CN105069042A - 基于内容的无人机侦察图像数据检索方法 - Google Patents

Abstract

本发明公开了一种基于内容的无人机侦察图像数据检索方法，属于图像检索技术领域。在数据管理系统中，实现了两种基于内容的无人机侦察图像检索方法。第一种基于“以图搜图”的感知哈希算法，根据两幅图像的“指纹”序列的汉明距离进行排序；第二种选取无人机侦察图像的颜色特征，根据两幅图像的颜色分布相似值进行排序。本发明可以直接从无人机侦察图像内容中提取信息检索，无需通过图像的相关文本注释；本发明特征提取和索引建立可由计算机自动实现，大大提高检索的效率；本发明能从大型无人机图像数据管理系统中以较快的速度查找到有关图像，不必理解和识别无人机侦察图像中的对象，所关注的是基于内容，快速地检索。

Description

基于内容的无人机侦察图像数据检索方法

技术领域

本发明属于图像检索技术领域，具体涉及基于内容的无人机侦察图像数据检索方法。

背景技术

无人机的广泛使用必然产生大量的侦察图像数据，因此，如何有效地统一管理这些侦察图像数据并提供高效实用的数据检索方法必然有较高的研究和实用价值。

在无人机侦察图像检索领域中，由于无人机侦察图像数据采集的特点，使得图像数据库具有较多的重叠图像，数据量较为庞大。且采集的原始图像数据较为复杂，具有较强的时效性，较多的坐标体系，多种数据的融合性等特点。传统的基于文本的信息检索技术已经不能满足用户的检索需求。

因此，本发明提出了基于内容的无人机侦察图像数据检索方法。基于内容的遥感图像检索作为解决海量遥感图像信息提取和共享的一项关键技术，在应用需求的驱动下，已经受到人们越来越多的关注。较为突出的研究成果包括：对多源遥感图像的数据描述和特征提取、光谱特征提取、纹理分割及不变性纹理特征提取、形状检索、遥感图像基于低层视觉特征的检索系统体系架构、基于机器学习理论的遥感图像语义特征挖掘、基于空间关系的遥感图像检索等。

基于内容的图像检索的实现依赖于两个关键技术：图像特征提取和匹配。目前，基于内容的图像检索的研究和应用主要集中在基于低层视觉特征的图像检索层次。现有的检索系统一般都具有基于颜色、纹理、形状等单个特征或组合特征检索的功能。实现基于低层视觉特征的图像检索的基本思路是：从图像中分析、抽取低层视觉特征、构成特征向量集合，通过在选定的距离空间内计算特征向量之间的距离获取图像之间的相似程度，从而实现基于内容的检索。低层视觉特征的提取主要采用计算机视觉和数字图像处理技术。

发明内容

本发明的目的是为了解决上述问题，针对无人机图像特点，提出一种基于内容的无人机侦察图像数据检索方法，实现基于内容的图像检索功能，即允许用户输入一张图像，以查找具有相同或相似内容的其他无人机侦察图像。

本发明的基于内容的无人机侦察图像数据检索方法，具体步骤如下：

步骤一：获取外部图像；

获取需要检索相似图像的外部无人机侦察图像，即输入图像，如果进行基于感知哈希算法的检索，进行步骤二；如果进行基于颜色分布相似值的检索，进行步骤三；

步骤二：采用感知哈希算法，对每张图片生成一个“指纹”字符串，然后比较不同图像的指纹，结果越接近，说明图片越相似；

具体包括：

(1)图像存入无人机侦查图像数据库后，将图像缩小至8x8的尺寸，共64个像素；

(2)将缩小后的图像，转为64级灰度；

(3)计算64个像素的灰度平均值；

(4)将每个像素的灰度，与灰度平均值进行比较，大于或等于平均值，则将“指纹”字符串中代表该像素的值记为1；小于平均值，则将该像素的值记为0；

(5)64个像素灰度与灰度平均值比较的结果构成这张图像的“指纹”，“指纹”字符串为64位整数，每张图片中64位整数的排列次序相同；

计算输入图像“指纹”与其他图像的“指纹”的汉明距离，将汉明距离从小到大排列，获得输入图像的相似图像；

步骤三：根据两幅无人机侦察图像的颜色分布相似值进行排序；

具体包括：

(1)提取输入图像以及无人机侦查图像数据库中每幅图像的颜色分布直方图；

(2)将无人机侦察图像数据库内的图像与输入图像的颜色直方图特征向量对比，计算两幅直方图之间的欧氏距离，欧氏距离从小到大排列，获得输入图像的相似图像。

本发明方法的优点和积极效果在于：

(1)可以直接从无人机侦察图像内容中提取信息检索，无需通过图像的相关文本注释；

(2)特征提取和索引建立可由计算机自动实现，大大提高检索的效率；

(3)能从大型无人机图像数据管理系统中以较快的速度查找到有关图像，不必理解和识别无人机侦察图像中的对象，所关注的是基于内容，快速地检索；

(4)使用本发明方法能提高无人机侦察图像检索效率，面向无人机侦察图像，实现对图像数据基于内容的高效检索。

附图说明

图1是本发明中的基于感知哈希算法和颜色分布直方图的检索流程图；

具体实施方式

下面结合附图，对本发明的具体实施方法进行详细说明。

本发明的基于内容的无人机侦察图像数据检索方法，允许输入一张图像，以查找具有相同或相似内容的其他无人机侦察图像，第一种基于“以图搜图”的感知哈希算法，根据两幅图像的“指纹”序列的汉明距离进行排序；第二种根据两幅图像的颜色分布相似值进行排序。

