【技术实现步骤摘要】
本专利技术属于图像处理
,是一种基于双层锚图散列的SAR图像检索方法,可用于快速准确地按类别检索单类标SAR图像。
技术介绍
随着合成孔径雷达SAR技术的发展,SAR图像分辨率已经基本达到光学图像的水准,由于其具有更丰富的信息,而且数量也呈爆炸式的飞速增长,使得SAR图像的应用越来越广泛。如何高效、快速的在海量的SAR图像库中检索到所需要的图像数据成为当前该领域的一个研究热点,,处理这些数据所消耗的大量人力、财力,使得开发自动处理工具势在必行,因此基于内容的SAR图像检索技术应运而生。SAR图像检索技术不同于传统的SAR图像降噪等技术,它是一种信息检索技术,利用SAR图像的低层特征检索所要求的数据。不同于自然图像的检索,SAR图像的检索更关注的是快速查找和发现。近年来,针对该问题学者们提出了一些方法。主要围绕特征提取、图像分类、相似性匹配等方面展开。南京航空航天大学的顾春花,在其硕士学位论文“基于Contourlet变换的SAR图像检索系统的研究与实现”中研究了多尺度几何分析技术Contourlet变换在基于图像纹理和形状特征的检索方法中的应用,并基于这些方法实现了SAR图像检索系统。其考虑到SAR图像特点,选取了基于contourlet的纹理和形状特征,但是由于其分类方法和相似性度量方法简单,导致图像检索时间较长,检索精度并不是很高。Pei Tao等人提出了一种新颖的用于合成孔径雷达(SAR)图像检索的空 ...
【技术保护点】
一种基于双层锚图散列的SAR图像检索方法,包括如下步骤:(1)将SAR大图无重叠地切割成256*256的小图像块,在小图像块形成的图库中选取肉眼能够清晰识别且信息完整的图像块组成一个数据集,共7234张,记作dataset,将其分为五类,分别是山脉,海洋,城市,港口和建筑;(2)从数据集dataset中随机选取训练样本和测试样本;(3)在数据集dataset中设置contourlet特征通道和GIST特征通道,并从数据集dataset中的每一幅图像中提取基于contourlet变换的纹理特征和形状特征,组合成第一特征集;从dataset中的每一幅图像中提取基于gabor滤波的GIST特征信息,作为第二特征集;(4)将步骤(3)得到的两个特征集的值归一化到0~1之间,在所述的两个特征通道中,对训练样本分别使用kmeans聚类方法选取聚类中心,其中contourlet特征通道的聚类中心有35个,记作u1,GIST特征通道的聚类中心有39个,记作u2;(5)将双特征通道的聚类中心a1和a2分别与训练样本一同输入到双层锚图模型中训练出模型参数,并分别预测出contourlet特征通道中训练样本 ...
【技术特征摘要】
1.一种基于双层锚图散列的SAR图像检索方法,包括如下步骤:
(1)将SAR大图无重叠地切割成256*256的小图像块,在小图像块形成的图
库中选取肉眼能够清晰识别且信息完整的图像块组成一个数据集,共7234张,记作
dataset,将其分为五类,分别是山脉,海洋,城市,港口和建筑;
(2)从数据集dataset中随机选取训练样本和测试样本;
(3)在数据集dataset中设置contourlet特征通道和GIST特征通道,并从数据
集dataset中的每一幅图像中提取基于contourlet变换的纹理特征和形状特征,组合成第一
特征集;从dataset中的每一幅图像中提取基于gabor滤波的GIST特征信息,作为第二特
征集;
(4)将步骤(3)得到的两个特征集的值归一化到0~1之间,在所述的两个特
征通道中,对训练样本分别使用kmeans聚类方法选取聚类中心,其中contourlet特征通
道的聚类中心有35个,记作u1,GIST特征通道的聚类中心有39个,记作u2;
(5)将双特征通道的聚类中心a1和a2分别与训练样本一同输入到双层锚图模
型中训练出模型参数,并分别预测出contourlet特征通道中训练样本的散列值矩阵Y1和
测试样本的散列值矩阵tY1,GIST特征通道中训练样本的散列值矩阵Y2和测试样本的
散列值矩阵tY2;
(6)计算出contourlet特征通道中训练样本与测试样本的汉明距离矩阵d1,GIST
特征通道中训练样本与测试样本的汉明距离矩阵d2;
(7)将上述双特征通道中的汉明距离矩阵d1和d2加权融合,得到联合汉明距
离矩阵d;
(8)显示检索结果:
输入任意一个测试样本,通过联合汉明距离矩阵得到所有训练样本与该测试样本的
汉明距离列表,并将此列表按升序重新排序,再按列表顺序查找相应训练图像的序号并
将训练图像依次排列显示出来,即为检索结果。
2.根据权利要求1所述的方法,其中所述步骤5的将上述两个聚类中心a1和a2分别
与训练样本一同输入到双层锚图模型中训练出模型参数,预测出训练样本的散列值,按
\t如下步骤进行:
2a)构建训练样本点Xi与聚类中心uj之间的截断相似性函数Z,i=1,2…n,
j=1,2…m;
2b)构建特征矩阵:M=Λ-1/2ZTZΛ-1/2其中Λ=diag(ZΤ1),计算特征矩阵M的特征向
量-特征值对并从中计算得到列标准正交的特征向量矩阵V=[υ1,...,υr]和特
征值构成的对角矩阵Σ=diag(σ1,...,σr),r为散列位数;
由V和Σ计算得到映射矩阵...
【专利技术属性】
技术研发人员:焦李成,马文萍,张曼,屈嵘,刘红英,杨淑媛,侯彪,王爽,马晶晶,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。