Most existing remote sensing image

Most existing remote sensing image retrieval systems allow only simple queries based on sensor, location,
and date of image capture. This approach does not permit the efficient retrieval of useful information from
large image databases. This chapter presents an integrated approach to retrieving spectral and spatial
patterns from remotely sensed multi- and hyperspectral images using state-of-the-art data mining and
advanced database technologies. Land cover information corresponding to spectral characteristics is
identified by supervised classification based on support vector machines (SVM) with automatic model
selection, while textural features characterizing spatial information are extracted using Gabor wavelet
coefficients. Within identified land cover categories, textural features are clustered to acquire search
efficient space in an object-oriented database (OODB) with associated images stored in an image database.
Interesting patterns are then retrieved using a query-by-example (QBE) approach. The evaluation of the
study results using coverage and novelty measures validates the effectiveness of the information mining
and image retrieval framework, which is potentially useful for applications such as agricultural and
environmental monitoring

ผลลัพธ์ (ไทย) 1:

ที่มีอยู่มากที่สุดในระยะไกลระบบการดึงภาพให้ค้นหาง่ายเพียง แต่ขึ้นอยู่กับเซ็นเซอร์ที่ตั้ง
, และวันที่ของการจับภาพ วิธีการนี​​้ไม่อนุญาตให้มีการดึงที่มีประสิทธิภาพของข้อมูลที่เป็นประโยชน์จากฐานข้อมูล
ภาพขนาดใหญ่ บทนี้ได้นำเสนอวิธีการแบบบูรณาการเพื่อเรียกสเปกตรัมและอวกาศ
รูปแบบจากระยะไกลรู้สึกภาพหลายและ hyperspectral ใช้รัฐ-of-the-art การทำเหมืองข้อมูลและ
เทคโนโลยีฐานข้อมูลที่ทันสมัย ข้อมูลสิ่งปกคลุมดินที่สอดคล้องกับลักษณะสเปกตรัมคือ
ระบุการจัดหมวดหมู่การกำกับดูแลขึ้นอยู่กับเครื่องเวกเตอร์สนับสนุน (SVM) ด้วยรูปแบบอัตโนมัติเลือก
ในขณะที่คุณลักษณะเนื้อสัมผัสพัฒนาการของข้อมูลเชิงพื้นที่จะถูกดึงโดยใช้ค่าสัมประสิทธิ์เวฟ Gabor
ภายในหมวดหมู่ที่ระบุที่ดินครอบคลุมคุณลักษณะเนื้อสัมผัสเป็นคลัสเตอร์ที่จะได้รับการค้นหา
พื้นที่ที่มีประสิทธิภาพในฐานข้อมูลเชิงวัตถุ (OODB) ที่เกี่ยวข้องกับภาพที่เก็บไว้ในฐานข้อมูลภาพ.
รูปแบบที่น่าสนใจที่จะถูกดึงแล้วใช้แบบสอบถามจากตัวอย่าง (QBE) เข้าใกล้การประเมินผลการศึกษาการใช้มาตรการ
ความคุ้มครองและความแปลกใหม่ตรวจสอบประสิทธิภาพของการทำเหมืองแร่
ข้อมูลและกรอบการดึงภาพซึ่งจะเป็นประโยชน์ที่อาจเกิดขึ้นสำหรับการใช้งานเช่นการเกษตรและการตรวจสอบด้านสิ่งแวดล้อม

ผลลัพธ์ (ไทย) 2:

