CN112101167A - 一种遥感影像数据处理方法及装置 - Google Patents

一种遥感影像数据处理方法及装置 Download PDF

Info

Publication number
CN112101167A
CN112101167A CN202010933519.0A CN202010933519A CN112101167A CN 112101167 A CN112101167 A CN 112101167A CN 202010933519 A CN202010933519 A CN 202010933519A CN 112101167 A CN112101167 A CN 112101167A
Authority
CN
China
Prior art keywords
remote sensing
identification object
acquisition node
feature change
feature
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.)
Granted
Application number
CN202010933519.0A
Other languages
English (en)
Other versions
CN112101167B (zh
Inventor
吴顺民
何强
李细主
邓迎贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Xinhedao Information Technology Co ltd
Original Assignee
Guangdong Xinhedao Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Xinhedao Information Technology Co ltd filed Critical Guangdong Xinhedao Information Technology Co ltd
Priority to CN202010933519.0A priority Critical patent/CN112101167B/zh
Publication of CN112101167A publication Critical patent/CN112101167A/zh
Application granted granted Critical
Publication of CN112101167B publication Critical patent/CN112101167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种遥感影像数据处理方法和装置,涉及遥感影像处理技术领域,遥感影像数据处理方法应用于遥感影像处理系统中的计算机设备,遥感影像处理系统还包括遥感设备,计算机设备和遥感设备通信连接;遥感影像数据处理方法包括:计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;计算机设备的第一采集节点接收第二采集节点发送的第一识别对象,并根据第一识别对象确定计算机设备与遥感设备所确定的地物变化结果,能够得到一种自动化的遥感影像数据处理方案。

