[论文解读] 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 15

一句话总结

本文提出了一种基于内容的遥感图像检索系统，结合了HSV颜色特征与基于Haar小波的纹理特征，以提升分类与索引效果。通过在这些特征上应用基于阈值的分组方法，该方法实现了高效的图像检索，实验结果表明，融合颜色与纹理特征可显著提升遥感图像组织与检索精度。

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.

研究动机与目标

• 解决利用低层次视觉特征将遥感图像组织为语义上有意义类别的挑战。
• 通过整合IRS卫星数据的光谱（颜色）与空间（纹理）信息，提升图像检索精度。
• 开发一种结合传统特征提取与现代学习工具的混合方法，以实现高效的图像索引。
• 评估颜色与纹理特征在分组与检索遥感图像中的有效性。
• 建立一个基于感知相关视觉属性的鲁棒内容检索框架。

提出的方法

• 该方法从遥感图像中提取HSV颜色特征，以表征其光谱特性。
• 计算Haar小波纹理特征，以捕捉图像中的空间模式与结构细节。
• 采用基于阈值的聚类方法，根据颜色与纹理特征的相似性对图像进行分组。
• 系统通过融合颜色与纹理特征，为每幅图像构建全面的视觉表征。
• 检索过程依赖于预设相似度阈值的特征向量比较。
• 该方法使用包含已知真实标签的IRS遥感图像数据集进行评估。

实验结果

研究问题

• RQ1 HSV颜色特征与Haar小波纹理特征的融合是否能提升遥感图像检索的准确性？
• RQ2 基于颜色与纹理特征组合的图像分组在阈值基础上是否有效？
• RQ3 低层次视觉特征在多大程度上支持遥感图像数据库中的语义分组？
• RQ4 光谱与空间信息的融合是否能增强图像索引与检索性能？
• RQ5 在基于内容的图像检索中，使用传统特征提取结合现代学习工具会产生何种影响？

主要发现

• HSV颜色特征与Haar小波纹理特征的融合显著提升了图像检索性能。
• 基于组合特征的阈值分组方法能够有效实现语义相似遥感图像的聚类。
• 实验结果证实，颜色与纹理特征在组织与检索遥感数据方面具有高度实用性。
• 所提出方法在检索精度上优于仅依赖单特征分析的方法。
• 光谱与空间特征的融合可实现更鲁棒且更具语义意义的卫星图像数据库索引。
• 本研究验证了低层次视觉特征可在遥感应用中有效支持基于内容的检索。