基于元数据与视觉特征融合的多阶段空地协同数据优选方法

本发明公开了基于元数据与视觉特征融合的多阶段空地协同数据优选方法，包括：收集数据，得到原始数据集P；基于元数据的预筛选，从原始数据集P中快速生成满足任务约束的子集Pv；基于谱聚类的空间方向相似性分组，即子集Pv按空间位置和拍摄方向进行聚类，生成N个图像类别；基于视觉特征的图像数据优选，从N个图像类别中筛选视觉差异显著的代表性图像子集。本发明通过多阶段筛选策略，利用元数据进行初步过滤，结合空间方向聚类和视觉特征分析剔除冗余，确保筛选出的数据子集在时空覆盖、视角多样性及视觉代表性上达到最优；同时，在数据上传前实现高效优选，显著降低传输负担和处理复杂度，提升任务的数据质量和系统效率。