[发明专利]一种遥感图像的检索方法

权利要求书

1.一种遥感图像的检索方法，其特征在于，具体检索步骤如下：

步骤一：高分辨率遥感影像集获取；

步骤二：小影像集大文件预处理；

步骤三：底层视觉特征检测与描述；

步骤四：视觉词汇表聚类生成；

步骤五：基于隐含狄利克雷分配模型的遥感影像检索排序；所述隐含狄利克雷分配模型的建立方法为：从高分辨率遥感影像集的视觉词项—遥感影像共现矩阵处理开始，首先，进行遥感影像集级参数的计算；然后，计算主题数；按照预先设定逐渐增大的不同主题数，计算出多组参数，获得多个高分辨率遥感影像集的隐含狄利克雷分配模型；同时计算每个模型的困惑度，取当困惑度局部极小值时对应的主题数作为当前隐含狄利克雷分配模型的最优主题数，高分辨率遥感影像集的隐含狄利克雷分配模型建立完成；所述遥感影像检索排序的方法为：通过从视觉词汇—主题概率矩阵中取出相应的行，得到组成待查高分辨率遥感影像中视觉词项与所有主题的概率关系矩阵，再乘以主题—遥感影像概率矩阵得出待查高分辨率遥感影像中各词项与高分辨率遥感影像中各遥感影像的概率关系矩阵；所有主题的概率关系矩阵与主题—遥感影像概率矩阵采用对数化简求和的方式进行求积计算，采用以下公式计算：

式中，为待查遥感影像与张遥感影像的相似概率， 为待查遥感影像中第个视觉词项与第张遥感影像的相似概率；之后，系统对得出的待查遥感影像与高分辨率遥感影像库中各幅遥感影像的相似概率行向量按数值进行排序，按由高到低的相似程度返回高分辨率遥感影像查询结果；

步骤六：高分辨率遥感影像精确地物检索。

2.根据权利要求1所述的遥感图像的检索方法，其特征在于，步骤三中检测底层视觉特征的具体方法为：采用最大稳定极值区域和Harris-Affine两种底层视觉特征来完成，再使用SIFT128维特征描述器进行描述。

3.根据权利要求1所述的遥感图像的检索方法，其特征在于，步骤四中视觉词汇表聚类生成的具体方法为选择聚类分析。