基于矩形代数和公共模式方法的相似图像检索

指出了图像检索中公共模式方法(common pattern method,CPM)所建立的type-i公共子图无法精确描述区域间的空间拓扑关系.研究采用矩形代数表示CPM中区域间的空间拓扑关系,得到了拓扑表达更精确的相似性图像检索算法(SRRA).该算法将对象抽象为最小边界矩形,采用矩形代数描述对象间的二维空间关系,构建基于矩形代数的相似图,并从中寻找最大相似对象集合.实验结果表明,SRRA不仅在效率上优于基于CPM的算法,且检索效果更符合用户要求.     

R-tree空间索引方法的优化研究

针对R-tree优化所面临的问题,提出了一种改进的R树索引算法.该算法利用Hilbert曲线的聚类特性解决了R树查询路径的非唯一性问题;通过最小外接矩形分解技术(DMBR)确定多边形的形状,直接获得空间对象的具体结构信息,获得了更高效的查询效率.     

一种基于栅格的高效空间连接查询研究

空间连接可以看作是两个集合的笛卡尔积的子集,所以对对象的相交查询非常耗费时间和I/O的。很多的文献中都是使用过滤器以减少测试对象来提高空间连接查询效率,对栅格图层的查询优化,一般使用空间对象近似以减少为了相交对象而检查空间对象的具体形状的必要性。本文将提出一种新的效率评估方法,目的在于提高查询结果的准确性,经过试验证明该方法有效。     

一种修正的向量空间模型在信息检索中的应用

为了提高文本信息检索系统检索性能,针对信息检索系统中普遍使用的向量空间模型(VSM)所固有的缺陷,提出一种新的修正的向量空间模型(MVSM).该模型重新定义了查询索引项的内容,将修饰词与中心词组成的合成短语引入到查询语句及传统的向量空间检索模型的信息表示中,并重新计算作为特征索引项的合成短语的权重值.在此基础上,又对查询索引项使用了基于同义词词典的查询扩展策略.实验结果表明:用合成短语作为查询索引项进行检索,使检索能够在相对精确的范围内进行,提高检索查准率;对查询进行同义扩展,能够使更多的语义相关的文本被检索出来,提高检索查全率.因此,在信息检索系统中应用修正的向量空间模型能够较好地改善检索性能.     

分层聚类矩形分割的图像/视频编码与分析（英文）

基于抽象区域的图像检索(RBIR)对于查询相关图像是有效的,它将构成智能视频监控的基础,其中感兴趣区域(ROI)的特征是实时提取的。对基于经典聚类方法的现有图像分割技术进行综述,包括一种新颖的矩形分割(CSeg)技术,该技术生成近似的矩形图像片段。CSeg具有最小可能的线性顺序运行时间,在性能方面,使用近似段的RBIR在统计上类似于那些使用不适于实时应用的精确分割算法的RBIR。     

基于改进Kd-Tree构建算法的k近邻查询

k近邻查询算法是查询大规模空间数据的常用算法之一,使用Kd-Tree先构建大规模空间数据的索引,然后对搜索空间进行层次划分,再进行k近邻查询,能保证搜索的效率。但是,传统的Kd-Tree构建有两个缺点：使用测试数据点进行k近邻查询每次都需要回溯到根节点,影响了查询的效率;Kd-Tree使用split域对空间进行层次划分,空间划分为立方体（二维数据表现为矩形）,多边形空间在相交判断时会出现没必要进行数据距离比较的多余空间,这样会影响查询的效率。针对这两个缺点,本文提出了相应的改进算法---RB算法。实验结果证明,该算法比传统的KD算法拥有更高的查询效率。本文的主要贡献有两点：（1）构建一种快速创建Kd-Tree索引来支持KNN算法进行大规模数据的分类查询操作。（2）改进传统的Kd-Tree索引构建方法,提出新的改进算法RB算法,提高KNN算法查询的效率。     

基于XML的数字地下空间索引QR树研究

为了提高数字地下空间数据库的存储效率与检索性能,设计基于可扩展标记语言(XML)的数字地下空间索引四叉矩形(QR) 树.该索引将检索过程涉及到的空间限制在整个索引空间的某一部分,XML利用其结构化的特点,改进了传统QR树索引文档与数据结构之间需要序列化的缺点,改善了因数据激增而下降的查找性能;同时利用XML的可扩展性,实现对索引信息规范化、结构化的描述,实现索引文档存储和数据结构组织的显式描述,解决了QR树存储开销较高、结点上溢和下溢问题,实现QR树动态维护,提高索引的稳定性.     

