一种定义影像相似性的新方法及其在影像检索中的应用

在众多基于内容的影像检索机制中 ,标准影像和待检索影像之间的比较是一种常用的方法。当前 ,影像比较的一个最大障碍是如何定义影像的相似性问题。现有的影像相似性系数的定义基本上是基于影像距离函数的 ,这些参数存在这样或那样的问题。本文从一个影像检索的实际应用问题出发 ,提出了一种基于变差函数的描述影像相似性的参数 ,并设计相应的算法 ,不仅很好地解决了实际问题 ,而且为影像相似性的描述提供了一个新的参数。

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明:本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。

基于GlobeLand30的智能解译样本动态制备方法

从影像特征相似性出发研究基于Landsat-8影像相似性的智能解译样本动态制备方法,构造光谱相似度、纹理相似度、空间邻近度3种样本集选择方法。基于相同的U-Net+EfficientNet-B3语义分割网络,对比了根据3种测度下选择的样本影像所制备的样本集对总体分类精度的影响。结果表明,从历史成果数据中选择样本影像用于模型训练,是提高分类精度的有效方法;在3种样本影像选择策略中,空间邻近度可得到精度最高、方差最小的分类结果;历史成果数据中的错误标签会导致智能模型精度降低。