遥感影像检索中高维特征的快速匹配

• 作者: 景宁 陈慧中 陈永光 陈荦
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 遥感影像检索 特征向量匹配 高维k近邻(kNN)查询 最佳桶优先(BBF)算法
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 论文
• 页码范围: 2144-2151
• 分类号: TP391
• 字数: 5460字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2011.00074

摘要

提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法.该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻.在CPF算法基础上提出了基于快速鲁棒性特征(SURF)的遥感影像快速检索算法.实验及分析表明,与经典的最佳桶优先(BBF)算法相比较,CPF降低了磁盘读写(I/O)和浮点运算次数,特征点数目较大时,查询效率和总体查询精度均有显著提高,基于SURF特征的遥感影像快速检索算法能快速返回正确目标与相似目标影像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景宁	国防科学技术大学电子科学与工程学院	86	1302	18.0	33.0
2	陈荦	国防科学技术大学电子科学与工程学院	59	604	14.0	22.0
3	陈慧中	国防科学技术大学电子科学与工程学院	8	49	5.0	7.0
5	陈永光		42	296	10.0	15.0