遥感图像检索的基础理论和架构

自20世纪70年代第一颗陆地观测卫星成功发射并提供影像数据以来，人们就开始利用计算机对遥感图像进行处理和分析的研究，试图使用定量化、自动化的方法来提取遥感图像的波谱特征和空间特征(纹理、形状、大小、阴影、位置和布局等)。20世纪90年代以后，在空间科技进步与军事需求共同推动下发展起来的高分辨率遥感技术，逐渐进入商业和民用领域。1999年美国空间成像公司(Space Imaging)发射的IKONOS卫星和2001年美国数字全球公司(Digital Globe)发射的QuickBird卫星，开启了全球高分辨率遥感卫星新时代。目前人们已经能够越来越迅捷地获取覆盖全球的“三高”(空间分辨率、高光谱分辨率、高时间分辨率)遥感影像数据，如何充分利用这些数据，使之服务于环境监测、灾害管理、森林预警、农情监测、城市规划等众多领域，成为研究的重点。

基于内容的图像检索是根据图像的视觉内容组织图像的技术，涵盖了计算机视觉、机器学习、信息检索、人机交互、数据库系统、数据挖掘、心理学、统计学等众多领域的理论、方法和技术，历经近30年的发展，逐渐形成了一套基本的概念、理论和方法体系。基于内容的遥感图像检索起步于20世纪90年代中期，已经成为解决海量遥感图像信息提取和知识挖掘等任务的重要手段。本章介绍图像检索的理论基础、图像检索系统体系架构及主要性能评价指标，以及公开的标准遥感图像数据集及典型的遥感图像检索系统。(www.xing528.com)