CN104680138B - 基于特性参数相关性的卫星图像自动判读系统和方法 - Google Patents
基于特性参数相关性的卫星图像自动判读系统和方法 Download PDFInfo
- Publication number
- CN104680138B CN104680138B CN201510067452.6A CN201510067452A CN104680138B CN 104680138 B CN104680138 B CN 104680138B CN 201510067452 A CN201510067452 A CN 201510067452A CN 104680138 B CN104680138 B CN 104680138B
- Authority
- CN
- China
- Prior art keywords
- image
- mrow
- width
- interpretation
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于特性参数相关性的卫星图像自动判读方法及系统，在图像数据判读前先格式化处理为判读系统的通用化格式，采用图像数据特性参数相关性比对判读算法，对格式化后的图像数据进行全幅面实时自动判读，实现了各遥感卫星不同格式图像数据的通用化判读；本发明采用图像数据特性参数相关性比对算法包括直方图相似度比对和相邻域值比对检测两种。直方图相似度比对算法用于图像数据幅面之间的差异性判读，当检测出某幅图像异常时，采用相邻域值比对算法对图像进行幅面内异常检测，确定图像异常准确位置，实现了遥感卫星图像数据实时的、自动的、全幅面覆盖判读。
Description
技术领域
本发明涉及卫星光学载荷测试领域，具体涉及一种基于特性参数相关性的卫星图像自动判读系统和应用该判读系统的判读方法。
背景技术
对于高分辨率遥感卫星来说，系统成像质量是其最核心的指标。整星系统级验证过程中，通过对图像测试数据的判读来确定系统成像指标是否达到设计预期。因此，图像测试数据判读是高分辨率遥感卫星研制过程的关键活动之一。
随着技术的发展，遥感卫星分辨率越来越高，从而导致图像测试数据并行路数越来越多，数据速率越来越高，数据量越来越大。目前，典型的遥感卫星图像数据可达8～10路，每路10分钟成像数据量可达数十GB。另外，由于遥感卫星任务及其星上载荷设计差异，不同遥感卫星图像数据格式存在一定的差异性。因此，高分辨率遥感卫星图像测试数据判读需解决高速率、大数据量、多样化格式数据的实时判读问题。
目前，遥感卫星图像测试数据自动判读法主要针对特定卫星进行专项开发，不具备通用性，且受限于判读速度，自动判读多为离线判读，不具有实时性，图像测试数据判读效率低。以某遥感卫星为例，其采用模板比对法进行图像自动判读，即设置一幅固定模板图像与接收图像进行逐幅面像元灰度值比对判读，该判读方法存在两个缺陷：第一，遥感卫星图像数据量大，逐幅面逐像元比对效率低，一般星上下传10分钟图像数据需两个小时才能完全判读完毕；第二，图像测试数据判读过于依赖模板，当待判读图像数据特性发生变化时，如相机定标测试、调制传递函数测试时，需更换模板图像。
因此，研究一种通用化的、采用图像测试数据自身特征进行实时自动、全幅面覆盖判读的高速海量图像数据判读系统，提高遥感卫星图像测试数据整星级的测试判读效率和判读质量，是非常必要的。
发明内容
有鉴于此，本发明提供了一种基于特性参数相关性的卫星图像自动判读系统和方法，通过高速海量图像数据特性参数相关性比对判读方法，实现了遥感卫星图像数据实时的、自动的、全幅面覆盖判读，同时能够解决多样化格式数据的实时判读问题。
为了解决上述技术问题，本发明是这样实现的：
该基于特性参数相关性的卫星图像自动判读系统，包括格式化处理单元、完整性检测单元、特性参数计算单元、特性参数相关性对比单元、异常诊断单元、判读结果显示单元、阈值计算单元、特性参数算法库和阈值算法库；
该系统实现由两个通用服务器实现，第一通用服务器采用软件实现所述格式化处理单元和完整性检测单元，第二通用服务器采用软件实现判读结果显示单元，其他组成单元均在第一通用服务器中采用FPGA硬件实现；
所述格式化处理单元，用于将来自前级设备的待判读的图像数据包解包后进行统一的格式化处理，即打包为通用格式的数据帧，每一帧包含图像数据中的一行，将数据帧发送给完整性检测单元和判读结果显示单元；每一帧数据依次包含如下字段：帧头、图像数据载荷标识、图像幅号、图像行计数、图像量化位数、图像幅宽、图像幅高、辅助数据长度、图像数据长度、辅助数据本身和图像数据本身；所述第一通用服务器中各单元之间交互图像数据时均采用所述通用格式的数据帧；
所述完整性检测单元，用于解析通用格式的数据帧，识别图像数据的完整性，即检测图像数据的行连续性和幅连续性；当检测出图像幅号或图像行计数不连续时，将完整性检测结果上报至判读结果显示单元，同时出现异常的整幅图像不参与后续单元的处理；对于通过完整性检测的图像数据，将对应的数据帧发送给特性参数计算单元和阈值计算单元，同时将完整性检测结果上报至判读结果显示单元；
所述特性参数计算单元，用于接收并暂存当前幅图像的数据帧；解析数据帧，利用特性参数算法库中存储的算法，计算当前幅图像数据的直方图，将当前幅图像的数据帧和计算得到的直方图传递给特性参数相关性对比单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像的数据帧删除；在接收到当前幅图像异常的指示后，利用暂存的当前幅图像的数据帧，对异常图像幅面进行各图像像元c的相邻域灰度均值Lp(c)的遍历运算，将计算结果发送给特性参数相关性对比单元，然后将暂存的当前幅图像的数据帧删除；
所述特性参数相关性对比单元，用于接收并存储当前幅图像的数据帧和直方图；计算当前幅图像数据与前一幅图像数据的直方图相似度，将计算得到的直方图相似度传递给异常诊断单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像数据删除；在接收到当前幅图像异常的指示后，利用存储的当前幅图像的数据帧，对异常图像幅面进行各图像像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)的遍历计算，将计算结果发送给异常诊断单元，然后将存储的当前幅图像的数据帧删除；
