基于光譜特征的遙感圖像檢索方法研究

唐紅梅，劉廣社

(黃河水利職業技術學院測繪工程系，河南開封 475004)

1 引言

遙感技術是一種測量地物目標的電磁輻射的技術，遙感圖像反映了地物目標電磁輻射特性的能量分布，是地物電磁波譜特性的客觀記錄。遙感圖像的這一特點為基于光譜進行圖像檢索奠定了基礎，在遙感圖像檢索中光譜特征成為應用最為廣泛的視覺特征。本文就基于光譜特征進行遙感圖像的檢索方法進行了研究，采用直方圖對圖像的光譜信息進行統計，計算檢索圖像與目標圖像直方圖之間的距離進行相似性度量，這種方法具有較高的魯棒性。

隨著遙感技術的發展，涌現出海量的多光譜及高光譜遙感圖像，這些多波段圖像逐漸得到了廣泛的應用，針對這些圖像多波段的特點，本文提出基于K－L變換的方法進行檢索，以期降低圖像維數，減少圖像存儲空間，提高多波段遙感圖像的檢索效率。

2 圖像光譜特征的描述和相似性度量

2.1 光譜特征的描述

通過實驗比較各種描述方法對檢索結果的影響，本文選取圖像的直方圖描述圖像的光譜特征。灰度圖像的直方圖是表征圖像中亮度值與像元數關系的分布曲線。灰度圖像直方圖的橫坐標表示圖像的灰度級，縱坐標表示圖像中某個灰度級像元數目占整個圖像像元數目的百分比［1］。

直方圖具有以下性質［2］:

(1)直方圖描述了圖像中輻射特征的統計分布，反映的是圖像的全局特征。所以基于輻射的檢索采用直方圖的方法順理成章而且簡便易行;

(2)直方圖丟失了圖像的空間信息特征。在空間上毫無相似之處的兩幅圖像可能具有相同的直方圖特征，即圖像與直方圖之間不具有唯一對應性;

圖1 圖像的頻數直方圖

(3)直方圖具有區域可加性。一幅圖像各個子區域的直方圖之和等于這幅圖像的全局直方圖。正是因為直方圖的這種特性，才使本文基于區域直方圖累加的圖像檢索成為可能。

(4)直方圖具有平移、旋轉不變性。直方圖的幾何變換不變性，也是直方圖在圖像的檢索中被廣泛采用的重要原因之一。

2.2 相似性度量

通過實驗，本文選取直方圖相交距計算圖像的距離，進行相似性度量。

直方圖相交距的計算公式為［3］:

式中，hq為檢索圖像的直方圖，ht為目標圖像的直方圖，D為兩幅圖像之間的距離，距離越小，圖像的相似性越大。

2.3 圖像檢索系統性能評價

(1)查準率和查全率

查全率(recall)和查準率(precision)是目前在遙感圖像檢索中應用最為廣泛的一種評價準則［4］。

設Q是一幅查詢圖像，其查準率和查全率的計算公式為:

recall=n/N precision=n/T

其中，N為目標圖像中與檢索圖像Q相似的圖像的數目，n為一次查詢返回的圖像中相關圖像的數目;T為檢索系統返回圖像的數目。

(2)排序評價方法

設一次查詢返回的圖像數目為N，NR為其中相關圖像的數目，ρr為相關圖像的排序序號，NA為圖像庫中所有相關圖像的數目，則評價參數如下［5］:

此外，Muller還提出了標準化平均排序:

對于最理想的檢索，K3為零。

本文采用查準率和查全率及標準化平均排序方法分別對檢索結果進行評價。

3 常見遙感圖像基于直方圖的檢索

3.1 全色圖像的檢索

實驗數據是一組衛星全色圖像［6］，每個區域有3幅不同的影像:一幅分辨率是10 m的pan影像，一幅分辨率是重采樣成20 m的影像，另一幅是將pan影像順時針旋轉10°得到的影像，共68個小區域204幅圖像。選取其中10幅作為檢索圖像，篇幅所限，選取其中一幅圖像的檢索結果顯示如圖2所示。

