新方法：提取遥感影像局部显著特征及应用

"一种定义感兴趣局部显著特征的新方法及其在遥感影像检索中的应用 (2013年)" 本文介绍了一种新的定义感兴趣局部显著特征的方法，该方法在遥感影像检索中表现出色。作者首先利用注意力转移机制，通过迭代法提取出图像中的注意焦点，这些焦点被视为局部显著点。这个过程基于人类视觉系统的感知特性，能够有效地识别并突出图像中的重要元素。 接着，论文提出了结合Canny边缘检测和显著图的方法来提取显著边缘点。Canny边缘检测是一种经典的边缘检测算法，能够有效地找到图像中的边界，而显著图则能标识出图像中突出的区域。将两者融合，可以更准确地定位和提取出显著的边缘特征。 在提取出显著点和边缘点后，作者进一步提取它们的色调、纹理以及边缘点的方向直方图特征。这些特征用于描述兴趣目标的局部细节和轮廓信息，使得检索系统能够更好地理解图像内容并进行匹配。 针对遥感影像的特殊性，如不同的摄影角度、高度和波段范围导致的地物复杂性，这种方法强调了影像中的显著对象，提高了处理效率，同时也增强了对不同影像内容的适应性。相较于传统方法，它减少了不必要的特征点和高维度特征描述，从而提升了检索速度。 文章指出，现有的局部特征提取方法在遥感影像检索中可能存在问题，比如特征点过多、描述维度高，导致检索效率低下，以及未能充分考虑视觉注意力，使显著特征可能被背景淹没。而本文提出的方法则解决了这些问题，通过区分显著点和边缘点，有效地突出了用户感兴趣的信息，增强了检索的精确性。 这篇论文为遥感影像的处理和检索提供了一种新颖且有效的策略，它结合了人类视觉感知和图像处理技术，优化了特征提取过程，有助于提升遥感影像分析和检索的性能。这一方法对于遥感影像理解和应用领域具有重要的理论和实践意义。