置为零，得到仅使用Dreference中原子重构的重构误差将中对应Dreference原子位置处的系数置为零，得到仅使用Dquery中原子重构的重构误差然后比较与的大小，如果则给Dreference投票，如果则给Dquery投票，得到对Dreference和Dquery的投票率分别为Vreference和 Vquery，其中0＜Vreference,Vquery＜1；最后计算查询图像Iquery与图像Ireference的相似度为Similarity=Vreference-Vquery+12;步骤3得到排序检索结果：依次计算查询图像Iquery与遥感图像数据库I中每幅图像的相似度，并将得到的相似度值按降序排列，得到排序检索结果。FDA00003462596900011.jpg,FDA00003462596900012.jpg,FDA00003462596900013.jpg,FDA00003462596900014.jpg,FDA00003462596900015.jpg,FDA00003462596900016.jpg,FDA00003462596900017.jpg,FDA00003462596900018.jpg,FDA00003462596900019.jpg,FDA000034625969000110.jpg,FDA000034625969000111.jpg,FDA000034625969000112.jpg,FDA000034625969000113.jpg,FDA000034625969000114.jpg,FDA000034625969000115.jpg,FDA000034625969000116.jpg,FDA000034625969000117.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：韩军伟，周培诚，郭雷，程塨，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。