流程如图1所示，具体包括以下几个步骤：

步骤一：获取外部图像；

用户输入一幅需要检索相似图像的外部无人机侦察图像，若要进行基于感知哈希算法的检索，则进行步骤二；若要进行基于颜色分布相似值的检索，则进行步骤三。

步骤二：采用感知哈希算法，对每张图片生成一个"指纹"字符串，然后比较不同图像的指纹，结果越接近，说明图片越相似；

具体包括：

(1)缩小尺寸。图像存入无人机侦查图像数据库后，将图像缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图像的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图像差异。

(2)简化色彩。将缩小后的图像，转为64级灰度。也就是说，所有像素点总共只有64种颜色。

(3)计算平均值。计算所有64个像素的灰度平均值。

(4)比较像素的灰度。将每个像素的灰度，与平均值进行比较。大于或等于平均值，则将“指纹”字符串中代表该像素的值记为1；小于平均值，则将该像素的值记为0。

(5)计算哈希值。将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图像的指纹。组合的次序并不重要，只要保证所有图像都采用同样次序就行了。得到指纹以后，就可以对比不同的图像，看看64位中有多少位是不一样的。在理论上，这等同于计算"汉明距离"(Hammingdistance)。如果不相同的数据位不超过5，就说明两张图像很相似，近乎于同一副图像；如果大于5且小于10，就说明两幅图像具有相似性；如果大于10，就说明这是两张完全不同的图像。

使用的时候，第一个参数是基准图像的哈希值，即输入的外部图像的“指纹”字符串，第二个参数是用来比较的其他图像的哈希值，返回结果是两副图像之间不相同的数据位数量，即汉明距离。(汉明距离越小，说明两幅图像越相似，检索时自动将数据库内的图像按与输入图像的汉明距离从小到大排列，即可获得相似图像。)

步骤三：根据两幅无人机侦察图像的颜色分布相似值进行排序。

颜色特征是图像的基本特征之一，是最直观的可视化特征。颜色特征也是图像检索中应用最为广泛的视觉特征，与其他视觉特征相比，颜色特征对图像本身的尺寸、方向和视角的依赖性较小，颜色特征的提取也相对容易。

利用颜色直方图的查询方法很多，主要有：一般直方图法、累加直方图法和直方图相交法等。HSV空间的色度信号的整体分布从视觉意义上讲，并不完全满足累加直方图法应用的前提。当图像中的特征并不能取遍所有可取值时，统计直方图时会出现一些零值。这些零值的出现会对计算直方图的匹配带来很大的影响，从而不能正确地反映两图间的颜色差别。所以应动态分配匹配算法。

具体包括：

(1)提取颜色分布直方图。将颜色空间划分成若干个小的颜色区间，然后通过计算颜色落在每个小区间内的像素数量，得到颜色直方图。

(2)计算欧式距离。将无人机侦察图像数据库内的图像与输入图像的颜色直方图特征向量对比，通过计算两幅直方图之间的欧氏距离来描述它们之间的相似性，选出与选定图像相似的图像。通过与选定图像的颜色分布进行对比，并返回颜色分布相似值。相似值越小，说明图像越相似。

Claims (1)

1.基于内容的无人机侦察图像数据检索方法，具体包括以下几个步骤：

步骤一：获取外部图像；

获取需要检索相似图像的外部无人机侦察图像，即输入图像，如果进行基于感知哈希算法的检索，进行步骤二；如果进行基于颜色分布相似值的检索，进行步骤三；

步骤二：采用感知哈希算法，对每张图片生成一个“指纹”字符串，然后比较不同图像的指纹，结果越接近，说明图片越相似；

具体包括：

(1)图像存入无人机侦查图像数据库后，将图像缩小至8x8的尺寸，共64个像素；

(2)将缩小后的图像，转为64级灰度；

(3)计算64个像素的灰度平均值；

(4)将每个像素的灰度，与灰度平均值进行比较，大于或等于平均值，则将“指纹”字符串中代表该像素的值记为1；小于平均值，则将该像素的值记为0；

(5)64个像素灰度与灰度平均值比较的结果构成这张图像的“指纹”，“指纹”字符串为64位整数，每张图片中64位整数的排列次序相同；

计算输入图像“指纹”与其他图像的“指纹”的汉明距离，将汉明距离从小到大排列，获得输入图像的相似图像；

步骤三：根据两幅无人机侦察图像的颜色分布相似值进行排序；

具体包括：

(1)提取输入图像以及无人机侦查图像数据库中每幅图像的颜色分布直方图；

(2)将无人机侦察图像数据库内的图像与输入图像的颜色直方图特征向量对比，计算两幅直方图之间的欧氏距离，欧氏距离从小到大排列，获得输入图像的相似图像。