一种基于视觉显著点特征的遥感影像检索方法技术

一种基于视觉显著点特征的遥感影像检索方法，包括对于影像库中的每一幅影像计算显著图并进行一致性区域分割，接着由显著图和区域分割结果计算相应的分割区域显著图，再采用自适应阈值分割算法提取出影像的视觉显著区，然后采用SIFT算子计算影像的局部不变特征，并将位于视觉显著区内的局部不变特征视为视觉显著点特征，进而构建视觉显著点特征矩阵；最后按照相似性度量方法计算查询影像与各候选影像的相似度，并按照相似度从大到小的顺序输出检索结果。本发明专利技术不但能够更准确地描述遥感影像中的局部显著特征，而且减少了影像相似性计算量，能有效提高影像检索的查准率，为符合人类视觉感知特性的遥感影像检索提供了一种新的解决方案。

【技术实现步骤摘要】

【技术保护点】
一种基于视觉显著点特征的遥感影像检索方法，其特征在于，包括以下步骤：步骤一，对于影像库中的每一幅影像，分别采用GBVS模型计算相应的影像显著图，获得影像中每个像素对应的显著度；影像库中的影像包括预先输入的查询影像和多幅候选影像；步骤二，对于影像库中的每一幅影像，进行基于Quick?Shift算法的过分割；步骤三，对于影像库中的每一幅影像，分别利用步骤一获取的像素显著度和步骤二获取的影像过分割结果，计算影像过分割结果中每个区域的显著度，形成分割区域显著图；步骤四，对于影像库中的每一幅影像，分别基于步骤三中获得的分割区域显著图，采用OTSU算法进行自适应阈值分割，提取影像的视觉显著区；步骤五，对于影像库中的每一幅影像，分别利用SIFT算子计算所有局部不变特征，获得相应归一化的特征向量；步骤六，对于影像库中的每一幅影像，分别利用步骤四获取的视觉显著区对步骤五获取的所有局部不变特征进行过滤，将视觉显著区内的局部不变特征视为视觉显著点特征，进而由多个视觉显著点的相应特征向量构建视觉显著点特征矩阵，作为影像的特征描述；步骤七，采用预设的相似性度量方法，通过视觉显著点特征矩阵计算查询影像与影像库中各候选影像的相似度，将候选影像按照相似度从大到小排序并输出为检索结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：邵振峰，王星，
申请(专利权)人：武汉大学，
类型：发明
国别省市：