所述阈值计算单元，用于接收并暂存当前幅图像的数据帧，利用当前幅图像的数据帧和阈值算法库中存储的算法，计算用于直方图相似度比对的判读阈值T1，将计算得到的判读阈值T1传递给异常诊断单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像的数据帧删除；在接收到当前幅图像异常的指示后，计算用于图像像元相邻域值比对的判读阈值T2，并传递给异常诊断单元，然后将暂存的当前幅图像的数据帧删除；
所述异常诊断单元，用于将特性参数相关性对比单元计算的直方图相似度与所述判读阈值T1进行比较，当直方图相似度与判读阈值T1的差值在设定的允许范围ΔE1以内，则给出当前幅图像数据正常的指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元；进行下一幅图像数据的判读，并输出图像判读结果至判读结果显示单元；
当直方图相似度与判读阈值T1的差值不在设定的允许范围ΔE1以内，则异常诊断单元给出当前幅图像数据异常的指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，将特性参数相关性对比单元反馈的异常图像幅面内每个像元的差值err(c)与判读阈值T2进行比较，当差值err(c)与判读阈值T2的差值在设定的允许范围ΔE2以内，则判定图像像元c正常，反之则图像像元c异常，将异常像元的位置输出给判读结果显示单元；
判读结果显示单元，用于将图像数据、完整性检测结果和图像判读结果进行界面显示；对于图像数据，根据所接收的数据帧将判读系统获取到的全部图像数据进行显示；对于完整性检测结果和图像判读结果，异常信息包括完整性检测时的图像异常幅号、异常行计数、以及图像本身内容异常时的异常像元位置。
优选地，所述特性参数相关性对比单元计算的直方图相似度采用两幅图像的直方图的相关值Cov来表达：
其中，N表示所述图像量化位数，pcur(r)表示当前幅图像数据中灰度值r的出现概率，pfro(r)表示前一幅图像数据中灰度值r的出现概率。
优选地，所述阈值计算单元确定判读阈值T1的方式为：假设当前针对第n幅图像进行判读，利用存储的第n幅图像的前p幅图像的直方图计算前p幅图像两两之间的直方图的相关值Cov；取所有相关值Cov的均值，即为第n幅图像的判读阈值T1；还要计算第n幅图像的直方图并存储，用于第n+1幅图像数据幅面判读时的阈值计算，删除第n-p幅图像的直方图；其中，p为设定的正整数。
优选地，所述阈值计算单元确定判读阈值T2的方式为：假设当前针对第n幅图像进行判读，针对第n幅图像的前q幅图像中的每一幅，将图像幅面内所有像元的差值err的总和再求平均，得到每幅图像的计算结果Δerr(c)；对前q幅图像的结果Δerr(c)再取和求均值，即为第n幅图像的判读阈值T2；还要计算第n幅图像的Δerr(c)并存储，用于第n+1幅图像数据幅面内像元异常检测时的阈值计算，删除第n-q幅图像的Δerr(c)；其中，q为设定的正整数。
该基于特性参数相关性的卫星图像自动判读方法，采用上述所述的任意一种判读系统；该方法包括如下步骤：
第一步：第一通用服务器从前级地面测试设备获取需判读的图像数据包；
第二步：格式化处理单元将图像数据包解包后进行统一的格式化处理，即打包为通用格式的数据帧，将数据帧发送给完整性检测单元和判读结果显示单元；
第三步：完整性检测单元解析通用格式的数据帧，识别图像数据的完整性；对于未通过完整性检测的情况，整幅图像不参与后续处理，将完整性检测结果上报至判读结果显示单元；对于通过完整性检测的情况，将对应的数据帧发送给特性参数计算单元和阈值计算单元，同时将完整性检测结果上报至判读结果显示单元；
第四步：特性参数计算单元接收并暂存当前幅图像的数据帧；解析数据帧，利用特性参数算法库中存储的算法，计算当前幅图像数据直方图，将当前幅图像的数据帧和计算得到的直方图传递给特性参数相关性对比单元；特性参数相关性对比单元接收并存储当前幅图像的数据帧和直方图，计算当前幅图像数据与前一幅图像数据的直方图相似度，发送给异常诊断单元，转入第六步；
第五步：在执行第四步的同时，阈值计算单元接收并暂存当前幅图像的数据帧，利用当前幅图像的数据帧和阈值算法库中存储的算法，计算用于直方图相似度比对的判读阈值T1，转入第六步；
第六步：异常诊断单元将特性参数相关性对比单元计算的直方图相似度与判读阈值T1进行比较，当直方图相似度与判读阈值T1的差值在设定的允许范围ΔE1以内，则确定当前幅图像数据正常，给出图像正常指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，此时接收到图像正常指示的单元删除暂存的当前幅图像的数据帧，等待处理下一幅图像；同时，异常诊断单元输出图像判读结果至判读结果显示单元，转入第十步；
当直方图相似度与判读阈值T1的差值不在设定的允许范围ΔE1以内，则异常诊断单元给出图像异常指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，进入第七步，同时异常诊断单元将图像判读结果输出给判读结果显示单元，由判读结果显示单元写入图像判读结果日志；
第七步：根据第六步给出的图像数据异常的指示和暂存的当前幅图像的数据帧，特性参数计算单元对当前异常图像幅面进行各图像像元c的相邻域灰度均值Lp(c)的遍历运算，特性参数相关性对比单元对当前异常图像幅面进行各图像像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)的遍历计算，然后将存储的当前幅图像的数据帧删除；转入第九步；
第八步：在执行第七步的同时，阈值计算单元利用暂存的当前幅图像的数据帧计算用于图像像元相邻域值比对的判读阈值T2，然后将存储的当前幅图像的数据帧删除，转入第九步；
第九步：异常诊断单元将异常图像幅面内每个像元的差值err(c)与所述判读阈值T2进行比较，当差值err(c)与判读阈值T2的差值在设定的允许范围ΔE2以内，则判定图像像元c正常，反之则图像像元c异常，将异常像元的位置输出给判读结果显示单元；
第十步：第二通用服务器中的判读结果显示单元将图像数据、完整性检测结果和图像判读结果日志进行界面显示；对于图像数据，将判读系统获取到的全部图像数据进行显示；对于完整性检测结果和图像判读结果，异常信息包括完整性检测时的图像异常幅号、异常行计数、以及图像本身内容异常时的异常像元位置。
优选地，所述直方图相似度采用两幅图像的直方图的相关值Cov来表达：
