基于影像关联层次模型的遥感影像检索研究

Remote sensing image retrieval is a key technology for the basic scientific issue of transforming massive remote sensing image data to information and then to knowledge. Aiming at the semantic gap between low level feature description and human perception, the lack of mature theories and methods for remote sensing image semantic retrieval and the need for semantic information, this project tries to explor a new method for remote sensing semantic retrieval. The association rule data mining technology is introduced into this project, and the image association hierarchy model is proposed, which is used to implement the remote sensing image retrieval on feature and semantic levels.The main contents of research include the following aspects: (1) On feature level, the edge pixel, object property and object adjacency association rules are mined as features to establish the image content description model and realize the feature level retrieval. (2) On semantic level, the association rule semantic model is proposed, which is used to create a mapping between image, information and knowledge, and bridge the "semantic gap" through deeper aspects. (3) Aiming at the retrieval of specific targets, the knowledge expression model is proposed to establish the knowledge database, and then the expection description model is added to guide and assist the retrieval procedure so as to achieve the goal of task-oriented remote sensing image retrieval. In this project, the bridge between the content of image and high-level semantics is established using association rule data mining technology, and a new approach is provided for the semantic retrieval of remote sensing images.

海量遥感影像从数据到信息再到知识的分析是地学领域的基础科学问题，其中高效影像检索是关键技术之一。针对现有低层特征描述与人类认知存在语义差距，而遥感影像语义检索又缺乏成熟理论和方法的现状以及对语义信息的需求，本项目引入关联规则数据挖掘的手段，以探求遥感影像语义检索新方法为目标，提出影像关联层次模型，从特征与语义两个层次，实现遥感影像检索。研究内容包括：（1）在特征层，挖掘影像边缘像素、对象属性、对象邻接三类关联规则作为特征，构建影像内容描述模型，实现特征级检索。（2）在语义层，提出关联规则语义模型，建立影像、信息与知识之间的映射，从深层次缩小"语义鸿沟"，实现语义级检索。（3）针对特定目标的检索，提出知识表达模型，形成知识库；加入期望表示模型，引导影像检索的过程和辅助决策，实现面向任务的遥感影像检索。本项目建立影像内容与高层语义的桥梁，有望为实现遥感影像的语义检索提供一条新的途径。

目前影像检索成果仍然集中于低层视觉特征检索方面，低层视觉特征对影像内容的描述能力直接影响到检索的结果；语义检索是未来影像检索的发展趋势，但是目前的研究成果仍不足以满足影像检索的需求。针对影像检索的问题和发展趋势，本项目提出了利用快速关联规则挖掘方法进行影像检索的思路，与目前检索方法使用低层视觉特征不同，本项目从遥感影像中提取隐含的深层次的信息（即关联规则）作为特征，通过概念提升形成语义，试图为遥感影像的语义检索提供一个新的途径。在遥感影像预处理（包括融合、增强、去云等）以提高遥感影像质量的基础上，构建了影像关联层次模型，提出了系列算法实现从特征层到语义层的影像检索。首先针对经典Apriori算法在计算每个候选频繁项的支持度时，需要遍历事务集，从而导致计算量增大的局限性，本项目采用多维数据立方体的结构来减小遍历事务集的次数，提出了快速关联规则挖掘算法，保证后续特征提取的计算速度；然后在特征层，基于像素的波段属性、邻域属性、对象属性、对象邻接属性分别建立了特征描述模型，用于描述影像的内容，实现像素级与对象级的影像检索；在语义层，基于机器学习方法，建立特征描述模型与语义之间的关系，获取每幅影像中各种地物（也即是语义关键词）的空间分布，构建语义关键词特征向量，形成对每幅影像的语义描述，实现基于语义的影像检索；最后搭建了影像检索测试平台，针对特定目标的检索任务，对本项目提出的各种算法进行了验证与优化，与传统基于低层特征的检索方法相比，本项目的算法具有更高的准确率。本项目的特色是将关联规则数据挖掘的方法引入到遥感影像检索中，能够利用影像中隐含的深层次的信息进行检索，与现有基于内容的影像检索方法相比具有一定的优势。