CN111429390B - 一种地面系统遥感图像的自适应实时处理方法 - Google Patents
一种地面系统遥感图像的自适应实时处理方法 Download PDFInfo
- Publication number
- CN111429390B CN111429390B CN202010193032.3A CN202010193032A CN111429390B CN 111429390 B CN111429390 B CN 111429390B CN 202010193032 A CN202010193032 A CN 202010193032A CN 111429390 B CN111429390 B CN 111429390B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- image
- images
- ground system
- processing method
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000009469 supplementation Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 9
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 239000013589 supplement Substances 0.000 claims abstract description 4
- 230000001502 supplementing effect Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 17
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000271532 Crotalus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开的属于遥感图像控制技术领域，具体为一种地面系统遥感图像的自适应实时处理方法，该处理方法如下：步骤一：对遥感图像进行捕捉，并输出到地面系统中；步骤二：地面控制中心通过网线连接地面系统，对捕捉的图像进行分析，根据分析数据进行带宽补充；步骤三：对带宽补充位置进行存储；步骤四：进行遥感图像循环补充；步骤五：对不同时间产生的图像接合后进行同单元处理，并代入到时间轴中；步骤六：图形处理器对代入到时间轴中进行图像优化，输出到显示端，通过对产生缺失的遥感图像进行覆盖重叠，并代入到缺失图像的初始时间轴中，可以保证图像的实时处理，同时不会影响正常的遥感系统运行，防止数据丢失的情况发生。
Description
技术领域
本发明涉及遥感图像控制技术领域，具体为一种地面系统遥感图像的自适应实时处理方法。
背景技术
遥感是指非接触的，远距离的探测技术。一般指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测。遥感是通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物。
获取其反射、辐射或散射的电磁波信息(如电场、磁场、电磁波、地震波等信息)，并进行提取、判定、加工处理、分析与应用的一门科学和技术。
遥感，从字面上来看，可以简单理解为遥远的感知，泛指一切无接触的远距离的探测；从现代技术层面来看，“遥感”是一种应用探测仪器。使用空间运载工具和现代化的电子、光学仪器，探测和识别远距离研究对象的技术。
遥感通过人造地球卫星、航空等平台上的遥测仪器把对地球表面实施感应遥测和资源管理的监视(如树木、草地、土壤、水、矿物、农家作物、鱼类和野生动物等的资源管理)结合起来的一种新技术。
遥感是指一切无接触的远距离的探测技术。运用现代化的运载工具和传感器，从远距离获取目标物体的电磁波特性，通过该信息的传输、贮存、卫星、修正、识别目标物体，最终实现其功能(定时、定位、定性、定量)。
广义定义：遥远的感知，泛指一切无接触的远距离探测，包括对电磁场、力场、机械波(声波、地震波)等的探测。自然现象中的遥感：蝙蝠、响尾蛇、人眼人耳…
狭义定义：是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。
现有的遥感图像在通过地面系统进行处理时，难免处产生数据延迟的情况发生，严重时会导致画面撕裂，影响遥感图像的识别，且现有的遥感图像采用实时传输的方式处理，产生的延迟数据并不能够在进行后续的补充，造成数据丢失的情况发生，不利于使用。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有遥感图像实时处理方法中存在的问题，提出了本发明。
因此，本发明的目的是提供一种地面系统遥感图像的自适应实时处理方法，能够对遥感图像进行实时处理的同时，减少延迟，同时可以对图像进行后续的查看，方便使用。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种地面系统遥感图像的自适应实时处理方法，该处理方法如下：
步骤一：对遥感图像进行捕捉，并输出到地面系统中；
步骤二：地面控制中心通过网线连接地面系统，对捕捉的图像进行分析，根据分析数据进行带宽补充；
步骤三：对带宽补充位置进行存储，并进行点位标记；
