[发明专利]一种基于稀疏表达的遥感图像检索方法

摘要

本发明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。

主权项

1.一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I_query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I_query的底层特征其中：N_query为查询图像I_query的底层特征个数；然后对查询图像I_query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I_query的过完备字典D_query，大小为m×k_query，其中m＝3n²，m＜k_query，k_query为D_query中原子的个数；步骤2图像间相似度计算：计算查询图像I_query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I_reference，I_reference∈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D_reference∈Dict，然后将D_reference与步骤1的D_query组合起来，构成联合字典D_unite＝[D_reference,D_query]；其中，I＝{I_r|r＝1,2,...,T}，I_r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；D_reference是图像I_reference所对应的过完备字典，其大小为m×k_reference,m＜k_reference，k_reference为D_reference中原子的个数；Dict＝{D_r|r＝1,2,...,T}，D_r是I_r所对应的过完备字典；步骤b稀疏编码：对查询图像I_query的底层特征在联合字典D_unite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(k_reference+k_query)×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D_query原子位置处的系数置为零，得到仅使用D_reference中原子重构的重构误差将中对应D_reference原子位置处的系数置为零，得到仅使用D_query中原子重构的重构误差然后比较与的大小，如果则给D_reference投票，如果则给D_query投票，得到对D_reference和D_query的投票率分别为V_reference和V_query，其中0＜V_reference,V_query＜1；最后计算查询图像I_query与图像I_reference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I_query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。