● 摘要
随着遥感技术以及传感器技术的迅速发展，每天都会有大量的遥感图像被接收、存储以及处理，遥感图像数据库在迅速膨胀。因此如何有效地检索并利用遥感图像已成为当前所面临的一个重要问题。 基于语义的遥感图像检索技术是从基于内容的图像检索技术（Content—Based Images Retrieval，简称CBIR）发展而来的，它能够通过图像语义即图像中的内容含义来进行图像检索，从而方便用户检索目标图像，提高遥感图像的利用率。目前大多数基于语义的图像检索技术普遍采用文本分类辞典结构来描述图像语义，但是这种方式缺乏对不同图像语义之间的关系描述，同时使得不同用户对于图像语义的认识无法统一和相互理解，不利于图像语义知识的积累和共享。本体是一种能在语义和知识层次上描述信息系统的概念模型建模工具，本文利用本体来描述图像语义，构建基于本体的语义标签，并使用本体语言描述各语义标签之间的相互关系，使得各种图像语义能够在共识的基础上相互理解。 此外，传统的机器学习技术目前仍然是解决图像底层视觉特征和高层语义之间“语义鸿沟”的有效方法，因此本文结合机器学习领域中的贝叶斯学习和本体技术构建了一个基于语义的遥感图像检索系统。通过贝叶斯统计学习在本体语义标签和遥感图像之间建立概率映射关系，使得用户可以利用语义标签对遥感图像库进行检索。 最后本课题在含有100多幅图像的遥感图像库中进行了多组交互训练和语义检索实验，并对结果进行了分析。实验分析数据表明本系统能够有效地利用本体语义标签进行单个语义目标的检索，并支持下一步研究的复合语义检索。