导读:本文包含了影像检索论文开题报告文献综述及选题提纲参考文献，主要关键词:四元数,遥感影像检索,正交傅里叶-梅林矩,边缘色彩直方图
影像检索论文文献综述
徐彦彦,赵啸,李子君[1]（2019）在《一种基于四元数变换的彩色遥感影像检索方法》一文中研究指出遥感影像常存在旋转和缩放等变化关系,这就要求检索时图像特征具有旋转和尺度不变等性质。目前,彩色遥感影像检索在提取这些特征时通常对色彩通道单独进行处理,导致3个通道之间的关系信息丢失,且没有充分利用数据本身所特有的几何特征,影响了检索精度。结合四元数与正交傅里叶-梅林矩的优点,提出了一种基于四元数变换的遥感影像检索方法。针对已有工作中存在的基于四元数傅里叶-梅林矩所提取的纹理特征只具有旋转不变性的问题,利用四元数正交傅里叶-梅林矩构造出具有旋转和尺度不变的纹理特征,并使用四其对图像进行边缘检测,得到边缘色彩图像并提取边缘色彩直方图,综合多种特征进行图像检索。实验结果表明,使用此方法进行遥感影像检索对于图像旋转和尺度变化具有良好的鲁棒性,检索性能明显提高。(本文来源于《武汉大学学报(信息科学版)》期刊2019年11期）
强永刚,肖志峰,陈欢欢,闫丽阳[2]（2019）在《基于动态阈值哈希的大规模遥感影像快速内容检索方法》一文中研究指出随着我国遥感对地观测技术的快速发展,接收和存档的遥感影像数据量呈指数级增长,传统的检索方法难以在超大的遥感影像数据量上进行快速内容检索,造成遥感影像检索技术缺乏突破性进展,使得我国遥感影像利用率和利用效率受到限制。本文提出了一种创新的哈希索引方法,该方法根据特征向量的空间分布情况动态生成向量的哈希编码,可对高维的遥感影像特征向量进行低维编码,大大降低了检索计算量,可显着提高大规模遥感影像库内容检索的准确率和效率。在天地图数据集的检索试验表明本文提出方法在准确度和检索效率上均有显着提升,有较大的应用潜力。(本文来源于《测绘通报》期刊2019年08期）
卿建飞,杨雅萍,李德平,杜佳[3]（2019）在《基于分布式ElasticSearch的海量遥感影像检索方法研究》一文中研究指出针对遥感影像爆发式增长带来的检索问题,本文采取Geo JSON格式对遥感影像元数据进行映射,运用ElasticSearch对元数据进行存储并进行分布式的索引和检索,在大数据量下,按照不同的查询方式与传统的对象关系型数据库PostgreSQL进行比较,实验结果表明,该方法能有效提高检索的效率。(本文来源于《测绘与空间地理信息》期刊2019年06期）
陈诚,邹焕新,邵宁远,孙嘉赤,秦先祥[4]（2019）在《面向查询点的遥感影像哈希检索方法》一文中研究指出由于存储成本低,查询速度快,哈希检索算法已被广泛应用于大规模影像检索。针对大规模遥感影像数据集训练低效问题,提出了面向查询点进行特征学习的遥感影像检索方法。首先,利用深度卷积网络对具有多语义标签的遥感影像数据训练集提取遥感影像特征;然后,面向查询点学习得到哈希函数并生成查询点的二进制哈希码;最后,通过迭代学习得到整个数据库的二进制哈希码来实现影像检索,有利于提高检索精度;同时,该方法避免了对整个数据库进行特征提取,从而可以更有效地利用大规模数据库中的监督信息。在3个不同数据集上的实验结果表明,该方法检索性能优于其他多种先进方法。(本文来源于《系统工程与电子技术》期刊2019年08期）
孙钰珊,艾海滨,许彪,杜全叶[5]（2019）在《无人机倾斜影像自动检索及影像姿态恢复》一文中研究指出无人机倾斜摄影测量颠覆了以往正射影像只能从垂直角度拍摄的局限,在叁维建模中有广泛的前景。针对有些无人机倾斜影像数据无相机标定参数、无航带信息(无序)、无POS信息的现状,本文以计算机视觉中基于内容的影像检索方法与改进的渐进式SFM方法为基础,提出一种"叁无"影像自动检索、空中叁角测量及影像叁维重建的方法。该方法首先通过提取的特征检索出相似影像并建立网络结构,然后将影像进行两两匹配增强对应关系并进行连接点的追踪,最后利用光束法平差方法对其进行平差,获取影像集的叁维点云,提高大规模影像检索、影像匹配速度的同时,提高重建的精确性和鲁棒度。本文选取叁组典型试验区大数据量倾斜影像数据进行试验,立体实测控制点中误差可以达到平面0.16m/高程0.18m,试验验证了方法的稳定性、可靠性和实用性。(本文来源于《地球信息科学学报》期刊2019年04期）