ส่วนใหญ่อยู่ไกล sensing รูปเรียกระบบอนุญาตเฉพาะเรื่องถามตามเซ็นเซอร์ ตำแหน่ง,
การจับภาพ วิธีการนี้ไม่อนุญาตให้เรียกประสิทธิภาพของข้อมูลที่เป็นประโยชน์จาก
ฐานข้อมูลภาพขนาดใหญ่ บทนี้นำเสนอวิธีการรวมการเรียกสเปกตรัม และปริภูมิ
รูปแบบจากระยะไกล sensed หลายและ hyperspectral ภาพโดยใช้การทำเหมืองข้อมูลรัฐ-of-the-art และ
ขั้นสูงเทคโนโลยีฐานข้อมูล ที่ดินครอบคลุมข้อมูลที่สอดคล้องกับลักษณะสเปกตรัม
ระบุมีจัดประเภทตามการสนับสนุนเครื่องแบบเวกเตอร์ (SVM) กับอัตโนมัติรุ่น
เลือก ในขณะที่คุณลักษณะ textural กำหนดลักษณะข้อมูลปริภูมิที่สกัดโดยใช้กาบอร์ wavelet
สัมประสิทธิ์การ ภายในที่ดินระบุครอบคลุมประเภท จับกลุ่มคุณลักษณะ textural รับค้นหา
ประหยัดพื้นที่ในฐานเชิงวัตถุข้อมูล (OODB) มีสัมพันธ์ภาพที่เก็บอยู่ในฐานข้อมูลภาพ
รูปแบบน่าสนใจแล้วจะเรียกใช้วิธีการแบบสอบถามโดยอย่าง (QBE) การประเมินผล
ศึกษาผลการใช้ความครอบคลุม และนวัตกรรมมาตรการตรวจสอบประสิทธิภาพของการทำเหมืองข้อมูล
และรูปเรียก กรอบ ซึ่งอาจเป็นประโยชน์สำหรับการใช้งานเช่นเกษตร และ
ตรวจสอบสิ่งแวดล้อม

ผลลัพธ์ (ไทย) 3:

ระบบการเรียกดู ภาพ จากระยะไกลที่มีอยู่มากที่สุดการตรวจจับช่องเสียบให้มีเฉพาะการค้นหาแบบเรียบง่ายตามที่ตั้งที่เซนเซอร์
และวันที่ถ่าย ภาพ . วิธีการนี้จะไม่อนุญาตให้การกู้คืนข้อมูลที่มี ประสิทธิภาพ ของข้อมูลที่เป็นประโยชน์จากฐานข้อมูล
ขนาดใหญ่ ภาพ บทนี้จะอธิบายถึงวิธีการแบบบูรณาการเพื่อการเรียกและ Spatial Diversity
รูปแบบ ภาพ ทรหดจากระยะไกลแบบมัลติ - และ hyperspectral โดยใช้รัฐที่ทันสมัยข้อมูลการทำเหมืองแร่และ
ขั้นสูงฐานข้อมูลเทคโนโลยี ข้อมูลฝาครอบที่ดินที่เกี่ยวข้องกับคุณลักษณะของคลื่นแสงความถี่คือ
ซึ่งจะช่วยระบุโดยการแบ่ง ประเภท การตรวจสอบที่ใช้เครื่อง vector ( SVM )มีการทำงานโดยอัตโนมัติรุ่น
ทางเลือกในขณะที่คุณลักษณะ textural โฮสต์ข้อมูลช่องจะถูกดึงโดยใช้ coefficients wavelet
gabor ภายใน ระบุว่าที่ดินครอบคลุมถึง ประเภท , textural โดดเด่นไปด้วยมีกระจัดกระจายอยู่ในการได้รับการค้นหา
ซึ่งจะช่วยเพิ่ม ประสิทธิภาพ ในพื้นที่ที่วัตถุแบบฐานข้อมูล( oodb )พร้อมด้วยที่เกี่ยวข้อง ภาพ เก็บไว้ในฐานข้อมูลที่ ภาพ .
น่าสนใจมีรูปแบบเป็นระบบได้เรียกแล้วโดยใช้คำสั่งการค้นหาแบบตัวอย่างเช่น(ศรีราชารายชื่อบริษัท)วิธีการ.การประเมินผลของผลการ
ซึ่งจะช่วยการศึกษาโดยใช้มาตรการความแปลกใหม่และตรวจสอบ ประสิทธิภาพ ของการทำเหมืองแร่
ซึ่งจะช่วยให้ข้อมูลและกรอบ ภาพ ซึ่งเป็นการกู้คืนทำให้เกิดเป็นประโยชน์สำหรับแอพพลิเคชันเช่นสินค้าเกษตรและ
ทางด้านสิ่งแวดล้อมการตรวจสอบ