XML检索中基于聚类的查询词扩展

XML文档是一种半结构化的数据,它包含的结构信息可有效解决传统文本信息检索中存在的语言二义性等问题.但用户提出的查询质量低并没有得到解决,因此需要通过反馈等手段来解决这一问题.该文提出了一种基于聚类的XML信息检索的查询词扩展方法,利用聚类手段来确定用户查询的对应检索结果的特征,通过提取这些特征来进行查询词扩展,得到更全面的反映用户查询意图的查询条件,提高检索的查全率与查准率.     

特征点显著性约束的图像检索方法

图像检索的Bag of Words体系存在量化后的视觉词影响局部特征的辨别能力并且缺乏特征之间空间关系的缺点,影响检索效率。针对复杂背景的目标查询,提出了融合显著性信息的图像检索方法和基于显著特征点空间距离比的后验证方法。首先,提取图像显著目标区域,使用空间金字塔模型进行图像检索。然后,利用查询图像与检索图像匹配的显著特征对,计算任意两对显著特征点的距离比,保留满足阈值的比值,并求和,用以重新排序结果图像,得到最终的检索结果。实验结果表明:该方法显著提高了检索的精确度,并减少了几何验证过程的运算时间。     

一种基于双重距离尺度的高维索引结构

为了提高高维数据相似查询的效率,提出一种基于双重距离尺度(DDM)的新型高维索引结构.通过建模得到该DDM的四元组数据结构, 对于高维空间中的数据点,通过k平均聚类算法将数据点聚成若干类，分别计算每个点对应的始点和质心距离,得到基于加权的质心距离, 并将加权的质心距离作为每个数据点的索引键值，且用基于分片的B+树建立索引，得到了该索引的创建算法.高维空间的查询就转变成对一维空间的检索，并研究了数据点的维数、数据量和查询请求参数对查询性能的影响.结果表明, 该DDM能更有效地缩小搜索空间，减少距离计算的开销,特别适合海量高维数据的查询.     

卫星遥感图像空间分辨率适用性分析

从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研 究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不 同比例尺地图所需要的卫星遥感图像空间分辨率大小。讨论了当前主要遥感信息源的应用范围,并结合案例对 其适用性进行了分析,最后指出了卫星遥感技术目前存在的一些问题,提出了几点看法。     

空间感知矩阵学习的极化SAR图像分类

为了解决最小二乘支撑矢量机无法高效地对大规模数据进行分类的问题,提出了一种空间感知矩阵学习的极化合成孔径雷达图像分类方法．感知矩阵由测量矩阵和字典的乘积构成,根据压缩感知理论,构造了空间感知矩阵．为了减小优化问题的规模,首先设计了与数据耦合的判别式测量矩阵;考虑到数据的极化信息和空间信息,构造了空间威沙特字典,减少了相干斑噪声对分类结果的影响;最后,提出了基于空间感知矩阵学习的分类器,获得了紧凑而又简洁的模型表示．真实极化合成孔径雷达数据的分类结果表明,这种分类器具有更高的分类准确率和更好的空间一致性．     

A RBF classification method of remote sensing image based on genetic algorithm

Alongwith the increases of resolution of satellite re-mote sensing image and aerial remote sensing image,people may obtain more useful data and information fromthe remote sensing image[1,2]. Following " the digitalEarth" concept proposed, more and more civil situationsneed to use the remote sensing image, including re-sources investigation, natural disaster observation,weather forecast and so on. Because the applications ofremote sensing image in different situation has put for-ward for differ…     

一种轻量级的高光谱遥感图像分类方法

智慧农业已成为当今世界现代农业发展的大趋势, 其中低空无人机遥感图像分析是现代精准农业的重点研究方向, 它通过对无人机拍摄的高光谱遥感图像进行学习, 来指导无人机进行精准作业。然而, 中小型农场在发展智慧农场的过程中存在设备资源不足的弊端, 因此本文提出了一种基于卷积神经网络的轻量级高光谱遥感图像分类方法, 旨在保证较高分类精度的同时降低模型训练成本, 从而帮助中小型农场避免更换昂贵的高性能设备, 降低运营成本。本文方法使用主成分分析、数据扩增等数据预处理方法对高光谱遥感图像进行降维以及样本扩充, 引入空谱联合特征提高分类精度, 并对卷积神经网络结构进行优化加速了网络的训练过程。最后, 通过在3个中小规模的基准数据集上进行实验, 并与一些经典的传统分类方法以及深度学习方法进行对比, 结果表明本方法能够保证较好的分类效果, 同时减少网络训练的成本。     

