利索能及
我要发布
收藏
专利号: 201610958131X
申请人: 中国科学院深圳先进技术研究院
专利类型:发明专利
专利状态:已下证
更新日期:2024-12-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于像素级关联规则的遥感图像语义检索方法,其特征在于,包括以下步骤:步骤a:构建训练样本的事务集;

步骤b:从所述训练样本的事务集中提取训练样本的关联规则,并根据所述训练样本的关联规则建立训练模型;

步骤c:计算影像库中每一幅影像的关联规则,将所述每一幅影像的关联规则输入训练模型,得到每一幅影像的语义向量,通过比较待检索影像与影像库中每一幅影像的语义向量的相似性进行影像检索;

在所述步骤a中,所述构建训练样本的事务集具体为:针对每个影像类别,分别构建训练样本的事务集;所述构建方法包括:灰度值事务集构建方法:使用每个像素的各个波段的灰度值进行事务集构建;

边缘四方向事务集构建方法:利用canny算子提取影像的边缘,然后提取边缘点像素的多个方向,以邻域为单位,以该邻域内每个方向上的所有像素灰度值的排列构成事务集中的一个事务,则每个边缘点构成4个事务;

像素四方向事务集构建方法:使用每个像素值四个方向上的灰度值序列构建事务集。

2.根据权利要求1所述的基于像素级关联规则的遥感图像语义检索方法,其特征在于,所述步骤a还包括:根据指定的影像类别,从每个影像类别中选定一定数量的遥感影像作为训练样本,并对所述训练样本进行像素灰度级压缩。

3.根据权利要求2所述的基于像素级关联规则的遥感图像语义检索方法,其特征在于,在所述步骤c中,所述通过比较待检索影像与影像库中每一幅影像的语义向量的相似性进行影像检索的检索方式为:分别计算待检索影像和影像库中的所有影像的关联规则,将计算结果输入所述训练模型中,通过所述训练模型输出所有影像的语义向量;分别计算待检索影像与影像库中所有影像的语义向量之间的距离,根据语义向量之间的距离计算待检索影像与影像库中所有影像的相似度,并根据相似度返回检索结果。

4.根据权利要求3所述的基于像素级关联规则的遥感图像语义检索方法,其特征在于,在所述步骤c中,所述语义向量之间的距离越接近,两幅影像的相似度越高,所述相似度计算公式为:在上述公式中,v1和v2分别为两个语义向量,N是向量的长度。

5.一种基于像素级关联规则的遥感图像语义检索装置,其特征在于,包括:

事务集构建模块:用于构建训练样本的事务集;

关联规则提取模块:用于从所述训练样本的事务集中提取训练样本的关联规则;

模型训练模块:用于根据所述训练样本的关联规则建立训练模型;

向量计算模块:用于计算影像库中每一幅影像的关联规则,将所述每一幅影像的关联规则输入训练模型,得到每一幅影像的语义向量;

影像检索模块:用于通过比较待检索影像与影像库中每一幅影像的语义向量的相似性进行影像检索;

事务集构建模块构建训练样本的事务集具体为:针对每个影像类别,分别构建训练样本的事务集;构建方法包括:灰度值事务集构建方法:使用每个像素的各个波段的灰度值进行事务集构建;

边缘四方向事务集构建方法:利用canny算子提取影像的边缘,然后提取边缘点像素的多个方向,以邻域为单位,以该邻域内所有像素灰度值的排列构成事务集中的一个事务,则每个边缘点构成4个事务;

像素四方向事务集构建方法:使用每个像素值四个方向上的灰度值序列构建事务集。

6.根据权利要求5所述的基于像素级关联规则的遥感图像语义检索装置,其特征在于,还包括样本选择模块和灰度级压缩模块:所述样本选择模块用于根据指定的影像类别,从每个影像类别中选定一定数量的遥感影像作为训练样本;所述灰度级压缩模块用于对所述训练样本进行像素灰度级压缩。

7.根据权利要求6所述的基于像素级关联规则的遥感图像语义检索装置,其特征在于,所述影像检索模块通过比较待检索影像与影像库中每一幅影像的语义向量的相似性进行影像检索的检索方式为:通过关联规则提取模块分别计算待检索影像和影像库中的所有影像的关联规则,通过向量计算模块将计算结果输入训练模型中,通过所述训练模型输出所有影像的语义向量;所述影像检索模块分别计算待检索影像与影像库中所有影像的语义向量之间的距离,根据语义向量之间的距离计算待检索影像与影像库中所有影像的相似度,并根据相似度返回检索结果。

8.根据权利要求7所述的基于像素级关联规则的遥感图像语义检索装置,其特征在于,所述语义向量之间的距离越接近,两幅影像的相似度越高,所述影像检索模块计算相似度计算公式为:在上述公式中,v1和v2分别为两个语义向量,N是向量的长度。