综合视觉特征度量与SVM的遥感图像检索方法  

Remote sensing image retrieval method integrating feature similarity measurement and SVM

作　　者：赵理君[1,2] 唐家奎[1,2] 于新菊[1,2] 王春磊[3] 张成雯[1,2] 

机构地区：[1]中国科学院海岸带环境过程重点实验室,山东省海岸带环境过程重点实验室,中国科学院烟台海岸带研究所,山东烟台264003 [2]中国科学院研究生院,北京100049 [3]河北联合大学,河北唐山063009

出　　处：《中国科学院研究生院学报》2013年第3期347-352,共6页Journal of the Graduate School of the Chinese Academy of Sciences

基　　金：国家自然科学基金(40801124);山东省中青年科学家科研奖励基金(2010BSA06013);中国科学院创新团队国际合作伙伴计划;中国科学院数字地球重点实验室开放基金(2011LDE015);中国科学院研究生院院长基金资助

摘　　要：基于支持向量机(SVM)的相关反馈算法在反馈过程中只利用SVM的分类器,反馈结果排序会出现一定错误,提出一种改进的相关反馈策略,将图像的视觉特征度量函数和SVM分类器函数进行线性加权,作为相关反馈中的相似性度量准则.实验表明,改进策略能够优化遥感图像检索排序结果,提高检索的精度.The support vector machine （SVM）-based relevance feedback algorithm has been used in common image retrieval, but not widely applied to remote sensing images. Traditional algorithm only uses SVM classifiers, resulting in some wrong ranking sequences of retrieval results. An improved relevance feedback strategy is proposed, and it modifies the similarity measurement criterion using a weighted linear combination of feature similarity measurement and SVM classifier. Experimental results show that the proposed method improves the ranking sequence and accuracy of retrieval results.

关 键 词：遥感图像检索 支持向量机 相关反馈 相似性度量 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]