Retrieval of canopy biophysical variables from remote sensing data using contextual information

In order to improve the accuracy of biophysical parameters retrieved from remotely sensing data, a new algorithm was presented by using spatial contextual to estimate canopy variables from high-resolution remote sensing images. The developed algorithm was used for inversion of leaf area index （LAI） from Enhanced Thematic Mapper Plus （ETM＋） data by combining with optimization method to minimize cost functions. The results show that the distribution of LAI is spatially consistent with the false composition imagery from ETM＋ and the accuracy of LAI is significantly improved over the results retrieved by the conventional pixelwise retrieval methods, demonstrating that this method can be reliably used to integrate spatial contextual information for inverting LAI from high-resolution remote sensing images.     

基岩裂隙地下水综合勘查技术模式

针对基岩山区特殊的地形以及复杂的地质情况下找水成功率不高、工作效率极低的特点，通过选择＋IKONOS高空间分辨率图像为数据源进行线性构造解译、大比例尺水文地质调查以及适宜的综合物探技术，形成集遥感、水文地质、综合物探为一体的多参数、多方位的勘查技术模式，经过在保定西部太行山区的多处应用，验证了勘查的准确率和工作效率的高效性，为山区基岩裂隙地下水的有效勘查提供了一种综合勘查技术模式。     

面向数字地球的地理信息系统的设计与实现

数字地球作为一个战略目标在我国已被广泛接受 ,与此相关的数字中国、数字省、数字城市等工程正在全国如火如荼地展开 .什么样的系统适应于构造数字地球、数字中国、数字省、数字城市的基础平台呢 ?从数字地球的基本构成、特点和当前技术的发展状况来分析和介绍适应于构建数字地球的新一代GIS软件的设计与实现     

Push-broom spectral imaging method based upon multi-slit

The acquisition of high image quality and high resolution spectral data is limited by light flux. A push-broom spectral imaging should reduce the spatial resolution if it amplified its light flux to increase its signal noise ratio (SNR). According to this problem, the theory of compressive sensing (CS) is introduced for modeling the push-broom spectral imaging system from the signal processing analysis, so that the number of slits of the imaging system can be increased to amplify its light flux. Under the guidance of the theory of compressive sensing, the light flux can increase without reducing the spatial resolution. In the simulation, if its exposure frequency dropped to 1/4 the original, and its light flux increased to 128 times the original, the spectral image with the resolution of 512×512 could be well obtained. This method is suitable for remote sensing by using a smaller number of times for imaging and less memory for storage and transmission compared with the traditional one.     

空域抽样与相干因子融合的超声阵列自适应波束形成算法

针对超声成像中自适应波束形成算法计算效率低的问题,提出了一种基于空域抽样与相干因子融合的自适应波束形成算法。该方法通过分析阵列数据波束图,推导出不同阵元数目下的最大抽取因子,将阵列中所有阵元接收的数据按最大抽取因子进行空域等间隔抽样,得到阵元稀疏后的回波数据,减少了采集数据量。将空域抽样数据输入波束形成器,计算其协方差矩阵,再将协方差矩阵构造为Toeplitz矩阵,结合最小方差原理从构造的Toeplitz矩阵计算出抽样数据的自适应加权值,为了改善空域抽样数据自适应加权后成像质量下降的问题,引入相干因子对自适应加权值进行修正,以突出抽样数据中的有效信息,抑制干扰成份,从而提高了空域抽样数据的成像质量。该算法在保证成像质量的同时,减少了采集数据量,并降低了计算复杂度,有效提高了算法的时效性。通过在试块上对裂纹和横通孔缺陷仿真成像,结果表明该方法与常规最小方差波束形成方法相比,成像时间平均减少85%以上;与融合相干因子的最小方差波束形成算法相比成像运算时间平均减少86%以上。在相同的空域抽样条件下,该方法成像效果优于其他算法。     

全局约束自适应量化的遥感图像压缩算法

针对JPEG2000算法存在大量计算冗余影响星载遥感图像压缩速度的问题,提出一种全局约束自适应量化的星载遥感图像快速压缩算法.根据给定目标码率、输入图像特性和各子带特性,考虑JPEG2000内部之间的联系,从全局角度自适应设置各子带量化步长,从而减少最为耗时的EBCOT待编码数据量.实验结果表明,该算法减少了JasPer90%-95%的冗余数据,从而减少了层一编码时间和层二截断时间,显著提高了JPEG2000的编码速度,相比JasPer速度提高了1倍左右,而重构图像质量还略有提高.