其中，N表示所述图像量化位数，pcur(r)表示当前幅图像数据中灰度值r的出现概率，pfro(r)表示前一幅图像数据中灰度值r的出现概率。
有益效果：
本发明提供的基于图像特性参数判读的遥感卫星图像自动判读系统采用直方图相似度比对法和相邻域值比对法两种图像数据自动判读方法，实现了高分辨率遥感卫星图像数据的全幅面、实时、自动化判读；并且在图像数据进行判读前，先对图像数据进行格式化处理，弱化了不同遥感卫星图像数据的格式差异，实现了判读系统的通用化。
附图说明
图1为本发明的基于图像特性参数判读的遥感卫星图像自动判读系统组成结构图。
图2为本发明的基于图像特性参数判读的遥感卫星图像自动判读系统实现框图。
图3为本发明的基于图像特性参数判读的遥感卫星图像自动判读方法流程图。
图4为本发明的直方图相似度比对判读法的阈值T1的自适应计算框图。
图5为本发明的图像像元相邻阈值比对判读法的阈值T2的自适应计算框图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提供了一种基于特性参数相关性的卫星图像自动判读方案，其基本思想是：在对高速海量图像数据判读前先格式化处理为判读系统的通用化格式，然后再采用图像数据特性参数相关性比对判读方法，对格式化后的图像数据进行全幅面实时自动判读，其中图像自动判读包括图像数据幅面异常检测和异常图像数据幅面内异常像元位置确定，从而实现了各遥感卫星不同格式图像数据的通用化判读。
可见，本发明有两个关键技术点：
1、针对遥感卫星图像数据格式存在差异的问题，本发明分析了遥感卫星图像数据的所有关键特征参数，通过合理安排将不同遥感卫星图像数据进行了通用化格式编排，即图像数据的格式化处理，实现了判读系统的通用化。
2、针对遥感卫星图像分辨率高、图像数据量大的问题，本发明为实现实时高速判读，采用提取图像数据某项特性参数进行相关性比对判读的方法，包括基于整幅图像的直方图相似度对比判读和确认异常后基于像元的图像像元相邻阈值判读，从而减少判读数据量、提高判读速率。
图1为本发明基于图像特性参数判读的遥感卫星图像自动判读系统组成结构图，如图1所示，其包括格式化处理单元、完整性检测单元、特性参数计算单元、特性参数相关性对比单元、异常诊断单元、判读结果显示单元、阈值计算单元、特性参数算法库和阈值算法库。
其中，该系统实现由两个通用服务器实现，如附图2所示。其中，通用服务器1采用软件实现格式化处理单元和完整性检测单元，通用服务器2采用软件实现判读结果显示单元，其他组成单元均在通用服务器1中采用FPGA硬件实现。这样设计的原因是：从处理方式来说，高分辨率遥感卫星图像数据量大、数据速率高，当对图像数据进行算法处理时，采用FPGA硬件可以加速处理，且FPGA支持通过固件加载、加载新的图像判读算法，可扩充性强；从硬件架构来说，系统由两台通用服务器组成，采用此配置充分考虑了判读系统的可扩展性，当待判读的图像数据速率和图像数据量大于现有判读系统的处理能力时，只需对通用服务器1进行并行扩充，通用服务器2用来显示图像数据判读结果，无需扩充。
其中，格式化处理单元，用于将来自前级设备的待判读的图像数据包解包后进行统一的格式化处理，即打包为通用格式的数据帧，每一帧包含图像数据中的一行，将数据帧发送给完整性检测单元和判读结果显示单元。每一帧数据依次包含如下字段：帧头、图像数据载荷标识、图像幅号、图像行计数、图像量化位数、图像幅宽、图像幅高、辅助数据长度、图像数据长度、辅助数据本身和图像数据本身。在第一通用服务器中，各单元之间交互图像数据时均采用所述通用格式的数据帧。
完整性检测单元，用于解析通用格式的数据帧，识别图像数据的完整性，即检测图像数据的行连续性和幅连续性。当检测出图像幅号或图像行计数不连续时，将完整性检测结果上报至判读结果显示单元，此时完整性检测结果包括当前幅、行对应的相邻幅、行信息。同时异常幅图像整幅不参与后续单元的检测和处理；对于通过完整性检测的图像数据，将对应的数据帧发送给特性参数计算单元和阈值计算单元，同时将完整性检测结果上报至判读结果显示单元。
特性参数计算单元，用于接收并暂存当前幅图像的数据帧；解析数据帧，利用特性参数算法库中存储的算法，计算当前幅图像数据直方图，将当前幅图像的数据帧和计算得到的直方图传递给特性参数相关性对比单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像的数据帧删除。在接收到当前幅图像异常的指示后，利用暂存的当前幅图像的数据帧，对当前异常图像幅面进行各图像像元c的相邻域灰度均值Lp(c)的遍历运算，将计算结果发送给特性参数相关性对比单元，然后将暂存的当前幅图像的数据帧删除，从而避免存储大量的数据。可通过特性参数算法库增加其它算法。需要说明的是，此处处理的图像数据指遥感卫星探测的有效图像数据，即不包含帧头、载荷标识、图像幅号、辅助数据等的图像本身信息。
特性参数相关性对比单元，用于接收并存储当前幅图像的数据帧和直方图；计算当前幅图像数据与前一幅图像数据的直方图相似度，将计算得到的直方图相似度传递给异常诊断单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像数据删除。在接收到当前幅图像异常的指示后，利用存储的当前幅图像的数据帧，对异常图像幅面进行各图像像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)的遍历计算，将计算结果发送给异常诊断单元，然后将存储的当前幅图像的数据帧删除。
阈值计算单元，用于接收并暂存当前幅图像的数据帧，利用当前幅图像的数据帧和阈值算法库中存储的算法，计算用于直方图相似度比对的判读阈值T1，将计算得到的判读阈值T1传递给异常诊断单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像的数据帧删除；在接收到当前幅图像异常的指示后，计算用于图像像元相邻域值比对的判读阈值T2，并传递给异常诊断单元，然后将暂存的当前幅图像的数据帧删除。可通过阈值算法库增加其它算法。
异常诊断单元，用于将特性参数相关性对比单元计算的直方图相似度与所述判读阈值T1进行比较，当直方图相似度与判读阈值T1的差值在设定的允许范围ΔE1以内，则给出当前幅图像数据正常的指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元；进行下一幅图像数据的判读，并输出图像判读结果至判读结果显示单元；
