基于多核学习的GIST全局和SIFT局部特征融合遥感图像检索方法 |
| |
引用本文: | 薛超,牟云平,张尧,黄宝香.基于多核学习的GIST全局和SIFT局部特征融合遥感图像检索方法[J].青岛大学学报(自然科学版),2020,33(1). |
| |
作者姓名: | 薛超 牟云平 张尧 黄宝香 |
| |
作者单位: | 青岛大学计算机科学技术学院,青岛,266071;南京邮电大学江苏省无线通信重点实验室,南京,210003 |
| |
基金项目: | 国家自然科学基金;中国博士后科学基金;山东省自然科学基金 |
| |
摘 要: | 针对遥感图像快速准确的检索问题,利用多核学习(Multiple Kernel Learning,MKL)算法融合全局GIST(Generalized Search Tree)特征和局部SIFT(Scale-invariant feature transform)特征开展遥感影像的检索方法研究。首先提取图像的全局GIST特征,然后通过SIFT特征的改进方法提取局部SIFT特征,利用特征融合的方法得到单一的特征向量,再通过多核学习的算法得到最优解,返回最终的检索结果。在遥感图像数据集上的检索实验表明,对比单一特征的图像检索算法,该方法能够提高检索准确率。
|
关 键 词: | 遥感图像检索 特征提取 GIST特征 SIFT特征 多核学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|