Concepts elaboration and system architectures for mining very large image archives [Elektronische Ressource] / von Inés María Gómez Muñoz

Ines Maria Gomez Munoz

Sujets

• Informatik

Informations

• Publié par: universitat_siegen
• Publié le: 01 janvier 2009
• Nombre de lectures: 8
• Langue: English
• Poids de l'ouvrage: 12 Mo

Extrait

Concepts Elaboration and System
Architectures for Mining Very Large
Image Archives
vom Fachbereich Elektrotechnik und Informatik der
Universit¨at Siegen
zur Erlangung des akademischen Grades
Doktor der Ingenieurwissenschaften
(Dr.-Ing.)
genehmigte Dissertation
von
Diplom-Ingenieurin In´es Mar´ıa G´omez Muno˜ z
1. Gutachter: Prof. Dr.-Ing. habil. Otmar Loffeld
2. Gutachter: Prof. Dr.-Ing. habil. Mihai Datcu
Vorsitzender: Prof. Dr. rer. nat. Rainer Bruc¨ k
Tag der mundlic¨ hen Prufung:¨ 08.07.2009gedruckt auf alterungsbest¨andigem holz- und s¨aurefreiem PapierTo my grandparentsAbstract
During the last decades, satellite technology has been outstandingly improved, providing
hugeamountsofEarthObservation(EO)datatobeprocessedandstored. Theavailability
ofveryhighresolutionsensorshasencouragedthebirthofnewdomainsforremotesensing
applications. Relatively new fields in this frame are Image Information Mining (IIM) and
Content Based Image Retrieval (CBIR). These fields are born to provide solutions for
querying very large EO archives by content. This dissertation tries to contribute on the
IIM domain, providing new image processing algorithms and optimization processes for
mining image databases.
The study of an IIM system can be focused on signal processing methods, data com-
pression, semantic knowledge discovery, human-machine interaction or system architec-
ture design. Thus, the system can be divided in three modules: on one hand, we have
the off-line tasks, consisting of signal and image processing methods. The extracted in-
formation of these algorithms is based on a hierarchical Bayesian representation, and
usually, is very time consuming. On the other hand, we explore the on-line actions that
are performed at real time through an interaction with the user. Finally, an optimal soft-
ware architecture where all these concepts are merged has to be studied. In this thesis,
contributions on these three modules are provided.
We begin studying multi temporal high resolution image analysis under different illu-
minationconditionsandstrongbackgroundclutter. Theaimistobuildatargetdetection
map through a synergy of image processing methods. However, we can be faced with a
common problem while extracting information from EO data, which is the estimation of
parameters. Often the accuracy of the methods is strongly dependent on the selection of
parametersanditisdifficulttoaprioriknowtheoptimumone. Thisisthemotivationfor
the second contribution that deals with this problem. To cope with it, we implement an
algorithm based on clustering features that uses information and rate distortion theories
to help in the assessment of parameters.
One of the main characteristics of an IIM system, is its potential to learn though
human interaction. The user provides some examples of his interests, and based on them,
the system learns his preferences, searches for them in large archives, and returns similar
contents to the user provided ones. In this framework, we developed a multiple classifier,
that enables the user to provide more than one example type. Thus, the system will be
iii
queried for different features, refining the query results and search accuracy.
In order to be an operable and useful system, all new features proposed in this disser-
tation have to be accomplished in a modular system architecture. The system, from the
software design point of view, must be opened, standard compliant and accessible though
Internet. The software architecture design of the IIM system is the last contribution of
this thesis. For building the system, we have to consider the following aspects:
• how to manage the large data volume of original and processed images;
• the automatization of tasks as loading new data, extracting features or generation
of thematic maps;
• how to adapt the system to the user knowledge, that is, the image interpretation
has to be adapted to the symbols the users are able to recognize and to the specific
semantics of their domains;
• how to perform the man-machine communication through a continuous interaction
and exchange of knowledge.
To achieve these aims, the new system will be composed of web services and Java
interfaces orchestrated by a workflow engine.Zusammenfassung
In den letzten Jahrzehnten ist die Satellitentechnologie auerordentlich verbessert worden
und riesige Fernerkundungdateien werden heutzutage prozessiert und abgespeichert. Die