步骤四：进行遥感图像循环补充，对缺失的图像进行接合；
步骤五：对不同时间产生的图像接合后进行同单元处理，并代入到时间轴中；
步骤六：图形处理器对代入到时间轴中进行图像优化，输出到显示端。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤一中图像捕捉基于遥感系统操作，所述步骤一中图像输出的流程为遥感系统-接收站-地面控制中心。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤二中图像分析具体为对接收到的图像进行扫描，检测是否有缺失点，并进行缺失点记录。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤二中带宽补充的具体方法如下：
步骤一：对记录的缺失点进行标记；
步骤二：根据标记点进行带宽补充，输出到遥感系统的信号增强；
步骤三：将补充的带宽输出到缺失点；
步骤四：使缺失点补充的带宽最大宽度产生的输出图像与正常图像基层数据一致即可。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤三中位置存储具体为将对补充位置数据进行记忆，产生的标记点通过遥感图像循环进行覆盖。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤四中图像循环补充的具体方法为通过遥感系统对相同位置监测图像进行刷新，产生边缘数据值，根据边缘数据值进行图像重叠，形成单位存储位置的多图像层。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤五中图像代入时间轴的具体方式为将接合的图像在相同的点位刷新后，代入到初始时间轴中，使初始时间轴产生的缺失图像与导入数据进行重叠覆盖。
作为本发明所述的一种地面系统遥感图像的自适应实时处理方法的一种优选方案，其中：所述步骤六中图像优化具体为将产生的图像代入的图形处理器中，通过图形处理器，对图像的分辨率、格式及图像的时间戳进行设定，输出到显示端即可。
与现有技术相比：现有的遥感图像在通过地面系统进行处理时，难免处产生数据延迟的情况发生，严重时会导致画面撕裂，影响遥感图像的识别，且现有的遥感图像采用实时传输的方式处理，产生的延迟数据并不能够在进行后续的补充，造成数据丢失的情况发生，不利于使用，本申请文件中，通过对产生缺失的遥感图像进行覆盖重叠，并代入到缺失图像的初始时间轴中，可以保证图像的实时处理，同时不会影响正常的遥感系统运行，防止数据丢失的情况发生。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一种地面系统遥感图像的自适应实时处理方法的流程结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供一种地面系统遥感图像的自适应实时处理方法，请参阅图1，该处理方法如下：
步骤一：对遥感图像进行捕捉，并输出到地面系统中；
步骤二：地面控制中心通过网线连接地面系统，对捕捉的图像进行分析，根据分析数据进行带宽补充；
步骤三：对带宽补充位置进行存储，并进行点位标记；
步骤四：进行遥感图像循环补充，对缺失的图像进行接合；
步骤五：对不同时间产生的图像接合后进行同单元处理，并代入到时间轴中；
步骤六：图形处理器对代入到时间轴中进行图像优化，输出到显示端。
请再次参阅图1，所述步骤一中图像捕捉基于遥感系统操作，所述步骤一中图像输出的流程为遥感系统-接收站-地面控制中心。
请再次参阅图1，所述步骤二中图像分析具体为对接收到的图像进行扫描，检测是否有缺失点，并进行缺失点记录。
请再次参阅图1，所述步骤二中带宽补充的具体方法如下：
步骤一：对记录的缺失点进行标记；
步骤二：根据标记点进行带宽补充，输出到遥感系统的信号增强；
步骤三：将补充的带宽输出到缺失点；
步骤四：使缺失点补充的带宽最大宽度产生的输出图像与正常图像基层数据一致即可。
请再次参阅图1，所述步骤三中位置存储具体为将对补充位置数据进行记忆，产生的标记点通过遥感图像循环进行覆盖。
请再次参阅图1，所述步骤四中图像循环补充的具体方法为通过遥感系统对相同位置监测图像进行刷新，产生边缘数据值，根据边缘数据值进行图像重叠，形成单位存储位置的多图像层。
请再次参阅图1，所述步骤五中图像代入时间轴的具体方式为将接合的图像在相同的点位刷新后，代入到初始时间轴中，使初始时间轴产生的缺失图像与导入数据进行重叠覆盖。
请再次参阅图1，所述步骤六中图像优化具体为将产生的图像代入的图形处理器中，通过图形处理器，对图像的分辨率、格式及图像的时间戳进行设定，输出到显示端即可。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。
Claims (8)
1.一种地面系统遥感图像的自适应实时处理方法，其特征在于：该处理方法如下：
步骤一：对遥感图像进行捕捉，并输出到地面系统中；
步骤二：地面控制中心通过网线连接地面系统，对捕捉的图像进行分析，根据分析数据进行带宽补充；
步骤三：对带宽补充位置进行存储，并进行点位标记；
步骤四：进行遥感图像循环补充，对缺失的图像进行接合；
步骤五：对不同时间产生的图像接合后进行同单元处理，并代入到时间轴中；
步骤六：图形处理器对代入到时间轴中进行图像优化，输出到显示端。
2.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤一中图像捕捉基于遥感系统操作，所述步骤一中图像输出的流程为遥感系统-接收站-地面控制中心。
