基于光谱特征的遥感图像检索方法研究

唐红梅，刘广社

(黄河水利职业技术学院测绘工程系，河南开封 475004)

1 引言

遥感技术是一种测量地物目标的电磁辐射的技术，遥感图像反映了地物目标电磁辐射特性的能量分布，是地物电磁波谱特性的客观记录。遥感图像的这一特点为基于光谱进行图像检索奠定了基础，在遥感图像检索中光谱特征成为应用最为广泛的视觉特征。本文就基于光谱特征进行遥感图像的检索方法进行了研究，采用直方图对图像的光谱信息进行统计，计算检索图像与目标图像直方图之间的距离进行相似性度量，这种方法具有较高的鲁棒性。

随着遥感技术的发展，涌现出海量的多光谱及高光谱遥感图像，这些多波段图像逐渐得到了广泛的应用，针对这些图像多波段的特点，本文提出基于K－L变换的方法进行检索，以期降低图像维数，减少图像存储空间，提高多波段遥感图像的检索效率。

2 图像光谱特征的描述和相似性度量

2.1 光谱特征的描述

通过实验比较各种描述方法对检索结果的影响，本文选取图像的直方图描述图像的光谱特征。灰度图像的直方图是表征图像中亮度值与像元数关系的分布曲线。灰度图像直方图的横坐标表示图像的灰度级，纵坐标表示图像中某个灰度级像元数目占整个图像像元数目的百分比［1］。

直方图具有以下性质［2］:

(1)直方图描述了图像中辐射特征的统计分布，反映的是图像的全局特征。所以基于辐射的检索采用直方图的方法顺理成章而且简便易行;

(2)直方图丢失了图像的空间信息特征。在空间上毫无相似之处的两幅图像可能具有相同的直方图特征，即图像与直方图之间不具有唯一对应性;

图1 图像的频数直方图

(3)直方图具有区域可加性。一幅图像各个子区域的直方图之和等于这幅图像的全局直方图。正是因为直方图的这种特性，才使本文基于区域直方图累加的图像检索成为可能。

(4)直方图具有平移、旋转不变性。直方图的几何变换不变性，也是直方图在图像的检索中被广泛采用的重要原因之一。

2.2 相似性度量

通过实验，本文选取直方图相交距计算图像的距离，进行相似性度量。

直方图相交距的计算公式为［3］:

式中，hq为检索图像的直方图，ht为目标图像的直方图，D为两幅图像之间的距离，距离越小，图像的相似性越大。

2.3 图像检索系统性能评价

(1)查准率和查全率

查全率(recall)和查准率(precision)是目前在遥感图像检索中应用最为广泛的一种评价准则［4］。

设Q是一幅查询图像，其查准率和查全率的计算公式为:

recall=n/N precision=n/T

其中，N为目标图像中与检索图像Q相似的图像的数目，n为一次查询返回的图像中相关图像的数目;T为检索系统返回图像的数目。

(2)排序评价方法

设一次查询返回的图像数目为N，NR为其中相关图像的数目，ρr为相关图像的排序序号，NA为图像库中所有相关图像的数目，则评价参数如下［5］:

此外，Muller还提出了标准化平均排序:

对于最理想的检索，K3为零。

本文采用查准率和查全率及标准化平均排序方法分别对检索结果进行评价。

3 常见遥感图像基于直方图的检索

3.1 全色图像的检索

实验数据是一组卫星全色图像［6］，每个区域有3幅不同的影像:一幅分辨率是10 m的pan影像，一幅分辨率是重采样成20 m的影像，另一幅是将pan影像顺时针旋转10°得到的影像，共68个小区域204幅图像。选取其中10幅作为检索图像，篇幅所限，选取其中一幅图像的检索结果显示如图2所示。

图2 全色图像的检索结果

对10幅图像检索的查准率、查全率和标准化平均排序进行统计，结果如表1所示。

全色图像的检索评价结果 表1

3.2 多光谱图像的检索

实验数据是一组卫星多光谱图像，每个区域的图像各经顺时针、逆时针旋转10°得到3幅相关图像，共68个小区域204幅图像。选取其中10幅作为检索图像，并选取一幅的检索结果显示如图3所示。

图3 多光谱图像的检索结果

对10幅图像检索的查准率、查全率和标准化平均排序进行统计，结果如表2所示。

多光谱图像的检索评价结果 表2

由以上两组实验结果可以看出，基于图像光谱特征的检索是有效的，并且采用直方图相交距度量两幅图像之间的距离的方法用于图像检索取得了理想的效果。

4 基于K－L变换的多光谱图像检索

实验数据采用山东某地区的一组TM图像，去掉噪声较多的第6波段，即保留其余的6个波段进行检索。将其中一幅图像的6个原始波段显示如图4所示。

图4 多光谱图像的原始波段

原始多光谱图像经K－L变换以后的6个主成分图像显示如图5所示。

图5 多光谱图像经K－L变换后的主成分图像

可以看出，前3个主成分图像包含了原始图像的绝大部分数据，可以代替原始图像用于检索，同时舍弃后面几个主成分也避免了图像的部分噪声影响。将前3个主成分图像合成为一幅三维图像显示如图6，其中第一主成分显示为红色，第二主成分显示为绿色，第三主成分显示为蓝色。

图6 前3个主成分图像合成图像

首先，用图像的原始6个波段采用全局直方图进行检索，检索结果统计如表3所示。

原始波段直方图检索评价结果 表3

其中，选取一幅图像的检索结果显示如图7。

图7 原始波段检索结果

图7中，选取原始图像的3个波段进行显示，红绿蓝波段分别对应原始图像的4、3、2三个波段。

为进行对比，采用K－L变换后的前3个主成分图像提取直方图进行检索，检索评价结果如表4所示。

K－L变换后基于直方图检索评价结果 表4

其中，选取其中一幅图像的检索结果显示如图8。

图8 K－L变换后基于直方图检索结果

其中，检索返回的图像仍然采用原始图像的3个波段显示，即显示4、3、2三个波段。

比较以上多光谱图像的两种检索方法，可以看出，一方面，基于原始图像各波段的直方图进行检索可以取得较为理想的效果;另一方面，先将原始多光谱图像进行K－L变换，之后基于直方图进行检索，提高了检索的查准率和查全率，同时降低了标准化平均排序值，改善了检索的结果。

5 结论

光谱信息是遥感图像最基本的信息，在应用中得到了最为广泛的关注和研究。本文以这一基本信息为基础，研究了基于光谱特征进行图像检索的方法，并通过实验证明了方法的有效性。

针对多光谱遥感图像，本章提出了基于K－L变换进行检索的方法。对基于原始波段直方图进行检索和基于K－L变换之后主成分图像的直方图进行检索两种方法进行比较，实验说明引入K－L变换后查准率查全率都有所提高，而且都能保证相应的精度，进一步验证了本文方法的有效性。

［1］袁金国.遥感图像数字处理［M］.北京:中国环境科学出版社，2006.

［2］张新君.基于颜色特征的图像检索技术研究［D］.阜新:辽宁工程技术大学，2005.

［3］周明全，耿国华，韦娜.基于内容图像检索技术［M］.北京:清华大学出版社，2007.

［4］曾志勇.基于内容图像数据库检索中的关键技术研究［D］.西安:西安电子科技大学，2006.

［5］孙君顶，赵珊.图像低层特征提取与检索技术［M］.北京:电子工业出版社，2009.

［6］唐红梅.基于辐射与空间信息的遥感图像检索［D］.青岛:山东科技大学，2010.