基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像檢索技術(shù)領(lǐng)域，具體涉及基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法。
【背景技術(shù)】
[0002]無人機的廣泛使用必然產(chǎn)生大量的偵察圖像數(shù)據(jù)，因此，如何有效地統(tǒng)一管理這些偵察圖像數(shù)據(jù)并提供高效實用的數(shù)據(jù)檢索方法必然有較高的研究和實用價值。
[0003]在無人機偵察圖像檢索領(lǐng)域中，由于無人機偵察圖像數(shù)據(jù)采集的特點，使得圖像數(shù)據(jù)庫具有較多的重疊圖像，數(shù)據(jù)量較為龐大。且采集的原始圖像數(shù)據(jù)較為復雜，具有較強的時效性，較多的坐標體系，多種數(shù)據(jù)的融合性等特點。傳統(tǒng)的基于文本的信息檢索技術(shù)已經(jīng)不能滿足用戶的檢索需求。
[0004]因此，本發(fā)明提出了基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法?；趦?nèi)容的遙感圖像檢索作為解決海量遙感圖像信息提取和共享的一項關(guān)鍵技術(shù)，在應(yīng)用需求的驅(qū)動下，已經(jīng)受到人們越來越多的關(guān)注。較為突出的研究成果包括:對多源遙感圖像的數(shù)據(jù)描述和特征提取、光譜特征提取、紋理分割及不變性紋理特征提取、形狀檢索、遙感圖像基于低層視覺特征的檢索系統(tǒng)體系架構(gòu)、基于機器學習理論的遙感圖像語義特征挖掘、基于空間關(guān)系的遙感圖像檢索等。
[0005]基于內(nèi)容的圖像檢索的實現(xiàn)依賴于兩個關(guān)鍵技術(shù):圖像特征提取和匹配。目前，基于內(nèi)容的圖像檢索的研究和應(yīng)用主要集中在基于低層視覺特征的圖像檢索層次。現(xiàn)有的檢索系統(tǒng)一般都具有基于顏色、紋理、形狀等單個特征或組合特征檢索的功能。實現(xiàn)基于低層視覺特征的圖像檢索的基本思路是:從圖像中分析、抽取低層視覺特征、構(gòu)成特征向量集合，通過在選定的距離空間內(nèi)計算特征向量之間的距離獲取圖像之間的相似程度，從而實現(xiàn)基于內(nèi)容的檢索。低層視覺特征的提取主要采用計算機視覺和數(shù)字圖像處理技術(shù)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是為了解決上述問題，針對無人機圖像特點，提出一種基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法，實現(xiàn)基于內(nèi)容的圖像檢索功能，即允許用戶輸入一張圖像，以查找具有相同或相似內(nèi)容的其他無人機偵察圖像。
[0007]本發(fā)明的基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法，具體步驟如下:
[0008]步驟一:獲取外部圖像；
[0009]獲取需要檢索相似圖像的外部無人機偵察圖像，即輸入圖像，如果進行基于感知哈希算法的檢索，進行步驟二 ；如果進行基于顏色分布相似值的檢索，進行步驟三；
[0010]步驟二:采用感知哈希算法，對每張圖片生成一個“指紋”字符串，然后比較不同圖像的指紋，結(jié)果越接近，說明圖片越相似；
[0011]具體包括:
[0012](I)圖像存入無人機偵查圖像數(shù)據(jù)庫后，將圖像縮小至8x8的尺寸，共64個像素；
[0013](2)將縮小后的圖像，轉(zhuǎn)為64級灰度；
[0014](3)計算64個像素的灰度平均值；
[0015](4)將每個像素的灰度，與灰度平均值進行比較，大于或等于平均值，則將“指紋”字符串中代表該像素的值記為I ;小于平均值，則將該像素的值記為O ;
[0016](5)64個像素灰度與灰度平均值比較的結(jié)果構(gòu)成這張圖像的“指紋”，“指紋”字符串為64位整數(shù)，每張圖片中64位整數(shù)的排列次序相同；