Verfug¨ barkeit von Sensoren mit sehr hoher Aufl¨osung hat die Erstellung neuer Bereiche
fur¨ Fernerkundungsanwendungen gef¨ordert. Relativ neue Felder sind in diesem Rahmen
Image Information Mining (IIM) und inhaltsbasierte Bildsuche. Beide wurden konzipiert
um eine L¨osung fur¨ inhaltsbasierte Abfragen auf Bilddatenbanken formulieren zu k¨onnen.
Der Beitrag dieser Dissertation zum IIM Bereich besteht aus neuen Algorithmen fu¨r Bil-
danalyse und Prozessoptimierung von Bilddatenbaken.
DieStudievoneinemIIMSystementh¨altverschiedeneModule: Prozesssignale,Daten-
komprimierung, semantische Kenntnissuche, Mensch-Maschine Interaktion oder Aufbau
der Systemarchitektur. Somit kann das System in drei Komponenten aufgeteilt wer-
den: auf einer Seite haben wir die offline-Aufgaben, das sind Methoden zur Signal-
und Bildverarbeitung. Die mit diesen Methoden extrahierte Information ist auf einer
BayesschenhierarchischenDarstellungbasiert, unddieseAlgorithmensindnormalerweise
sehr zeitaufwendig. Auf der anderen Seite, untersuchen wir die Online-Aufgaben, die in
EchtzeitdurcheinbenutzerinteraktivesLernenablaufen. ZuletztmusseineoptimaleSoft-
warearchitektur, wo alle die Konzepte integriert sind, studiert werden. Beitr¨age zu diesen
drei Modulen sind im Rahmen dieser Doktorarbeit geleistet.
Wir fangen mit der Implementierung neuer Algorithmen fu¨r Erkennung des Targets
¨durch Anderungsanalyse von Mehrzeit- hyperspektralen Hochaufl¨osungsbilder unter ver-
schiedenenLichtbedingungenundstarkenHintergrundst¨ordatenan. UnserZielistes,eine
Zielerkennungskarte durch die Synergie von Bildanalysealgorithmen zu bilden. Wenn wir
Eigenschaften von Fernerkundungsdateien extrahieren, werden wir allerdings das Prob-
lem der Parameterabsch¨atzung aufl¨osen musse¨ n. Die Genauigkeit der Methoden ist oft
von der Parameterauswahl stark abh¨angig, und normalerweise istes sehr kompliziert, von
vornhereindieoptimaleParameterkombinationzukennen. DasistdieMotivationfur¨ den
zweiten Beitrag dieses Dissertation: wir implementieren einen Algorithmus, der durch
Informations- und Rate Distortionstheorie die Parameterqualit¨at auswerten kann.
Eine der Haupteigenschaften eines IIM Systems ist seine F¨ahigkeit, ub¨ er Benutzerin-
teraktion zu lernen. Der Benutzer liefert Beispiele seiner Interessen und das System lernt
die Benutzerbevorzugungen, sucht nach Bildern mit a¨hnlichem Inhalt auf der Datenbank.
iiiiv
IndiesemRahmen, stehtdieEntwicklungeinesneuenMehrfach-klassifizierers, dieesdem
Benutzer erlaubt, mehr als einen Beispielstyp in das System einzugeben. Das System
wird dementsprechend ub¨ er unterschiedliche Eigenschaften abgefragt, was die Ergebnisse
der Abfrage und die Suchgenauigkeit erheblich verbessert. Das bildet den dritten Beitrag
dieser Doktorarbeit.
Um ein betriebsbereites und anwendbares System zu bilden, sind die obengenannten
Beitr¨age in eine modulare Systemarchitektur zusammen zu bringen. Das System muss
von dem Standpunkt des Software Design offen, standardkonform und ub¨ er das Inter-
net zug¨anglich sein. Das Design der Softwarearchitektur des IIM Systems ist der letzte
Beitrag dieser Dissertation. Um das System erfolgreich aufzubauen, muss¨ en wir folgendes
beachten:
• wie riesige Datenmengen von originalen und prozessierten Bilddaten zu verwalten
sind;
• wie die Automatisierung der Aufgaben, z.B. das Aufladen einer neuen Datei, die
Eigenschaftenextraktion oder die Erzeugung von thematischen Karten zu verwirk-
lichen ist;
• wie das Systemanpassung an der Benutzerkenntnis erm¨oglicht wird (d.h. die Bild-
interpretation muss an den Systemsymbolen angepasst werden, die der Benutzer
erkennt, und an der spezifischen Semantik seines Bereiches);
• wie die Mensch-Maschine Kommunikation durch eine duchgehende Interaktion und
Kenntnisaustausch durchgefuhr¨ t wird.
UmdieseZielezuerreichen,wirddasneueSystemausWebServicesundJavaSchnittstellen
bestehen, die von einem Workflow-Engine orchestriert sind.Resumen
En las ultima´ s d´ecadas, la tecnolog´ıa satelital ha mejorado considerablemente, y hoy en
d´ıa ofrece ingentes cantidades de datos de Observaci´on de la Tierra para su posterior pro-
cesoyalmacenamiento. Ladisponibilidaddesensoresdemuyaltaresoluci´onhapermitido
elnacimientodenuevoscamposdeinvestigaci´onyaplicaci´ondelateledetecci´on. Algunos
de estos nuevos ´ambitos son la Miner´ıa de Informaci´on sobre Im´agenes, en ingl´es Image
Information Mining (IIM), y la Recuperaci´on de Im´agenes Basada en su Contenido, en
ingl´es Content Based Image Retrieval (CBIR). Estos nuevos campos ofrecen soluciones
de consulta sobre el contenido de una imagen almacenada en grandes sistemas de alma-
cenamiento. Este doctorado contribuye en el campo de I