当直方图相似度与判读阈值T1的差值不在设定的允许范围ΔE1以内，则异常诊断单元给出当前幅图像数据异常的指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，将特性参数相关性对比单元反馈的异常图像幅面内每个像元的差值err(c)与判读阈值T2进行比较，当差值err(c)与判读阈值T2的差值在设定的允许范围ΔE2以内，则判定图像像元c正常，反之则图像像元c异常，将异常像元的位置输出给判读结果显示单元；
判读结果显示单元，用于将图像数据、完整性检测结果和图像判读结果进行界面显示；对于图像数据，根据所接收的数据帧将判读系统获取到的全部图像数据进行显示；对于完整性检测结果和图像判读结果，异常信息包括完整性检测时的图像异常幅号、异常行计数、以及图像本身内容异常时的异常像元位置。
结合图3的流程所示，该系统的工作流程为：
第一步：通用服务器1从前级地面测试设备获取需判读的图像数据包；
第二步：格式化处理单元将图像数据包解包后进行统一的格式化处理，即将图像数据打包为通用格式的数据帧，将数据帧发送给完整性检测单元和判读结果显示单元。
第三步：完整性检测单元解析通用格式的数据帧，识别图像数据的完整性；对于未通过完整性检测的情况，整幅图像不参与后续处理，将完整性检测结果上报至判读结果显示单元；对于通过完整性检测的情况，将对应的数据帧发送给特性参数计算单元和阈值计算单元，同时将完整性检测结果上报至判读结果显示单元。
第四步～第九步为图像数据的判读过程，本发明首先采用直方图相似度比对判读法检测图像幅面之间的差异，给出当前图像幅面正常与否的判决；当前幅面图像异常时，进一步采用相邻域值比对检测法，确定图像异常位置；下面对第四步～第九步进行说明：
第四步：特性参数计算单元接收并暂存当前幅图像的数据帧；解析数据帧，利用特性参数算法库中存储的算法，计算当前幅图像数据直方图，将当前幅图像的数据帧和计算得到的直方图传递给特性参数相关性对比单元；特性参数相关性对比单元接收并存储当前幅图像的数据帧和直方图，计算当前幅图像数据与前一幅图像数据的直方图相似度，发送给异常诊断单元，转入第六步。优选地，此时可以删除前一幅图像数据的直方图，以清理存储空间。
第五步：在执行第四步的同时，阈值计算单元接收并暂存当前幅图像的数据帧，利用当前幅图像的数据帧和阈值算法库中存储的算法，计算用于直方图相似度比对的判读阈值T1，转入第六步。本发明的判读阈值采用自适应阈值计算法。
第六步：异常诊断单元将特性参数相关性对比单元计算的直方图相似度与判读阈值T1进行比较，当直方图相似度与判读阈值T1的差值在设定的允许范围ΔE1(ΔE1由专家系统引入)以内，则确定当前幅图像数据正常，给出图像正常指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，此时接收到图像正常指示的单元删除暂存的当前幅图像的数据帧，等待处理下一幅图像；同时，异常诊断单元输出图像判读结果至判读结果显示单元，转入第十步；
当直方图相似度与判读阈值T1的差值不在设定的允许范围ΔE1以内，则异常诊断单元给出图像异常指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，进入第七步，同时异常诊断单元将图像判读结果输出给判读结果显示单元，由判读结果显示单元写入图像判读结果日志。
第七步：根据第六步给出的图像异常指示和暂存的当前幅图像的数据帧，特性参数计算单元对当前异常图像幅面进行各图像像元c的相邻域灰度均值Lp(c)的遍历运算，特性参数相关性对比单元对当前异常图像幅面进行各图像像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)的遍历计算，然后将存储的当前幅图像的数据帧删除；转入第九步。
第八步：在执行第七步的同时，阈值计算单元利用暂存的当前幅图像的数据帧计算用于图像像元相邻域值比对的判读阈值T2，然后将存储的当前幅图像的数据帧删除，转入第九步。本发明的判读阈值采用自适应阈值计算法。
第九步：异常诊断单元将异常图像幅面内每个像元的差值err(c)与所述判读阈值T2进行比较，当差值err(c)与判读阈值T2的差值在设定的允许范围ΔE2(ΔE2由专家系统引入)以内，则判定图像像元c正常，反之则图像像元c异常，将异常像元的位置输出给判读结果显示单元，由判读结果显示单元写入图像判读结果日志。
第十步：第二通用服务器中的判读结果显示单元将图像数据、完整性检测结果和图像判读结果日志进行界面显示；对于图像数据，将判读系统获取到的全部图像数据进行显示；对于完整性检测结果和图像判读结果，异常信息包括完整性检测时的图像异常幅号、异常行计数、以及图像本身内容异常时的异常像元位置。
至此，本流程结束。
下面针对格式化方式、直方图相似度对比判读过程和图像像元相邻阈值判读过程进行详细描述。
(1)图像数据的格式化
目前，各遥感卫星由于任务不同、星上载荷设计存在差异性，决定了遥感卫星图像数据格式存在一定的差异。图像数据自动判读时首先需解决不同遥感卫星图像数据的差异性，即将不同遥感卫星不同格式的图像数据格式化为判读系统统一的数据格式，作为图像数据判读输入。
具体来说，本发明针对各遥感卫星图像测试数据格式特征，梳理出若干图像关键参数。依据关键参数定义图像测试数据通用格式。
对于不同遥感卫星而言，其输出图像数据的组成内容和格式不同，即便有相同的组成内容，各组成部分在数据帧中的位置不同，排列顺序也不同，主要体现在如下几个方面：
①图像数据载荷标识：以CCD图像数据为例，遥感卫星不同CCD获取的图像数据以不同的载荷标识进行区分，便于地面处理时将同一载荷标识的CCD图像数据进行拼接恢复。不同载荷标识的图像数据根据载荷标识恢复为不同路的数据，不同CCD的图像数据相互独立，CCD图像数据之间通过载荷标识加以区分。不同遥感卫星自行定义载荷标识，不尽相同；
②图像数据幅高：图像幅的概念来源于数传块压缩，一般采用1024行数据缓存进行压缩，因此默认图像幅高为1024；
③图像数据幅宽：图像数据幅宽为图像数据传输帧中的图像数据长度，即一行图像数据的长度；
④图像像元量化位数：以CCD图像数据为例说明，一般来说遥感卫星图像数据路数量化位数为8～12bit(典型值)，地面处理时以整字节数为单位，对于8bit数据，地面量化位数为8，有效量化位数为8；对于12bit数据，地面量化位数为16，有效量化位数为12，规定16位数据的高12位为有效数据，以此类推；