3.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤二中图像分析具体为对接收到的图像进行扫描，检测是否有缺失点，并进行缺失点记录。
4.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤二中带宽补充的具体方法如下：
步骤一：对记录的缺失点进行标记；
步骤二：根据标记点进行带宽补充，输出到遥感系统的信号增强；
步骤三：将补充的带宽输出到缺失点；
步骤四：使缺失点补充的带宽最大宽度产生的输出图像与正常图像基层数据一致即可。
5.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤三中位置存储具体为将对补充位置数据进行记忆，产生的标记点通过遥感图像循环进行覆盖。
6.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤四中图像循环补充的具体方法为通过遥感系统对相同位置监测图像进行刷新，产生边缘数据值，根据边缘数据值进行图像重叠，形成单位存储位置的多图像层。
7.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤五中图像代入时间轴的具体方式为将接合的图像在相同的点位刷新后，代入到初始时间轴中，使初始时间轴产生的缺失图像与导入数据进行重叠覆盖。
8.根据权利要求1所述的一种地面系统遥感图像的自适应实时处理方法，其特征在于：所述步骤六中图像优化具体为将产生的图像代入的图形处理器中，通过图形处理器，对图像的分辨率、格式及图像的时间戳进行设定，输出到显示端即可。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010193032.3A CN111429390B (zh) | 2020-03-18 | 2020-03-18 | 一种地面系统遥感图像的自适应实时处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010193032.3A CN111429390B (zh) | 2020-03-18 | 2020-03-18 | 一种地面系统遥感图像的自适应实时处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111429390A CN111429390A (zh) | 2020-07-17 |
| CN111429390B true CN111429390B (zh) | 2023-10-13 |
Family
ID=71548110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010193032.3A Active CN111429390B (zh) | 2020-03-18 | 2020-03-18 | 一种地面系统遥感图像的自适应实时处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111429390B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1996026606A2 (en) * | 1995-02-20 | 1996-08-29 | Snell & Wilcox Limited | Moving image reproduction system |
| EP2829892A1 (de) * | 2013-07-08 | 2015-01-28 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur rechnergestützten Verarbeitung von SAR-Daten |
| JP2015198409A (ja) * | 2014-04-03 | 2015-11-09 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| CN106327456A (zh) * | 2016-08-19 | 2017-01-11 | 中国科学院遥感与数字地球研究所 | 遥感图像信息缺失重建方法及装置 |
| CN107146206A (zh) * | 2017-04-13 | 2017-09-08 | 西安电子科技大学 | 基于四维块匹配滤波的高光谱遥感图像去噪方法 |
| CN107507152A (zh) * | 2017-09-13 | 2017-12-22 | 鲁东大学 | 一种基于多图像局部插值的遥感图像缺失数据修复方法 |
| CN109934788A (zh) * | 2019-03-22 | 2019-06-25 | 鲁东大学 | 一种基于标准遥感图像的遥感图像缺失数据修复方法 |
-
2020
- 2020-03-18 CN CN202010193032.3A patent/CN111429390B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1996026606A2 (en) * | 1995-02-20 | 1996-08-29 | Snell & Wilcox Limited | Moving image reproduction system |
