[发明专利]基于Lucene的高光谱图像检索方法及检索引擎

说明书

本发明公开了一种基于Lucene的高光谱图像检索方法及检索引擎，其中，方法包括以下步骤：通过Lucene打开索引文件夹；选择特征和波段范围；调用Lucene将索引写入文件夹中；输入待检索文件；将Document索引文件进行相似度比较，以从索引文件中按所选特征的相似度返回检索结果。该方法通过利用Lucene对高光谱库中的高光谱文件建立索引，从而在检索时从索引文件中按所选特征的相似度返回检索结果，实现加快读取文件速度的目的，提高检索效率，不但检索的特征库扩展性强，而且操作简单方便。

技术领域

本发明涉及遥感图像技术领域，特别涉及一种基于Lucene的高光谱图像检索方法及检索引擎。

背景技术

高光谱分辨率(简称为高光谱)遥感或成像光谱遥感技术的发展是过去20多年中人类在对地观测方面所取得的重大技术突破之一，其为当前遥感的前沿技术。具体地，它融合了空间成像技术和光谱分光技术，其核心特点是图谱合一，即能够获取目标的连续、窄波段的图像光谱数据。在高光谱场景中，遥感器可以从可见光到红外光谱区域数百个狭窄且连续的波段上，获取数字图像。高光谱图像中的每个像元都以向量形成存在，其不同元素对应不同波段下的光谱响应值。通常不同的物质在特定的波段上反射不同的电磁能量，从而可以根据光谱特征来区别不同的物质。高光谱图像在军事监视、环境监测、矿物识别等领域得到广泛的应用。

目前对高光谱图像的研究主要集中在对图像中像元的分析，包括分解和分类地物识别等，即依然停留在光谱匹配在高光谱图像的应用方面，导致处理效率低。然而，随着传感器技术、数据通讯技术的飞速发展，通过利用各种机载和星载传感器可以获取各种不同的海量遥感影像数据，但是巨大的数据量带来了数据存储和管理的问题，同时也要求针对遥感影像的地物识别不能停留在单个的处理上，有待改进。

发明内容

本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于Lucene的高光谱图像检索方法，该方法能够加快读取文件速度，提高检索效率，简单方便。

本发明的另一个目的在于提出一种基于Lucene的高光谱图像检索引擎。

为达到上述目的，本发明一方面实施例提出了一种基于Lucene的高光谱图像检索方法，包括以下步骤：通过Lucene的FSDirectory类打开索引文件夹；选择索引特征和波段范围，以利用所述Lucene对高光谱库中的高光谱文件建立索引；调用Lucene的IndexWriter类将建好的索引写入所述索引文件夹中；输入待检索文件；以及打开所述索引文件夹，并采用线性搜索将文件夹中的Document索引文件依次与输入的特征数组进行相似度比较，以从所述索引文件中按所选特征的相似度返回检索结果。

根据本发明实施例提出的基于Lucene的高光谱图像检索方法，通过利用Lucene对高光谱库中的高光谱文件建立索引，在输入待检索的高光谱文件之后，从索引文件中按所选特征的相似度返回检索结果，以得到相似度高的高光谱文件，实现加快读取文件速度的目的，可以极大的方便后续物识别的批量处理，提高检索效率，不但检索的特征库扩展性强，随时可以按照需求添加新的检索特征，而且操作简单方便，极大加快了读取文件的速度，同时索引的检索形式适应于嵌入式及云端处理的开发。

另外，根据本发明上述实施例的基于Lucene的高光谱图像检索方法还可以具有如下附加的技术特征：

进一步地，在本发明的一个实施例中，其中，在建立索引和检索时，对待处理的高光谱文件自动搜索与其同名的高光谱头文件，并提取出文件数据，所述文件数据包括图像行列数、波段数、数据类型、排列方式和各波段对应的波长中的一个或多个数据。

进一步度，在本发明的一个实施例中，所述索引特征为平均梯度特征，并且根据以下公式提取所述平均梯度特征，所述公式为：