⑤图像辅助数据长度：遥感卫星下传的图像数据分为两大类：图像数据和随图像数据下传的辅助数据，辅助数据一般包括卫星成像时的星时、GPS数据、姿态数据等，用于辅助地面对图像的处理。辅助数据长度代表一帧图像数据内所含的辅助数据长度。
根据以上遥感卫星图像数据特征，本发明梳理的遥感图像数据关键参数如下表1所示：
表1：图像数据关键特征参数
| 参数名称 | 参数意义 | 参数特性 |
| 图像幅宽 | 一幅图像的列像元数 | 不随时间变化的固定参数 |
| 图像幅高 | 一幅图像的行像元数 | 不随时间变化的固定参数 |
| 载荷标识 | 产生图像的相机及CCD标识 | 多路数据下，各路不同 |
| 图像幅号 | 图像幅计数 | 随时间变化 |
| 图像行计数 | 图像行计数 | 随时间变化 |
| 图像量化位数 | 单像元的比特数 | 多路数据下，各路不同 |
| 图像辅助数据长度 | 卫星形成的与图像相关的遥测数据 | 多路数据下，各路不同 |
| 图像数据长度 | 图像数据本身长度 | 多路数据下，各路不同 |
根据图像数据关键参数对图像数据通用格式协议定义如下表2所示：
表2：图像测试数据通用格式
表2中既包含了遥感卫星图像数据的所有关键特征参数，同时通过合理安排将不同遥感卫星图像数据进行了通用化格式编排，即图像数据的格式化处理，实现了判读系统的通用化。
(2)直方图相似度比对判读
A.直方图计算公式
式中：n(r)表示一幅图像中灰度值为r的像素点个数，NUM表示一幅图像像素点总数，p(r)表示一幅图像中灰度值r出现的概率。
B.直方图相似度计算指计算图像的直方图相关值，计算公式
式中：N表示从数据帧中解析出的图像量化位数，pcur(r)表示当前幅图像数据中灰度值r的出现概率，pfro(r)表示前一幅图像数据中灰度值r的出现概率。
C.用于直方图相似度比对的判读阈值T1的自适应计算方法
假设需判读的幅面为第n幅图像，以此介绍直方图相似度比对阈值的自适应方法，如图4所示：
①调取存储的当前幅前p＝10幅图像的直方图；②计算前10幅图像两两之间的直方图相关值；③取所有相关值的均值，即为当前幅图像直方图相似度比对的判读阈值T1；④当判读第n+1幅图像时，将第n～n-10幅图像直方图统计值依次向右移位，第n-10幅图像的直方图将移出(即删除第n-10幅图像的直方图)，不再参与运算，即参与阈值计算的为第n+1幅图像的前10幅图像；还要计算第n幅图像的直方图并存储，以供进行第n+1幅图像处理时使用。对于第1幅图像，采用遥感卫星分系统测试时获取的到同等测试状态下的图像数据直方图统计值作为参与运算的p幅图像的直方图(p为正整数)；从第2幅图像开始，就可以采用上述阈值计算流程，即p-1个同等测试状态下的图像直方图统计值和第1幅图像直方图统计值；以此类推，第11幅图像的阈值计算即完全采用当前测试图像数据的直方图统计值作为输入。
采用自适应阈值计算的优点是，图像异常检测依据多幅已知图像，不会因为前一幅图像的异常将当前幅正常图像误判为异常图像，也不会因为连续多幅图像都存在异常而将当前幅异常图像误判为正常图像。
(3)图像像元相邻域值比对判读
A.图像像元c的相邻域灰度均值Lp(c)计算公式：
式中：xk(c)待判读的图像像元c周围第k个像元灰度值。上式表示的图像像元相邻域的均值计算为：在像元的8邻域内计算8个相邻像元的灰度均值。
B.图像像元与其相邻域值的相关值采用当前像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)表示，即
err(c)＝xo(c)-Lp(c)
式中：xo(c)待判读的图像像元c的灰度值。
C.用于图像像元相邻域值比对的判读阈值T2的自适应计算方法
图像像元相邻域值比对阈值自适应计算方法与直方图相似度比对阈值自适应计算方法类似，如图5所示：
①针对当前幅前q＝10幅中每幅图像，计算图像幅面内所有像元的差值err的总和再求平均，得到每幅图像的计算结果Δerr；②对①计算的各幅图像的结果Δerr再取和求均值，即为当前幅图像像元相邻域值相关比对的判读阈值T2；③当判读第n+1幅图像内的像元时，将第n～n-10幅图像的计算结果Δerr依次右移，第n-10幅图像的计算结果Δerr将移出(即删除)，不再参与运算，即参与判读阈值T2计算的为第n+1幅图像的前10幅图像。还要计算第n幅图像的Δerr并存储，以供进行第n+1幅图像处理时使用。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于特性参数相关性的卫星图像自动判读系统，其特征在于，该系统包括格式化处理单元、完整性检测单元、特性参数计算单元、特性参数相关性对比单元、异常诊断单元、判读结果显示单元、阈值计算单元、特性参数算法库和阈值算法库；
该系统实现由两个通用服务器实现，第一通用服务器采用软件实现所述格式化处理单元和完整性检测单元，第二通用服务器采用软件实现判读结果显示单元，其他组成单元均在第一通用服务器中采用FPGA硬件实现；
所述格式化处理单元，用于将来自前级设备的待判读的图像数据包解包后进行统一的格式化处理，即打包为通用格式的数据帧，每一帧包含图像数据中的一行，将数据帧发送给完整性检测单元和判读结果显示单元；每一帧数据依次包含如下字段：帧头、图像数据载荷标识、图像幅号、图像行计数、图像量化位数、图像幅宽、图像幅高、辅助数据长度、图像数据长度、辅助数据本身和图像数据本身；所述第一通用服务器中各单元之间交互图像数据时均采用所述通用格式的数据帧；
所述完整性检测单元，用于解析通用格式的数据帧，识别图像数据的完整性，即检测图像数据的行连续性和幅连续性；当检测出图像幅号或图像行计数不连续时，将完整性检测结果上报至判读结果显示单元，同时出现异常的整幅图像不参与后续单元的处理；对于通过完整性检测的图像数据，将对应的数据帧发送给特性参数计算单元和阈值计算单元，同时将完整性检测结果上报至判读结果显示单元；
所述特性参数计算单元，用于接收并暂存当前幅图像的数据帧；解析数据帧，利用特性参数算法库中存储的算法，计算当前幅图像数据的直方图，将当前幅图像的数据帧和计算得到的直方图传递给特性参数相关性对比单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像的数据帧删除；在接收到当前幅图像异常的指示后，利用暂存的当前幅图像的数据帧，对异常图像幅面进行各图像像元c的相邻域灰度均值Lp(c)的遍历运算，将计算结果发送给特性参数相关性对比单元，然后将暂存的当前幅图像的数据帧删除；