| EP2829892A1 (de) * | 2013-07-08 | 2015-01-28 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur rechnergestützten Verarbeitung von SAR-Daten |
| JP2015198409A (ja) * | 2014-04-03 | 2015-11-09 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| CN106327456A (zh) * | 2016-08-19 | 2017-01-11 | 中国科学院遥感与数字地球研究所 | 遥感图像信息缺失重建方法及装置 |
| CN107146206A (zh) * | 2017-04-13 | 2017-09-08 | 西安电子科技大学 | 基于四维块匹配滤波的高光谱遥感图像去噪方法 |
| CN107507152A (zh) * | 2017-09-13 | 2017-12-22 | 鲁东大学 | 一种基于多图像局部插值的遥感图像缺失数据修复方法 |
| CN109934788A (zh) * | 2019-03-22 | 2019-06-25 | 鲁东大学 | 一种基于标准遥感图像的遥感图像缺失数据修复方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111429390A (zh) | 2020-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11402494B2 (en) | Method and apparatus for end-to-end SAR image recognition, and storage medium | |
| CN110458778A (zh) | 一种深度图像去噪方法、装置及存储介质 | |
| US8144961B2 (en) | Ultrasound diagnostic apparatus and method for measuring a size of a target object | |
| CN102799903B (zh) | 一种基于空间与光谱信息的高光谱自动云检测方法 | |
| US10650260B2 (en) | Perspective distortion characteristic based facial image authentication method and storage and processing device thereof | |
| CN112740269A (zh) | 一种目标检测方法及装置 | |
| EP3480782A1 (en) | Method and device for reducing noise in a depth image | |
| CN111784560A (zh) | 基于级联残差生成对抗网络的sar和光学图像双向翻译方法 | |
| CN112836634B (zh) | 一种多传感器信息融合的闸机防尾随方法、装置、设备和介质 | |
| KR102546292B1 (ko) | 재밍효과도 분석 방법 및 시스템 | |
| KR102467234B1 (ko) | 작물 및 가축의 크기 및 무게 추정 방법 및 장치 | |
| CN115423968B (zh) | 基于点云数据和实景三维模型的输电通道优化方法 | |
| WO2021141617A1 (en) | Methods and systems for autonomous control of imaging devices | |
| CN111110332B (zh) | 一种穿刺针显影增强图像优化方法 | |
| CN111429390B (zh) | 一种地面系统遥感图像的自适应实时处理方法 | |
| CN116778329A (zh) | 城市道路地下浅层病害检测方法、装置、设备及介质 | |
| CN115588043A (zh) | 一种基于视觉的挖掘机作业位姿的监测方法 | |
| Liu et al. | Improvement of Detection Accuracy of Aircraft in Remote Sensing Images Based on YOLOV5 Model | |
| JPWO2020194650A1 (ja) | 異物検出装置、異物検出方法、およびプログラム | |
| CN113895482B (zh) | 基于轨旁设备的列车测速方法及装置 | |
| CN116359886B (zh) | 一种雷达控制方法、终端设备及计算机可读存储介质 | |
| CN115859081A (zh) | 一种管线的可视化探测方法及装置 | |
| CN115761882A (zh) | 违禁品携带检测方法、装置、系统及存储介质 | |
| CN111736157B (zh) | 基于ppi数据的临近预报的预测方法及设备 | |
| CN108152824A (zh) | 一种基于激光雷达的网球定位系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |