[发明专利]遥感图像检索方法及系统

说明书

技术领域

本发明涉及图像检索技术领域，更具体地说，涉及一种遥感图像检索方法及系统。

背景技术

近年来，地球观测卫星数量不断增加，已经积累了大量的遥感图像数据，通过对遥感图像的处理，可以获取丰富的信息，如地表参数等。而遥感图像的质量对信息提取的有效性有重要的影响，例如，遥感图像中的云覆盖，不管是厚云覆盖还是薄云覆盖，都对地表参数等的提取有不可忽视的影响，因此，一般用户都倾向于对无云或有较少云覆盖的遥感图像进行处理。

目前常用的一种遥感图像检索方法为平均云量（平均云量是指遥感图像上云的象元个数占该遥感图像总象元个数的百分比）限定法，该方法允许用户限定平均云量值，在进行遥感图像检索时，计算遥感图像库中每一景遥感图像的平均云量，将平均云量小于用户限定的平均云量值的遥感图像确定为用户所检索的图像，该种方法虽然实现简单，但是，由于云在空间上和时间上分布的无规律性，基于平均云量的图像检索方法无法遴选出合适的遥感图像数据，例如两景遥感图像分别为A和B，其中，A遥感图像上的平均云量为10%，B遥感图像上平均云量为30%，从平均云量的衡量指标看，A遥感图像要优于B遥感图像；但是，在进行信息提取时，如果A遥感图像上10%的云刚好覆盖在待研究目标区域上空，而B遥感图像上30%的云刚好都没有覆盖在待研究目标区域上空，那么，针对该待研究目标区域的信息提取而言，B遥感图像要优于A遥感图像。因此，基于平均云量的遥感图像检索方法检索到的遥感图像数据有可能是无效图像数据。

由此可知，基于平均云量的遥感图像的检索方法的检索结果的准确性较低，因此，如何提高遥感图像检索的准确性成为亟待解决的问题。

发明内容

本发明的目的是提供一种遥感图像检测方法及系统，以提高遥感图像检索的准确性。

为实现上述目的，本发明提供了如下技术方案：

一种遥感图像检索方法，包括：

获取待研究目标区域的边界点集；

依据所述待研究目标区域的边界点集确定包含所述待研究目标区域的最小外接矩形；

依据所述最小外接矩形的边界点集，确定备选遥感图像集，所述备选遥感图像集中的各景遥感图像的边界点集所确定的范围与所述最小外接矩形的边界点集所确定的范围存在交集；

确定所述备选遥感图像集中，每一景遥感图像的边界点集确定的范围与所述待研究目标区域的边界点集所确定的范围的交集范围；

统计所述备选遥感图像集中，每一景遥感图像中所确定的交集范围内的平均云量，将平均云量小于预设阈值的遥感图像作为检索结果。

上述方法，优选的，所述获取待研究目标区域的边界点集包括：

获取所述待研究目标区域周围的四个点的坐标，其中，所述待研究目标区域在所述四个点的坐标所确定的范围内。

上述方法，优选的，所述获取待研究目标区域的边界点集包括：

获取所述待研究目标区域的矢量边界；

对所述矢量边界进行解析，获取所述待研究目标区域的各个边界点的坐标。

上述方法，优选的，所述获取待研究目标区域的边界点集包括：

获取所述待研究目标区域的地物类型分类图；

对所述地物类型分类图进行解析，获取所述待研究目标区域的各个边界点的坐标。

上述方法，优选的，所述确定所述备选遥感图像集中，每一景遥感图像的边界点集确定的范围与所述待研究目标区域的边界点集所确定的范围的交集范围包括：

将所述待研究目标区域的边界点集中，在遥感图像边界点集所确定的范围内的点确定为第一边界点集；

将所述遥感图像的边界点集中，在所述待研究目标区域边界点集所确定的范围内的点确定为第二边界点集；

将所述第一边界点集和所述第二边界点集的并集所确定的范围确定为交集范围。

一种遥感图像检索系统，包括：

获取模块，用于获取待研究目标区域的边界点集；

外接矩形确定模块，用于依据所述待研究目标区域的边界点集确定包含所述待研究目标区域的最小外接矩形；

备选遥感图像集确定模块，用于依据所述最小外接矩形的边界点集，确定备选遥感图像集，所述备选遥感图像集中的各景遥感图像的边界点集所确定的范围均与所述最小外接矩形的边界点集所确定的范围存在交集；

交集范围确定模块，用于确定所述备选遥感图像集中，每一景遥感图像的边界点集确定的范围与所述待研究目标区域的边界点集所确定的范围的交集范围；