圖2 全色圖像的檢索結果

對10幅圖像檢索的查準率、查全率和標準化平均排序進行統計，結果如表1所示。

全色圖像的檢索評價結果 表1

3.2 多光譜圖像的檢索

實驗數據是一組衛星多光譜圖像，每個區域的圖像各經順時針、逆時針旋轉10°得到3幅相關圖像，共68個小區域204幅圖像。選取其中10幅作為檢索圖像，并選取一幅的檢索結果顯示如圖3所示。

圖3 多光譜圖像的檢索結果

對10幅圖像檢索的查準率、查全率和標準化平均排序進行統計，結果如表2所示。

多光譜圖像的檢索評價結果 表2

由以上兩組實驗結果可以看出，基于圖像光譜特征的檢索是有效的，并且采用直方圖相交距度量兩幅圖像之間的距離的方法用于圖像檢索取得了理想的效果。

4 基于K－L變換的多光譜圖像檢索

實驗數據采用山東某地區的一組TM圖像，去掉噪聲較多的第6波段，即保留其余的6個波段進行檢索。將其中一幅圖像的6個原始波段顯示如圖4所示。

圖4 多光譜圖像的原始波段

原始多光譜圖像經K－L變換以后的6個主成分圖像顯示如圖5所示。

圖5 多光譜圖像經K－L變換后的主成分圖像

可以看出，前3個主成分圖像包含了原始圖像的絕大部分數據，可以代替原始圖像用于檢索，同時舍棄后面幾個主成分也避免了圖像的部分噪聲影響。將前3個主成分圖像合成為一幅三維圖像顯示如圖6，其中第一主成分顯示為紅色，第二主成分顯示為綠色，第三主成分顯示為藍色。

圖6 前3個主成分圖像合成圖像

首先，用圖像的原始6個波段采用全局直方圖進行檢索，檢索結果統計如表3所示。

原始波段直方圖檢索評價結果 表3

其中，選取一幅圖像的檢索結果顯示如圖7。

圖7 原始波段檢索結果

圖7中，選取原始圖像的3個波段進行顯示，紅綠藍波段分別對應原始圖像的4、3、2三個波段。

為進行對比，采用K－L變換后的前3個主成分圖像提取直方圖進行檢索，檢索評價結果如表4所示。

K－L變換后基于直方圖檢索評價結果 表4

其中，選取其中一幅圖像的檢索結果顯示如圖8。

圖8 K－L變換后基于直方圖檢索結果

其中，檢索返回的圖像仍然采用原始圖像的3個波段顯示，即顯示4、3、2三個波段。

比較以上多光譜圖像的兩種檢索方法，可以看出，一方面，基于原始圖像各波段的直方圖進行檢索可以取得較為理想的效果;另一方面，先將原始多光譜圖像進行K－L變換，之后基于直方圖進行檢索，提高了檢索的查準率和查全率，同時降低了標準化平均排序值，改善了檢索的結果。

5 結論

光譜信息是遙感圖像最基本的信息，在應用中得到了最為廣泛的關注和研究。本文以這一基本信息為基礎，研究了基于光譜特征進行圖像檢索的方法，并通過實驗證明了方法的有效性。

針對多光譜遙感圖像，本章提出了基于K－L變換進行檢索的方法。對基于原始波段直方圖進行檢索和基于K－L變換之后主成分圖像的直方圖進行檢索兩種方法進行比較，實驗說明引入K－L變換后查準率查全率都有所提高，而且都能保證相應的精度，進一步驗證了本文方法的有效性。

［1］袁金國.遙感圖像數字處理［M］.北京:中國環境科學出版社，2006.

［2］張新君.基于顏色特征的圖像檢索技術研究［D］.阜新:遼寧工程技術大學，2005.

［3］周明全，耿國華，韋娜.基于內容圖像檢索技術［M］.北京:清華大學出版社，2007.

［4］曾志勇.基于內容圖像數據庫檢索中的關鍵技術研究［D］.西安:西安電子科技大學，2006.

［5］孫君頂，趙珊.圖像低層特征提取與檢索技術［M］.北京:電子工業出版社，2009.

［6］唐紅梅.基于輻射與空間信息的遙感圖像檢索［D］.青島:山東科技大學，2010.