所述特性参数相关性对比单元，用于接收并存储当前幅图像的数据帧和直方图；计算当前幅图像数据与前一幅图像数据的直方图相似度，将计算得到的直方图相似度传递给异常诊断单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像数据删除；在接收到当前幅图像异常的指示后，利用存储的当前幅图像的数据帧，对异常图像幅面进行各图像像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)的遍历计算，将计算结果发送给异常诊断单元，然后将存储的当前幅图像的数据帧删除；
所述阈值计算单元，用于接收并暂存当前幅图像的数据帧，利用当前幅图像的数据帧和阈值算法库中存储的算法，计算用于直方图相似度比对的判读阈值T1，将计算得到的判读阈值T1传递给异常诊断单元；在接收到当前幅图像正常的指示后，将暂存的当前幅图像的数据帧删除；在接收到当前幅图像异常的指示后，计算用于图像像元相邻域值比对的判读阈值T2，并传递给异常诊断单元，然后将暂存的当前幅图像的数据帧删除；
所述异常诊断单元，用于将特性参数相关性对比单元计算的直方图相似度与所述判读阈值T1进行比较，当直方图相似度与判读阈值T1的差值在设定的允许范围ΔE1以内，则给出当前幅图像数据正常的指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元；进行下一幅图像数据的判读，并输出图像判读结果至判读结果显示单元；
当直方图相似度与判读阈值T1的差值不在设定的允许范围ΔE1以内，则异常诊断单元给出当前幅图像数据异常的指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，将特性参数相关性对比单元反馈的异常图像幅面内每个像元的差值err(c)与判读阈值T2进行比较，当差值err(c)与判读阈值T2的差值在设定的允许范围ΔE2以内，则判定图像像元c正常，反之则图像像元c异常，将异常像元的位置输出给判读结果显示单元；
判读结果显示单元，用于将图像数据、完整性检测结果和图像判读结果进行界面显示；对于图像数据，根据所接收的数据帧将判读系统获取到的全部图像数据进行显示；对于完整性检测结果和图像判读结果，异常信息包括完整性检测时的图像异常幅号、异常行计数、以及图像本身内容异常时的异常像元位置。
2.如权利要求1所述的系统，其特征在于，所述特性参数相关性对比单元计算的直方图相似度采用两幅图像的直方图的相关值Cov来表达：
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>v</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msup>
<mn>2</mn>
<mi>N</mi>
</msup>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>f</mi>
<mi>r</mi>
<mi>o</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msup>
<mn>2</mn>
<mi>N</mi>
</msup>
</munderover>
<msub>
<msup>
<mi>p</mi>
<mn>2</mn>
</msup>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msup>
<mn>2</mn>
<mi>N</mi>
</msup>
</munderover>
<msub>
<msup>
<mi>p</mi>
<mn>2</mn>
</msup>
<mrow>
<mi>f</mi>
<mi>r</mi>
<mi>o</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
其中，N表示所述图像量化位数，pcur(r)表示当前幅图像数据中灰度值r的出现概率，pfro(r)表示前一幅图像数据中灰度值r的出现概率。
3.如权利要求2所述的系统，其特征在于，所述阈值计算单元确定判读阈值T1的方式为：
假设当前针对第n幅图像进行判读，利用存储的第n幅图像的前p幅图像的直方图计算前p幅图像两两之间的直方图的相关值Cov；取所有相关值Cov的均值，即为第n幅图像的判读阈值T1；还要计算第n幅图像的直方图并存储，用于第n+1幅图像数据幅面判读时的阈值计算，删除第n-p幅图像的直方图；其中，p为设定的正整数。
4.如权利要求1所述的系统，其特征在于，所述阈值计算单元确定判读阈值T2的方式为：
假设当前针对第n幅图像进行判读，针对第n幅图像的前q幅图像中的每一幅，将图像幅面内所有像元的差值err(c)的总和再求平均，得到每幅图像的计算结果Δerr(c)；对前q幅图像的结果Δerr(c)再取和求均值，即为第n幅图像的判读阈值T2；还要计算第n幅图像的Δerr(c)并存储，用于第n+1幅图像数据幅面内像元异常检测时的阈值计算，删除第n-q幅图像的Δerr(c)；其中，q为设定的正整数。
5.一种基于特性参数相关性的卫星图像自动判读方法，其特征在于，该方法采用如权利要求1所述的系统；该方法包括如下步骤：
第一步：第一通用服务器从前级地面测试设备获取需判读的图像数据包；
第二步：格式化处理单元将图像数据包解包后进行统一的格式化处理，即打包为通用格式的数据帧，将数据帧发送给完整性检测单元和判读结果显示单元；
第三步：完整性检测单元解析通用格式的数据帧，识别图像数据的完整性；对于未通过完整性检测的情况，整幅图像不参与后续处理，将完整性检测结果上报至判读结果显示单元；对于通过完整性检测的情况，将对应的数据帧发送给特性参数计算单元和阈值计算单元，同时将完整性检测结果上报至判读结果显示单元；
第四步：特性参数计算单元接收并暂存当前幅图像的数据帧；解析数据帧，利用特性参数算法库中存储的算法，计算当前幅图像数据直方图，将当前幅图像的数据帧和计算得到的直方图传递给特性参数相关性对比单元；特性参数相关性对比单元接收并存储当前幅图像的数据帧和直方图，计算当前幅图像数据与前一幅图像数据的直方图相似度，发送给异常诊断单元，转入第六步；
第五步：在执行第四步的同时，阈值计算单元接收并暂存当前幅图像的数据帧，利用当前幅图像的数据帧和阈值算法库中存储的算法，计算用于直方图相似度比对的判读阈值T1，转入第六步；
