基于深度特征的遥感图像检索

发布时间：2024-06-29 09:34

　　随着航空航天技术、传感器技术的快速发展,人类对地观测技术得到了极大的提升,遥感图像数据的数量和质量快速增长。如何针对海量遥感图像数据特点,设计有效的特征提取和相似性度量方法,从而达到精确、高效的检索目的,是遥感图像检索领域的一个研究热点和难点。由于遥感图像数据本身具有海量性、复杂性、多样性的特点,现有的特征提取方法应用于遥感图像时对特征的描述不够完备,特征描述与高层语义之间存在着“语义鸿沟”,不能准确表达用户的检索意图;另外,目前对于遥感图像提取的特征维度过高,这势必对大规模遥感图像的检索效率造成影响。因此目前基于内容的遥感图像检索相关方法还不能满足应用需求。本文围绕遥感图像检索的特征提取和相似性度量两方面,展开了研究,具体研究工作如下:(1)从遥感图像的成像特点出发,考虑到遥感图像多角度成像特点,提出基于特征图变换的旋转不变性网络和基于空间变换的旋转不变性网络,提取图像中目标旋转不变性特征。前者将最后一层卷积层进行不同角度的旋转,然后综合所有损失函数优化网络参数,旨在使得不同的旋转形态得到相同的分类结果;后者将空间变换网络作为模块加入到网络模型中,并通过孪生网络的方式对于该模型进行训...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图2-2CBIR图像检索系统

基于深度学习特征的遥感影像检索研究17图2-2CBIR图像检索系统2.2基于内容的遥感影像检索技术CBRSIR作为CBIR技术对于遥感影像的检索特例，目前的研究重点也在于影像特征（主要是低层和中层视觉特征）的选择和描述上。本节将以CBIR为例，介绍常用的图像低层和中层视觉特征提取....

图3-4RSD数据集（图中每个类别分别给出了1幅示例图像）

基于深度学习特征的遥感影像检索研究53图3-4RSD数据集（图中每个类别分别给出了1幅示例图像）（2）对比实验为了验证论文提出的SIFT自编码遥感影像检索方法对高分辨率遥感影像的检索结果，基于UCM与RSD两个数据集论文进行了以下三个对比实验。SIFT自编码与传统自编码对比实验：....

图3-7SIFT与DenseSIFT自编码特征池化后处理对RSD图像库的检索结果（图

基于深度学习特征的遥感影像检索研究61RSD图像库实验结果图3-7给出了SIFT与DenseSIFT自编码平均池化和最大池化后处理方法在不同激活函数组合下对RSD图像库的检索结果，可以看出：（1）采用平均池化和激活函数组合“ReLU+x”的SIFT自编码在RSD图像库上取得了最好....

图3-9SIFT自编码特征聚合BoVW后处理在不同字典大小下对UCM与RSD图像库的检索结果

基于深度学习特征的遥感影像检索研究63图3-9SIFT自编码特征聚合BoVW后处理在不同字典大小下对UCM与RSD图像库的检索结果图3-10SIFT自编码特征聚合BoVW对UCM图像库中各类别地物的检索结果

本文编号：3997428