基于多智能体系统的遥感影像检索方法

摘要

本发明涉及一种基于多智能体系统的遥感影像检索方法，通过设计并实现包括特征智能体、协作智能体、粗检智能体和精检智能体在内的各类智能体各自的任务分工以及协作方式，实现遥感影像中各类视觉特征的并行提取和各类视觉特征相似度的并行计算；通过多智能体对用户反馈意见的学和多智能体之间的相互协作，自适应地优化各类视觉特征在综合特征中所占权重，最终实现符合人类视觉感知特性的遥感影像检索。本发明方法与传统方法相比，能有效改进传统的遥感影像检索在检索特征的单一性、客观性以及检索效率方面存在的不足，从而有效提高检索性能。

主权项

1.一种基于多智能体系统的遥感影像检索方法，其特征在于，包括以下步骤：步骤一，特征智能体提取查询影像和遥感影像库中所有影像的视觉特征；步骤二，协作智能体向系统中所有粗检智能体发送检索请求；步骤三，所述粗检智能体按如下公式计算所述查询影像与所述遥感影像库中所有影像的综合相似度，其中，N为所述遥感影像库中所有影像的个数，K为所述视觉特征的种类数，Q和T_i分别表示所述查询影像和所述遥感影像库中第i幅影像，W_ik表示所述第i幅影像的第k类视觉特征在所述综合相似度中所占权值，满足Sim_ik(Q，T_i)表示所述查询影像和所述第i幅影像的第k类视觉特征的特征向量之间的相似度；步骤四，所述粗检智能体按照所述综合相似度进行降序排序，并将前M个所述综合相似度对应的初步检索结果{T_j}_{j＝1，...，M}作为输入返回给所述协作智能体；步骤五，用户对所述输入中的影像按照预设的量化评估等级进行标记，所述协作智能体将用户的标记结果反馈给精检智能体；步骤六，所述精检智能体按照用户的标记结果调整所述查询影像与所述输入中影像{T_j}_{j＝1，...，M}的所有K类视觉特征的特征向量之间的相似度所占权值，记为{W_jk}′_{j＝1，2，...，M；k＝1，...，K}； 步骤七，所述精检智能体按照如下公式重新计算所述查询影像与所述遥感影像库中所有影像的综合相似度；步骤八，所述精检智能体按照计算后的综合相似度重新进行降序排序，并将所述计算后的综合相似度对应的更新后检索结果{T_j}′_{j＝1，...，M}返回给所述协作智能体；步骤九，对比所述更新后检索结果中满足高度相关的影像个数与所述输入中满足高度相关的影像个数，判断差值是否大于某个预设阈值，若是，则将所述更新后检索结果作为输入，即令{T_j}_{j＝(1，...，M)}＝{T_j}′_{j＝(1，...，M)}，{W_jk}_{j＝(1，...，M)，k＝(1，...，K)}＝{W_jk}′_{j＝(1，...，M)，k＝(1，...，K)}，并返回所述步骤五，若否，则所述协作智能体将所述更新后检索结果作为最终检索结果输出。