第六步：异常诊断单元将特性参数相关性对比单元计算的直方图相似度与判读阈值T1进行比较，当直方图相似度与判读阈值T1的差值在设定的允许范围ΔE1以内，则确定当前幅图像数据正常，给出图像正常指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，此时接收到图像正常指示的单元删除暂存的当前幅图像的数据帧，等待处理下一幅图像；同时，异常诊断单元输出图像判读结果至判读结果显示单元，转入第十步；
当直方图相似度与判读阈值T1的差值不在设定的允许范围ΔE1以内，则异常诊断单元给出图像异常指示至特性参数计算单元、特性参数相关性对比单元和阈值计算单元，进入第七步，同时异常诊断单元将图像判读结果输出给判读结果显示单元，由判读结果显示单元写入图像判读结果日志；
第七步：根据第六步给出的图像数据异常的指示和暂存的当前幅图像的数据帧，特性参数计算单元对当前异常图像幅面进行各图像像元c的相邻域灰度均值Lp(c)的遍历运算，特性参数相关性对比单元对当前异常图像幅面进行各图像像元c的灰度值与其相邻域灰度均值Lp(c)的差值err(c)的遍历计算，然后将存储的当前幅图像的数据帧删除；转入第九步；
第八步：在执行第七步的同时，阈值计算单元利用暂存的当前幅图像的数据帧计算用于图像像元相邻域值比对的判读阈值T2，然后将存储的当前幅图像的数据帧删除，转入第九步；
第九步：异常诊断单元将异常图像幅面内每个像元的差值err(c)与所述判读阈值T2进行比较，当差值err(c)与判读阈值T2的差值在设定的允许范围ΔE2以内，则判定图像像元c正常，反之则图像像元c异常，将异常像元的位置输出给判读结果显示单元；
第十步：第二通用服务器中的判读结果显示单元将图像数据、完整性检测结果和图像判读结果日志进行界面显示；对于图像数据，将判读系统获取到的全部图像数据进行显示；对于完整性检测结果和图像判读结果，异常信息包括完整性检测时的图像异常幅号、异常行计数、以及图像本身内容异常时的异常像元位置。
6.如权利要求5所述的方法，其特征在于，所述直方图相似度采用两幅图像的直方图的相关值Cov来表达：
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>v</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msup>
<mn>2</mn>
<mi>N</mi>
</msup>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>f</mi>
<mi>r</mi>
<mi>o</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msup>
<mn>2</mn>
<mi>N</mi>
</msup>
</munderover>
<msub>
<msup>
<mi>p</mi>
<mn>2</mn>
</msup>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msup>
<mn>2</mn>
<mi>N</mi>
</msup>
</munderover>
<msub>
<msup>
<mi>p</mi>
<mn>2</mn>
</msup>
<mrow>
<mi>f</mi>
<mi>r</mi>
<mi>o</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
其中，N表示所述图像量化位数，pcur(r)表示当前幅图像数据中灰度值r的出现概率，pfro(r)表示前一幅图像数据中灰度值r的出现概率。
7.如权利要求6所述的方法，其特征在于，所述判读阈值T1的确定方式为：
假设当前针对第n幅图像进行判读，利用存储的第n幅图像的前p幅图像的直方图，计算前p幅图像两两之间的直方图的相关值Cov；取所有相关值Cov的均值，即为第n幅图像的判读阈值T1；还要计算第n幅图像的直方图并存储，用于第n+1幅图像数据幅面判读时的阈值计算，删除第n-p幅图像的直方图；其中，p为设定的正整数。
8.如权利要求5所述的方法，其特征在于，所述判读阈值T2的确定方式为：
假设当前针对第n幅图像进行判读，针对第n幅图像的前q幅图像中的每一幅，将图像幅面内所有像元的差值err(c)的总和再求平均，得到每幅图像的计算结果Δerr(c)；对前q幅图像的结果Δerr(c)再取和求均值，即为第n幅图像的判读阈值T2；还要计算第n幅图像的Δerr(c)并存储，用于第n+1幅图像数据幅面内像元异常检测时的阈值计算，删除第n-q幅图像的Δerr(c)；其中，q为设定的正整数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510067452.6A CN104680138B (zh) | 2015-02-09 | 2015-02-09 | 基于特性参数相关性的卫星图像自动判读系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510067452.6A CN104680138B (zh) | 2015-02-09 | 2015-02-09 | 基于特性参数相关性的卫星图像自动判读系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104680138A CN104680138A (zh) | 2015-06-03 |
| CN104680138B true CN104680138B (zh) | 2017-11-03 |
Family
ID=53315156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510067452.6A Active CN104680138B (zh) | 2015-02-09 | 2015-02-09 | 基于特性参数相关性的卫星图像自动判读系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104680138B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456390B (zh) * | 2019-07-24 | 2021-04-13 | 北京空间飞行器总体设计部 | 一种用于监测导航卫星在轨完好性风险的装置及方法 |