陈诚,邹焕新,邵宁远,孙嘉赤,秦先祥[6]（2019）在《面向遥感影像的深度语义哈希检索》一文中研究指出目的哈希检索旨在将海量数据空间中的高维数据映射为紧凑的二进制哈希码,并通过位运算和异或运算快速计算任意两个二进制哈希码之间的汉明距离,从而能够在保持相似性的条件下,有效实现对大数据保持相似性的检索。但是,遥感影像数据除了具有影像特征之外,还具有丰富的语义信息,传统哈希提取影像特征并生成哈希码的方法不能有效利用遥感影像包含的语义信息,从而限制了遥感影像检索的精度。针对遥感影像中的语义信息,提出了一种基于深度语义哈希的遥感影像检索方法。方法首先在具有多语义标签的遥感影像数据训练集的基础上,利用两个不同配置参数的深度卷积网络分别提取遥感影像的影像特征和语义特征,然后利用后向传播算法针对提取的两类特征学习出深度网络中的各项参数并生成遥感影像的二进制哈希码。生成的二进制哈希码之间能够有效保持原始高维遥感影像的相似性。结果在高分二号与谷歌地球遥感影像数据集、CIFAR-10数据集及FLICKR-25K数据集上进行实验,并与多种方法进行比较和分析。当编码位数为64时,相对于DPSH(deep supervised Hashing with pairwise labels)方法,在高分二号与谷歌地球遥感影像数据集、CIFAR-10数据集、FLICKR-25K数据集上,m AP(mean average precision)指标分别提高了约2%、6%～7%、0. 6%。结论本文提出的端对端的深度学习框架,对于带有一个或多个语义标签的遥感影像,能够利用语义特征有效提高对数据集的检索性能。(本文来源于《中国图象图形学报》期刊2019年04期）
饶皓[7]（2019）在《一种格网补偿的遥感影像数据检索方法》一文中研究指出随着遥感技术的快速发展,当前遥感影像数据的数据总量急剧增加。面对海量遥感影像数据的应用需求,如何快速、准确的获取全覆盖特定区域的无云遥感影像数据至关重要。因此,笔者提出了一种格网补偿的遥感数据全覆盖检索方法。首先,利用五层十五级格网切分模型对特定区域切分成较小的格网。其次,对海量遥感有云影像数据集进行预处理,采用基于快视图的云检测方法判断快视图局部是否无云,取出无云的部分对每个格网进行像素补偿。最后得出一张全覆盖特定区域的无云遥感图像,并筛选出所需的遥感影像数据。通过实验对比,该方法在海量遥感影像数据情况下,能快速、准确的获取全覆盖特定区域的无云遥感影像数据,具有很好的可行性和实用性。(本文来源于《信息与电脑(理论版)》期刊2019年06期）
张宁[8]（2019）在《基于Hausdorff距离的医学影像检索方法研究》一文中研究指出随着网络技术在医学领域上的应用,X射线成像、B超成像、CT成像、MRI成像等医学影像数据呈爆炸式增长,这些医学影像在临床、教学、科研中都发挥着重要的作用。医学影像库存储大量的病例,这些病例可供医生参考、比较,对医生正确识别病情起到辅助作用,降低漏诊率与误诊率。如何有效的存储,并高效的提取对医生分析有益的医学影像,已成为医学领域的难点问题。因而研究高效、准确的医学图像检索方法对临床医学具有重要的意义。相比传统的基于文本的医学图像检索技术,基于内容的医学图像检索技术越来越受到研究学者的重视。本文针对基于内容的医学图像检索技术中医学图像特征提取和相似性度量两个关键因素进行研究,来提高医学图像检索的准确性。首先,本文从医学图像特点和相似性度量两个方面进行研究。在医学图像检索过程中,医学图像受成像模式影响,大多数图像都是灰度图像。分析灰度图像的纹理特征是医生对病理诊断的主要依据。因此,本文对医学图像进行纹理特征提取。距离度量方法是目前使用最为广泛的相似性度量方法,在不同的距离度量中,本文采用在计算原理上优于欧式距离而得到广泛研究与应用的Hausdorff距离进行相似性度量。其次,选择合适的纹理特征描述医学图像内容,通过融合纹理特征提高描述医学图像内容的能力。本文重点研究Hausdorff距离融合纹理特征的医学图像检索方法,以提高医学图像检索的准确性。构建并实现基于Hausdorff距离串行融合纹理特征的医学图像检索方法,此方法分别提取脑部MRI医学影像和肺部CT医学影像的Tamura纹理特征和小波纹理特征,将得到的纹理特征串行融合成一个新的特征向量,采用Hausdorff距离对新的特征向量进行相似性度量,并验证这种检索方法的有效性。