基于序關(guān)系特征描述的高分辨率遙感影像識別研究.pdf

1、高分辨率遙感影像已廣泛應(yīng)用于軍事解譯、測繪制圖、城市規(guī)劃、資源環(huán)境監(jiān)控、農(nóng)業(yè)農(nóng)林監(jiān)管、災(zāi)害監(jiān)測等各個(gè)領(lǐng)域。隨著遙感影像分辨率越來越高，拍攝周期越來越短，蘊(yùn)含的信息越來越豐富，遙感技術(shù)必將在更多的領(lǐng)域發(fā)揮作用。如何利用高分辨率遙感影像作為數(shù)據(jù)源，實(shí)現(xiàn)信息的自動(dòng)提取以及感興趣目標(biāo)的自動(dòng)識別是我們需要解決的重大問題之一。本文以計(jì)算機(jī)視覺領(lǐng)域中自然圖像識別理論為基礎(chǔ)，結(jié)合高分辨率遙感影像的特性，對影像識別過程中的關(guān)鍵技術(shù)進(jìn)行了研究，構(gòu)建了基于序

2、的特征描述方法，為典型目標(biāo)識別及一般目標(biāo)的分類識別提供了快速可行的解決方案。
　　本研究主要內(nèi)容包括：⑴構(gòu)建了一種輕量級的特征描述子 RBRIEF，該描述子具有計(jì)算復(fù)雜度低、所需存儲(chǔ)空間小的優(yōu)勢。該方法對特征點(diǎn)局部圖象塊進(jìn)行隨機(jī)二進(jìn)制采樣比較，并將比較得到的二進(jìn)制字符串作為特征描述向量。不同于BRIEF，該描述子在采樣時(shí)采用了一階梯度函數(shù)。論文對特征描述子構(gòu)建過程中的一些參數(shù)進(jìn)行了實(shí)驗(yàn)選取，并給出了基于隨機(jī)二進(jìn)制比較方法中蘊(yùn)含的H

3、ASH算法原理。在Oxford數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了RBRIEF的性能優(yōu)于SURF、BREIF、ORB。⑵基于CUDA編碼模型對RBRIEF的構(gòu)建過程進(jìn)行了并行優(yōu)化，并構(gòu)建了遙感影像目標(biāo)識別框架。提出了基于二叉樹組織的兩階段方法來進(jìn)行并行積分圖的求解；接著采用了“積分圖+盒子濾波”的方式加速RBRIEF描述子構(gòu)建中采樣點(diǎn)梯度的計(jì)算；然后基于GPU進(jìn)行了RBRIEF描述子整體的并行化構(gòu)建；最后討論了如何基于RBRIEF描述子實(shí)現(xiàn)遙感影像中特

4、定目標(biāo)的快速識別。⑶提出了將基于序空間的特征描述子用于高分辨率遙感影像的分類識別。分析了高分辨率遙感影像的特點(diǎn)，指出它不存在絕對的參考幀，且可以認(rèn)為是自然圖像與紋理類圖像的結(jié)合?；诖?，提出了采用兩種基于序空間的描述子MROGH、SRP來進(jìn)行遙感影像底層特征的描述，這兩種描述子具有較好的方向不變性，且分別適用于自然圖像與紋理類圖像。在UcMerced、WhU數(shù)據(jù)集上的實(shí)驗(yàn)表明：MROGH在高分辨率遙感影像分類上的性能優(yōu)于SIFT，且兩種

5、基于序空間的特征描述子的組合可產(chǎn)生更好的分類性能。⑷構(gòu)建了面向軟編碼的圖像空間視覺單詞共現(xiàn)矩陣核，對基于詞袋模型的高分辨率遙感影像分類的整個(gè)過程進(jìn)行了實(shí)驗(yàn)評估。分析了不同的編碼框架(BoVW、SPMK、SPCK、SPCK+)、編碼方式(VQ、LLC、KCB)、SVM分類器中核函數(shù)的選取(線性核、交叉核、加性卡方核、指數(shù)卡方核)、多核組合的方式(均值核、多核學(xué)習(xí))對遙感影像分類系統(tǒng)性能的影響。此外，論文實(shí)驗(yàn)結(jié)果驗(yàn)證了面向軟編碼的圖像空間視