| CN110740228B (zh) * | 2019-11-18 | 2021-06-11 | 中国科学院长春光学精密机械与物理研究所 | 多路cmos的成像同步控制系统 |
| CN110954303B (zh) * | 2019-11-20 | 2021-05-18 | 东南大学 | 一种基于高分辨率遥感图像基准的mtf自动测算方法 |
| CN111308510B (zh) * | 2020-01-18 | 2022-02-18 | 北京航天宏图信息技术股份有限公司 | 遥感卫星数据的空间连续性检验方法和装置 |
| CN111709869B (zh) * | 2020-05-18 | 2022-02-15 | 长光卫星技术有限公司 | 一种星载多源遥感载荷成像处理单元 |
| CN113361509B (zh) * | 2021-08-11 | 2021-11-09 | 西安交通大学医学院第一附属医院 | 用于面神经麻痹检测的图像处理方法 |
| CN116486277A (zh) * | 2023-03-28 | 2023-07-25 | 武汉卓目科技有限公司 | 遥感载荷图像判读方法及遥感载荷快视系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102510493A (zh) * | 2011-10-09 | 2012-06-20 | 航天恒星科技有限公司 | 一种遥感卫星图像容错显示方法 |
| CN102663082A (zh) * | 2012-04-06 | 2012-09-12 | 昆明理工大学 | 基于数据挖掘的森林火灾预测方法 |
| CN104063835A (zh) * | 2014-04-02 | 2014-09-24 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
-
2015
- 2015-02-09 CN CN201510067452.6A patent/CN104680138B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102510493A (zh) * | 2011-10-09 | 2012-06-20 | 航天恒星科技有限公司 | 一种遥感卫星图像容错显示方法 |
| CN102663082A (zh) * | 2012-04-06 | 2012-09-12 | 昆明理工大学 | 基于数据挖掘的森林火灾预测方法 |
| CN104063835A (zh) * | 2014-04-02 | 2014-09-24 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104680138A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104680138B (zh) | 基于特性参数相关性的卫星图像自动判读系统和方法 | |
| CN110113226B (zh) | 一种检测设备异常的方法及装置 | |
| WO2019184557A1 (zh) | 定位根因告警的方法、装置和计算机可读存储介质 | |
| WO2019214309A1 (zh) | 模型测试的方法及装置 | |
| EP3699579B1 (en) | Inspection method and inspection device and computer-readable medium | |
| CN112015153B (zh) | 一种无菌灌装生产线异常检测系统和方法 | |
| WO2021012894A1 (zh) | 获取神经网络测试报告的方法、装置、设备和存储介质 | |
| CN112711757B (zh) | 一种基于大数据平台的数据安全集中管控方法及系统 | |
| Shi et al. | Determining uncertainties and their propagation in dynamic change detection based on classified remotely-sensed images | |
| CN108171214A (zh) | 一种基于深度学习的视频监控异常识别方法及系统 | |
| CN108579094A (zh) | 一种用户界面检测方法及相关装置、系统和存储介质 | |
| CN113592343A (zh) | 二次系统的故障诊断方法、装置、设备和存储介质 | |
| CN112037177A (zh) | 一种车厢装载率的评估方法和装置以及存储介质 | |
| CN105490777A (zh) | 卫星遥测数据野值剔除预处理方法 | |
| CN107610119A (zh) | 基于直方图分解的带钢表面缺陷精准检测方法 | |
| CN115861210A (zh) | 一种基于孪生网络的变电站设备异常检测方法和系统 | |
| CN107316296A (zh) | 一种基于对数变换的遥感图像变化检测方法及装置 | |
| CN112787984A (zh) | 一种基于相关分析的车载网络异常检测方法及系统 | |
| CN117523299A (zh) | 一种基于计算机网络图像识别方法、系统和存储介质 | |
| CN113128612A (zh) | 电力数据中异常值的处理方法及终端设备 | |
| CN115830012B (zh) | 一种接触网线索损伤数据检测分析方法 | |
| Wendelberger et al. | Monitoring Deforestation Using Multivariate Bayesian Online Changepoint Detection with Outliers | |
| CN111077146A (zh) | 一种蔬菜品质质量评估系统 | |
| CN115760010A (zh) | 报关单的审核方法、报关方法、装置、设备及存储介质 | |
| CN112418313B (zh) | 一种大数据在线噪声过滤系统与方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |