| 【中文题名】 | 基于内容检索的遥感影像数据库系统研究 |
| 【英文题名】 | Research of Remote Sensing Image Database System of Content Based Image Retrieval |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-1-20 |
| 【中关键词】 | 遥感影像,数据库,基于图像内容,检索,特征提取,多维索引 |
| 【英关键词】 | Remote Sensing Image,Database,CBIC,Retrieval,Feature Extraction,Multidimensional indexing, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>各种专用数据库> |
| 【论文摘要】 | 遥感影像数据库系统是用于存储、管理和检索各类遥感影像的数据库系统,是遥感信息应用系统中的一个重要组成部分。近年来,随着计算机技术和遥感技术的飞速发展,遥感影像的数量迅速增加,如何对这些数据、图像进行高效的管理和检索,成为了一个重要问题。
本文针对这个问题,以本研究室承接的海量遥感信息处理系统为应用背景,在传统编目库管理的经典影像数据库系统的基础上,提出了适用于遥感信息处理系统的基于图像内容检索的遥感影像数据库系统的基本框架。并根据该基本框架,使用VC.net和ORACLE数据库实现了一个基于图像内容检索的遥感影像数据库原型系统。
本文详细介绍了原型系统在工程方面和算法方面所做的一些具有创新性的研究工作。首先,介绍了我们所提出并构建的基于图像内容检索的遥感影像数据库系统的基本框架模型。其次,介绍了根据该模型所实现的原型系统的工程框架,以及在特征提取、特征匹配和距离度量算法实现模块上所采用的一些十分灵活的框架——插件和函数模块结构,它们大大增加了系统的灵活性。最后,介绍了在基于内容检索的算法研究方面所取得的一些进展。主要详解了在图像特征提取和多维特征检索方面我们所进行的一些研究和探索,... |
| 【论文题纲】 |
|
第一章 绪论 |
7-14 |
|
1.1 课题研究的背景和意义 |
7-9 |
|
1.1.1 传统的遥感影像数据库 |
7-8 |
|
1.1.2 基于内容检索的遥感影像数据库 |
8-9 |
|
1.2 国内外的研究现状 |
9-12 |
|
1.2.1 基于内容检索的算法研究 |
9-11 |
|
1.2.2 基于内容检索的成型系统 |
11-12 |
|
1.3 本文的主要工作 |
12-13 |
|
1.4 论文内容安排 |
13-14 |
|
第二章 基于内容检索的影像数据库理论基础 |
14-29 |
|
2.1 概述 |
14-15 |
|
2.2 特征提取 |
15-19 |
|
2.2.1 颜色特征 |
15-16 |
|
2.2.2 纹理特征 |
16-18 |
|
2.2.3 形状特征 |
18-19 |
|
2.3 多维特征索引 |
19-22 |
|
2.3.1 特征相似函数 |
19-21 |
|
2.3.1.1 颜色特征的相似函数 |
19-20 |
|
2.3.1.2 纹理特征的相似函数 |
20-21 |
|
2.3.2 多维索引 |
21-22 |
|
2.3.3 特征降维 |
22 |
|
2.4 人机交互检索 |
22-29 |
|
2.4.1 初始查询描述 |
23-24 |
|
2.4.2 相关反馈处理 |
24-29 |
|
第三章 系统设计与实现 |
29-49 |
|
3.1 概述 |
29 |
|
3.2 基于图像内容检索的遥感影像数据库系统设计 |
29-31 |
|
3.2.1 系统设计要求 |
29 |
|
3.2.2 系统设计思路 |
29-31 |
|
3.3 基于图像内容检索的遥感影像数据库系统实现 |
31-47 |
|
3.3.1 概述 |
31-33 |
|
3.3.2 系统程序框架 |
33-35 |
|
3.3.3 数据存储方式 |
35-37 |
|
3.3.3.1 常用影像数据存储方式 |
35 |
|
3.3.3.2 系统采用的存储方式 |
35-37 |
|
3.3.4 特征提取模块 |
37-40 |
|
3.3.5 搜索引擎实现 |
40-42 |
|
3.3.6 人机交互界面实现 |
42-43 |
|
3.3.7 系统实验 |
43-47 |
|
3.3.7.1 系统性能评价方法 |
43-44 |
|
3.3.7.2 实验环境 |
44 |
|
3.3.7.3 实验结果 |
44-47 |
|
3.4 小结 |
47-49 |
|
第四章 关键算法研究 |
49-64 |
|
4.1 概述 |
49 |
|
4.2 改进的纹理特征提取算法 |
49-56 |
|
4.2.1 灰度共生矩阵的纹理提取法 |
50 |
|
4.2.2 改进的纹理特征提取方法 |
50-52 |
|
4.2.3 试验及分析 |
52-56 |
|
4.2.3.1 试验模型 |
52-53 |
|
4.2.3.2 试验方法 |
53-54 |
|
4.2.3.3 试验结果 |
54-55 |
|
4.2.3.4 试验结果分析 |
55-56 |
|
4.3 改进的特征检索方法 |
56-63 |
|
4.3.1 概述 |
56 |
|
4.3.2 改进的检索算法 |
56-58 |
|
4.3.3 实验环境 |
58-59 |
|
4.3.4 实验和结果分析 |
59-63 |
|
4.4 小结 |
63-64 |
|
第五章 总结 |
64-65 |
|
参考文献 |
65-67 |
|
发表文章目录 |
67-68 |
|
致谢 |
68 |
|
| 【DOI】 | LunWen.ID:2.2008.389320 |