[0017]計算輸入圖像“指紋”與其他圖像的“指紋”的漢明距離，將漢明距離從小到大排列，獲得輸入圖像的相似圖像；
[0018]步驟三:根據(jù)兩幅無人機偵察圖像的顏色分布相似值進行排序；
[0019]具體包括:
[0020](I)提取輸入圖像以及無人機偵查圖像數(shù)據(jù)庫中每幅圖像的顏色分布直方圖；
[0021](2)將無人機偵察圖像數(shù)據(jù)庫內(nèi)的圖像與輸入圖像的顏色直方圖特征向量對比，計算兩幅直方圖之間的歐氏距離，歐氏距離從小到大排列，獲得輸入圖像的相似圖像。
[0022]本發(fā)明方法的優(yōu)點和積極效果在于:
[0023](I)可以直接從無人機偵察圖像內(nèi)容中提取信息檢索，無需通過圖像的相關(guān)文本注釋；
[0024](2)特征提取和索引建立可由計算機自動實現(xiàn)，大大提高檢索的效率；
[0025](3)能從大型無人機圖像數(shù)據(jù)管理系統(tǒng)中以較快的速度查找到有關(guān)圖像，不必理解和識別無人機偵察圖像中的對象，所關(guān)注的是基于內(nèi)容，快速地檢索；
[0026](4)使用本發(fā)明方法能提高無人機偵察圖像檢索效率，面向無人機偵察圖像，實現(xiàn)對圖像數(shù)據(jù)基于內(nèi)容的高效檢索。
【附圖說明】
[0027]圖1是本發(fā)明中的基于感知哈希算法和顏色分布直方圖的檢索流程圖；
【具體實施方式】
[0028]下面結(jié)合附圖，對本發(fā)明的具體實施方法進行詳細說明。
[0029]本發(fā)明的基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法，允許輸入一張圖像，以查找具有相同或相似內(nèi)容的其他無人機偵察圖像，第一種基于“以圖搜圖”的感知哈希算法，根據(jù)兩幅圖像的“指紋”序列的漢明距離進行排序；第二種根據(jù)兩幅圖像的顏色分布相似值進行排序。
[0030]流程如圖1所示，具體包括以下幾個步驟:
[0031]步驟一:獲取外部圖像；
[0032]用戶輸入一幅需要檢索相似圖像的外部無人機偵察圖像，若要進行基于感知哈希算法的檢索，則進行步驟二 ；若要進行基于顏色分布相似值的檢索，則進行步驟三。
[0033]步驟二:采用感知哈希算法，對每張圖片生成一個〃指紋〃字符串，然后比較不同圖像的指紋，結(jié)果越接近，說明圖片越相似；
[0034]具體包括:
[0035](I)縮小尺寸。圖像存入無人機偵查圖像數(shù)據(jù)庫后，將圖像縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖像的細節(jié)，只保留結(jié)構(gòu)、明暗等基本信息，摒棄不同尺寸、比例帶來的圖像差異。
[0036](2)簡化色彩。將縮小后的圖像，轉(zhuǎn)為64級灰度。也就是說，所有像素點總共只有64種顏色。
[0037](3)計算平均值。計算所有64個像素的灰度平均值。
[0038](4)比較像素的灰度。將每個像素的灰度，與平均值進行比較。大于或等于平均值，則將“指紋”字符串中代表該像素的值記為I ;小于平均值，則將該像素的值記為O。
[0039](5)計算哈希值。將上一步的比較結(jié)果，組合在一起，就構(gòu)成了一個64位的整數(shù)，這就是這張圖像的指紋。組合的次序并不重要，只要保證所有圖像都采用同樣次序就行了。得到指紋以后，就可以對比不同的圖像，看看64位中有多少位是不一樣的。在理論上，這等同于計算〃漢明距離"(Hamming distance) 0如果不相同的數(shù)據(jù)位不超過5，就說明兩張圖像很相似，近乎于同一副圖像；如果大于5且小于10，就說明兩幅圖像具有相似性；如果大于10，就說明這是兩張完全不同的圖像。
[0040]使用的時候，第一個參數(shù)是基準圖像的哈希值，即輸入的外部圖像的“指紋”字符串，第二個參數(shù)是用來比較的其他圖像的哈希值，返回結(jié)果是兩副圖像之間不相同的數(shù)據(jù)位數(shù)量，即漢明距離。(漢明距離越小，說明兩幅圖像越相似，檢索時自動將數(shù)據(jù)庫內(nèi)的圖像按與輸入圖像的漢明距離從小到大排列，即可獲得相似圖像。)
[0041]步驟三:根據(jù)兩幅無人機偵察圖像的顏色分布相似值進行排序。
