[論文レビュー] Retrieval of Remote Sensing Images Using Colour and Texture Attribute

Priti Maheswary, Namita Srivastava|ArXiv.org|Aug 27, 2009

Image Retrieval and Classification Techniques参考文献 8被引用数 15

ひとこと要約

本論文では、分類およびインデキシングの向上を目的として、HSV色特徴とハールウェーブレットに基づくテクスチャ特徴を組み合わせたコンテンツベースのリモートセンシング画像検索システムを提案する。これらの特徴に対してしきい値ベースのグループ化を適用することで、効果的な画像検索が達成され、実験結果により、色とテクスチャの統合がリモートセンシング画像の整理および検索精度の向上に有効であることが示された。

ABSTRACT

Grouping images into semantically meaningful categories using low-level visual feature is a challenging and important problem in content-based image retrieval. The groupings can be used to build effective indices for an image database. Digital image analysis techniques are being used widely in remote sensing assuming that each terrain surface category is characterized with spectral signature observed by remote sensors. Even with the remote sensing images of IRS data, integration of spatial information is expected to assist and to improve the image analysis of remote sensing data. In this paper we present a satellite image retrieval based on a mixture of old fashioned ideas and state of the art learning tools. We have developed a methodology to classify remote sensing images using HSV color features and Haar wavelet texture features and then grouping them on the basis of particular threshold value. The experimental results indicate that the use of color and texture feature extraction is very useful for image retrieval.

研究の動機と目的

• 低レベルの視覚的特徴を用いて、リモートセンシング画像を意味的に意味のあるカテゴリに整理する課題に対処すること。
• IRS衛星データからのスペクトル（色）および空間（テクスチャ）情報の統合により、画像検索の正確性を向上させること。
• 従来の特徴抽出手法と現代の学習ツールを組み合わせたハイブリッド手法を構築し、効果的な画像インデキシングを実現すること。
• 色とテクスチャ特徴がリモートセンシング画像のグループ化および検索にどの程度有効であるかを評価すること。
• 知覚的に関連する視覚的属性を用いたコンテンツベースの検索のための堅牢なフレームワークを確立すること。

提案手法

• 本手法は、リモートセンシング画像からHSV色特徴を抽出し、それらのスペクトル的特徴を表現する。
• ハールウェーブレットテクスチャ特徴を計算することで、画像内の空間的パターンおよび構造的詳細を捉える。
• 色とテクスチャ特徴の組み合わせに基づく類似度に応じて、画像をグループ化するしきい値ベースのクラスタリング手法を採用する。
• 各画像に対して、色とテクスチャ特徴の統合を用いて包括的な視覚的表現を形成する。
• 検索プロセスは、事前に定義された類似度しきい値を用いた特徴ベクトルの比較に依存する。
• 本手法は、既知の真値を有するIRSリモートセンシング画像のデータセットを用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 HSV色特徴とハールウェーブレットテクスチャ特徴の統合は、リモートセンシング画像検索の正確性を向上させることができるか？
• RQ2 色とテクスチャ特徴を統合した場合の、しきい値ベースの画像グループ化はどの程度効果的か？
• RQ3 低レベルの視覚的特徴は、リモートセンシング画像データベースにおける意味的グループ化をどの程度支援するか？
• RQ4 スペクトル的および空間的情報の統合は、画像インデキシングおよび検索性能を向上させるか？
• RQ5 従来の特徴抽出手法と現代の学習ツールを組み合わせることの、コンテンツベースの画像検索に与える影響は何か？

主な発見

• HSV色特徴とハールウェーブレットテクスチャ特徴の統合は、画像検索性能を顕著に向上させる。
• 色とテクスチャ特徴を統合したしきい値ベースのグループ化により、意味的に類似したリモートセンシング画像のクラスタリングが効果的に可能になる。
• 実験結果から、色とテクスチャ特徴がリモートセンシングデータの整理および検索に極めて有用であることが確認された。
• 本手法は、単一の特徴に依存する手法よりも、検索の正確性が向上していることが示された。
• スペクトル的および空間的特徴の統合により、衛星画像データベースにおけるより堅牢で意味のある画像インデキシングが実現された。
• 本研究では、低レベルの視覚的特徴が、リモートセンシング応用における効果的なコンテンツベースの検索を支援できることを検証した。