1.一种基于对象级关联规则的遥感图像语义检索方法，其特征在于，包括下述步骤：步骤S110：根据所述遥感图像的所属类别选择训练影像，并对所述训练影像进行分割，得到若干对象；

步骤S120：根据所述对象的属性，计算每个对象的属性量化值；

步骤S130：针对每个对象的属性量化值构建对象事务集，所述对象事务集为对象属性事务集，或者邻接对象事务集；

步骤S140：计算所述对象事务集的关联规则；

步骤S150：利用机器学习算法将关联规则与所属类别进行训练，得到多种类别的训练模型；

步骤S160：对所述遥感图像的所有影像进行上述步骤S110-S140，获取每幅影像的关联规则，并将该关联规则输入步骤S150的训练模型中，输出该影像属于每个类别的隶属度，将所述隶属度值构成的向量作为此影像的语义描述；

步骤S170：通过计算两幅影像的语义向量之间的距离，并按照距离从小到大的顺序对影像进行排序，输出的返回影像作为检索结果。

2.根据权利要求1所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S110中，采用Quick Shift分割算法对所述训练影像进行分割，得到若干对象。

3.根据权利要求2所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，采用Quick Shift分割算法对影像进行分割，得到一系列的对象，分割后影像上的每一个对象可以表达为：O(OID,P,A)

其中OID是对象的编号，P是属性的集合，P＝{P1,P2,...,Pn}，n为属性的个数，A是邻接对象的集合，A＝{A1,A2,...,Am}，m为邻接对象的个数。

4.根据权利要求1所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S120中，所述对象的属性包括：反映对象平均亮度的均值、反映对象纹理特征的标准差及反映了对象的颜色信息的色调。

5.根据权利要求4所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S120中，根据所述对象的属性采用均匀分段的方式，将各属性量化到[1,G]的范围，具体为：采用平均压缩的方法，将256个灰度级平均分配到若干个灰度级中，

其中G为最大灰度级，G＝8，ceil()是向上取整函数，g+1是为了使影像的灰度级被压缩为1～8。

6.根据权利要求4所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S120中，根据所述对象的属性采用均匀分段的方式，将各属性量化到[1,G]的范围，具体为，采用线性分段的方法进行压缩，首先计算影像的最大灰度级gMax和最小灰度级gMin，然后利用下式计算压缩后的灰度级：

其中G为最大灰度级，G＝8，ceil()是向上取整函数，g+1是为了使影像的灰度级被压缩为1～8。

7.根据权利要求1所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S140中：利用关联规则挖掘算法计算所述对象事务集的关联规则。

8.根据权利要求1所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S150中采用支持向量机算法对所述关联规则及其所属的类别进行训练，得到多种类别的训练模型。

9.根据权利要求1所述的基于对象级关联规则的遥感图像语义检索方法，其特征在于，步骤S170中，通过下述公式计算两幅影像的语义向量之间的距离

其中，v1和v2是两个向量，N是向量的长度。

10.一种基于对象级关联规则的遥感图像语义检索系统，其特征在于，包括：遥感图像分割单元：根据所述遥感图像的所属类别选择训练影像，并对所述训练影像进行分割，得到若干对象；

属性量化值计算单元：根据所述对象的属性，计算每个对象的属性量化值；

对象事务集构建单元：针对每个对象的属性量化值构建对象事务集，所述对象事务集为对象属性事务集，或者邻接对象事务集；

关联规则计算单元：计算所述对象事务集的关联规则；

训练模型单元：根据机器学习算法对所述关联规则及其所属的类别进行训练，得到多种类别的训练模型；

影像语义描述单元：对所述遥感图像的所有影像重复上述工作，获取每幅影像的关联规则，并将该关联规则输入所述训练模型中，输出该影像属于每个类别的隶属度，将所述隶属度值构成的向量作为此影像的语义描述；

语义向量计算单元：通过计算两幅影像的语义向量之间的距离，按照距离从小到大的顺序对影像进行排序，输出的返回影像作为检索结果。