[0042]顏色特征是圖像的基本特征之一，是最直觀的可視化特征。顏色特征也是圖像檢索中應(yīng)用最為廣泛的視覺特征，與其他視覺特征相比，顏色特征對圖像本身的尺寸、方向和視角的依賴性較小，顏色特征的提取也相對容易。
[0043]利用顏色直方圖的查詢方法很多，主要有:一般直方圖法、累加直方圖法和直方圖相交法等。HSV空間的色度信號的整體分布從視覺意義上講，并不完全滿足累加直方圖法應(yīng)用的前提。當圖像中的特征并不能取遍所有可取值時，統(tǒng)計直方圖時會出現(xiàn)一些零值。這些零值的出現(xiàn)會對計算直方圖的匹配帶來很大的影響，從而不能正確地反映兩圖間的顏色差別。所以應(yīng)動態(tài)分配匹配算法。
[0044]具體包括:
[0045](I)提取顏色分布直方圖。將顏色空間劃分成若干個小的顏色區(qū)間，然后通過計算顏色落在每個小區(qū)間內(nèi)的像素數(shù)量，得到顏色直方圖。
[0046](2)計算歐式距離。將無人機偵察圖像數(shù)據(jù)庫內(nèi)的圖像與輸入圖像的顏色直方圖特征向量對比，通過計算兩幅直方圖之間的歐氏距離來描述它們之間的相似性，選出與選定圖像相似的圖像。通過與選定圖像的顏色分布進行對比，并返回顏色分布相似值。相似值越小，說明圖像越相似。
【主權(quán)項】
1.基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法，具體包括以下幾個步驟: 步驟一:獲取外部圖像； 獲取需要檢索相似圖像的外部無人機偵察圖像，即輸入圖像，如果進行基于感知哈希算法的檢索，進行步驟二 ；如果進行基于顏色分布相似值的檢索，進行步驟三； 步驟二:采用感知哈希算法，對每張圖片生成一個“指紋”字符串，然后比較不同圖像的指紋，結(jié)果越接近，說明圖片越相似； 具體包括: (1)圖像存入無人機偵查圖像數(shù)據(jù)庫后，將圖像縮小至8x8的尺寸，共64個像素； (2)將縮小后的圖像，轉(zhuǎn)為64級灰度； (3)計算64個像素的灰度平均值； (4)將每個像素的灰度，與灰度平均值進行比較，大于或等于平均值，則將“指紋”字符串中代表該像素的值記為I ;小于平均值，則將該像素的值記為O ; (5)64個像素灰度與灰度平均值比較的結(jié)果構(gòu)成這張圖像的“指紋”，“指紋”字符串為64位整數(shù)，每張圖片中64位整數(shù)的排列次序相同； 計算輸入圖像“指紋”與其他圖像的“指紋”的漢明距離，將漢明距離從小到大排列，獲得輸入圖像的相似圖像； 步驟三:根據(jù)兩幅無人機偵察圖像的顏色分布相似值進行排序； 具體包括: (1)提取輸入圖像以及無人機偵查圖像數(shù)據(jù)庫中每幅圖像的顏色分布直方圖； (2)將無人機偵察圖像數(shù)據(jù)庫內(nèi)的圖像與輸入圖像的顏色直方圖特征向量對比，計算兩幅直方圖之間的歐氏距離，歐氏距離從小到大排列，獲得輸入圖像的相似圖像。
【專利摘要】本發(fā)明公開了一種基于內(nèi)容的無人機偵察圖像數(shù)據(jù)檢索方法，屬于圖像檢索技術(shù)領(lǐng)域。在數(shù)據(jù)管理系統(tǒng)中，實現(xiàn)了兩種基于內(nèi)容的無人機偵察圖像檢索方法。第一種基于“以圖搜圖”的感知哈希算法，根據(jù)兩幅圖像的“指紋”序列的漢明距離進行排序；第二種選取無人機偵察圖像的顏色特征，根據(jù)兩幅圖像的顏色分布相似值進行排序。本發(fā)明可以直接從無人機偵察圖像內(nèi)容中提取信息檢索，無需通過圖像的相關(guān)文本注釋；本發(fā)明特征提取和索引建立可由計算機自動實現(xiàn)，大大提高檢索的效率；本發(fā)明能從大型無人機圖像數(shù)據(jù)管理系統(tǒng)中以較快的速度查找到有關(guān)圖像，不必理解和識別無人機偵察圖像中的對象，所關(guān)注的是基于內(nèi)容，快速地檢索。
【IPC分類】G06F17/30
【公開號】CN105069042
【申請?zhí)枴緾N201510437062
【發(fā)明人】丁文銳, 黃宇晴, 向錦武, 李紅光
【申請人】北京航空航天大學
【公開日】2015年11月18日
【申請日】2015年7月23日