最后,对医学图像融合纹理特征的方法进行研究,构建并实现基于Hausdorff距离等权重相加纹理特征的医学图像检索方法,使用Hausdorff距离分别计算Tamura纹理特征和小波纹理特征的相似性,按照1:1的权重值对相似性距离进行等权重相加,得到的结果作为总的相似性距离。在等权重相加纹理特征的基础上,提出自适应权重相加纹理特征的医学图像检索方法,采用回声状态网络(ESN)训练医学图像,设定不同图像的权重值。最后,将得到的权重值分配给对应的纹理特征,所获取的值作为总的相似性距离结果,并验证两种检索方法的可用性和有效性。实验结果表明,采用Hausdorff距离进行医学图像检索具有更好的检索性能,采用自适应权重相加纹理特征的方法进行医学图像检索能显着提高检索准确性。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
王豪,张力,艾海滨,安宏[9]（2019）在《叁维重建中的大规模航空影像检索方法》一文中研究指出针对互联网获取的航空影像数据或非摄影测量专业人员拍摄的无人机影像数据进行高精度测绘与叁维重建时,从中检索相似影像较为困难的问题,该文提出了一种基于尺度不变特征变换(SIFT)算子与词汇树的大规模航空影像检索方法。该方法可以从规模庞大、排序复杂的航空影像中快速准确地检索出相似影像。首先利用SIFT描述子来代表影像,然后通过分层K-means算法对影像库的SIFT描述子构建词汇树,最后再利用TF-IDF方法加权计算待查询影像与影像集中各影像的相似度,获得相似影像。通过对多组大规模航空影像数据进行试验,结果证明了该文所提算法的可靠性、准确性和实用性。(本文来源于《测绘科学》期刊2019年02期）
崔萌,谢曹东,单杰[10]（2019）在《面向内容的众源影像聚合检索与智能筛选》一文中研究指出众源数据存在基数大、来源复杂、相关性低等特点,使得检索和筛选成为研究的热点,针对当前研究未能有效利用众源地理数据源的问题,该文提出了一种基于聚合平台的网络图片动态检索流程,以语义关键字和地理坐标为索引进行多图片库的聚合搜索。利用深度神经网络进行影像进行筛选的方法,解决了传统筛选方法筛选精度不高的缺点,具有高识别率和高效的特点。实验表明,本文提出的方案能够有效搜集高质量的众源影像,对于众源地理信息处理有潜在的价值。(本文来源于《测绘科学》期刊2019年03期）
影像检索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着我国遥感对地观测技术的快速发展,接收和存档的遥感影像数据量呈指数级增长,传统的检索方法难以在超大的遥感影像数据量上进行快速内容检索,造成遥感影像检索技术缺乏突破性进展,使得我国遥感影像利用率和利用效率受到限制。本文提出了一种创新的哈希索引方法,该方法根据特征向量的空间分布情况动态生成向量的哈希编码,可对高维的遥感影像特征向量进行低维编码,大大降低了检索计算量,可显着提高大规模遥感影像库内容检索的准确率和效率。在天地图数据集的检索试验表明本文提出方法在准确度和检索效率上均有显着提升,有较大的应用潜力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
影像检索论文参考文献
[1].徐彦彦,赵啸,李子君.一种基于四元数变换的彩色遥感影像检索方法[J].武汉大学学报(信息科学版).2019
[2].强永刚,肖志峰,陈欢欢,闫丽阳.基于动态阈值哈希的大规模遥感影像快速内容检索方法[J].测绘通报.2019
[3].卿建飞,杨雅萍,李德平,杜佳.基于分布式ElasticSearch的海量遥感影像检索方法研究[J].测绘与空间地理信息.2019
[4].陈诚,邹焕新,邵宁远,孙嘉赤,秦先祥.面向查询点的遥感影像哈希检索方法[J].系统工程与电子技术.2019
[5].孙钰珊,艾海滨,许彪,杜全叶.无人机倾斜影像自动检索及影像姿态恢复[J].地球信息科学学报.2019
[6].陈诚,邹焕新,邵宁远,孙嘉赤,秦先祥.面向遥感影像的深度语义哈希检索[J].中国图象图形学报.2019
[7].饶皓.一种格网补偿的遥感影像数据检索方法[J].信息与电脑(理论版).2019
[8].张宁.基于Hausdorff距离的医学影像检索方法研究[D].哈尔滨理工大学.2019
[9].王豪,张力,艾海滨,安宏.叁维重建中的大规模航空影像检索方法[J].测绘科学.2019
[10].崔萌,谢曹东,单杰.面向内容的众源影像聚合检索与智能筛选[J].测绘科学.2019