Description

一种遥感影像数据处理方法及装置
技术领域
本发明涉及遥感影像处理技术领域,具体而言,涉及一种遥感影像数据处理方法和装置。
背景技术
目前,遥感探测作为一种远距离的探测手段,大多用于进行地面资源管理和监视的作用,例如,在资源勘探获取上,又或是在灾害的评估上等。而不论在哪个领域使用遥感影像处理技术,探测得到的地物变化结果都是重要的参考依据,而在现有技术中,一般还是由人工按照预设时间间隔对采集的遥感影像进行人工标记对比的方式来确定地物变化结果,当涉及一些工作量较大的工程时,会占用大量的人力资源,不仅如此,人工标记的方式会存在大量误差。
有鉴于此,如何提供一种能够自动化进行的遥感影像数据处理方案,是本领域技术人员需要解决的。
发明内容
本发明提供一种遥感影像数据处理方法和装置。
第一方面,本发明实施例提供一种遥感影像数据处理方法,应用于遥感影像处理系统中的计算机设备,所述遥感影像处理系统还包括遥感设备,所述计算机设备和所述遥感设备通信连接;
所述方法包括:
所述计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;
其中,所述遥感影像为基于预设检测指标的影像,所述第一采集周期小于所述预设检测指标规定的有效时长;所述第一检测请求用于指示所述第二采集节点检测来自所述遥感设备的预设检测指标影像得到第一识别对象;所述第一识别对象包括第一地物变化信息,所述第一地物变化信息用于指示所述第二采集节点所确定的地物变化结果;
所述计算机设备的第一采集节点接收所述第二采集节点发送的所述第一识别对象,并根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
可选地,所述方法还包括:
所述计算机设备的第一采集节点检测来自所述遥感设备的预设检测指标影像得到第二识别对象;
其中,所述第二识别对象包括第二地物变化信息,所述第二地物变化信息用于指示所述第一采集节点所确定的地物变化结果;
所述根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,包括:
根据所述第一识别对象和所述第二识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
可选地,所述方法还包括:
所述计算机设备的第一采集节点在所述第一采集周期内未接收到所述遥感设备发送的遥感影像时,向第三采集节点发送第二检测请求,所述第三采集节点位于所述第二采集节点的下层,所述第二检测请求用于指示所述第三采集节点检测来自所述遥感设备的预设检测指标影像得到第三识别对象;
其中,所述第三识别对象包括第三信息,所述第三信息用于指示所述第三采集节点所确定的地物变化结果;
所述计算机设备的第一采集节点接收所述第三采集节点发送的第三识别对象;
所述根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,包括:
根据所述第一识别对象和所述第三识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
可选地,所述方法还包括:
所述计算机设备的第一采集节点在所述第一采集周期内未接收到所述遥感设备发送的遥感影像时,向第三采集节点发送第二检测请求,所述第三采集节点位于所述第二采集节点的下层,所述第二检测请求用于指示所述第三采集节点检测来自所述遥感设备的预设检测指标影像得到第三识别对象;
其中,所述第三识别对象包括第三信息,所述第三信息指示所述第三采集节点所确定的地物变化结果;所述计算机设备的第一采集节点接收所述第三采集节点发送的第三识别对象;
根据所述第一识别对象和所述第二识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,包括:
根据所述第一识别对象、第二识别对象和所述第三识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
可选地,所述根据所述第一识别对象、第二识别对象和所述第三识别对象确定计算机设备与所述遥感设备所确定的地物变化结果的步骤,包括:
获取识别对象集和由所述识别对象集训练的预测模型,所述识别对象集中包括所述第一识别对象、第二识别对象和第三识别对象和所述第一识别对象、第二识别对象和第三识别对象对应的地物变化趋势;
选取所述识别对象集中的目标识别对象和所述目标识别对象对应的地物变化趋势;
对检测识别对象中的每个地物变化信息进行解析,得到所述每个地物变化信息对应的地物变化特征值,所述检测识别对象为任一目标识别对象;
获取包括多个对比特征值以及对应的地物变化节点的映射关系,所述多个对比特征值按照顺序排列;
对于每个地物变化特征值,进行如下查询处理:确定所述多个对比特征值中位于中间位置的第一对比特征值;
响应于所述第一对比特征值与所述地物变化特征值相同,将所述第一对比特征值对应的地物变化节点,作为所述地物变化特征值对应的地物变化节点;
响应于所述第一对比特征值小于所述地物变化特征值,若所述多个对比特征值按照降序排列,将所述第一对比特征值的上一对比特征值确定为第二对比特征值;或者,
若所述多个对比特征值按照降序排列,将位于所述多个对比特征值中的第一个对比特征值与所述第一对比特征值的中间位置的对比特征值,确定为所述第二对比特征值;
若所述多个对比特征值按照升序排列,将所述第一对比特征值的下一对比特征值确定为所述第二对比特征值;或者,
若所述多个对比特征值按照升序排列,将位于所述多个对比特征值中的最后一个对比特征值与所述第一对比特征值的中间位置的对比特征值,确定为所述第二对比特征值;
直至所述第二对比特征值与所述地物变化特征值相同,将所述第二对比特征值对应的地物变化节点作为所述地物变化特征值对应的地物变化节点;
响应于所述第一对比特征值大于所述地物变化特征值,根据所述多个对比特征值的顺序确定小于所述第一对比特征值的第三对比特征值,直至所述第二对比特征值与所述地物变化特征值相同,将所述第二对比特征值对应的地物变化节点作为所述地物变化特征值对应的地物变化节点;
将所述每个地物变化信息分别转换为所述每个地物变化特征值对应的地物变化节点,得到参考识别对象;
调用所述预测模型,对所述参考识别对象进行处理,得到遥感分析变化趋势;
调用所述预测模型,对所述目标识别对象进行处理,得到多个遥感分析变化趋势的置信度,选取置信度最高的遥感分析变化趋势作为所述目标识别对象对应的预测遥感分析变化趋势;
响应于所述预测遥感分析变化趋势与所述地物变化趋势不同,对所述多个遥感分析变化趋势的置信度进行统计处理,获取所述目标识别对象的遥感分析变化向量,所述遥感分析变化向量用于指示所述预测模型处理所述目标识别对象得到的遥感分析变化趋势的不确定性程度;
对所述遥感分析变化向量进行统计处理,得到所述预测遥感分析变化趋势的可靠值,其中,所述遥感分析变化向量为所述目标识别对象的预设特征,所述预设特征与所述预测遥感分析变化趋势的可靠值呈正相关关系;或者,所述遥感分析变化向量为所述目标识别对象的信息熵,所述信息熵与所述预测遥感分析变化趋势的可靠值呈负相关关系;
响应于所述预测遥感分析变化趋势的可靠值大于预设可靠值,对所述识别对象集中的所述地物变化趋势进行模拟预测,得到所述地物变化结果。
可选地,所述第一识别对象还包括当第二采集节点检测所述预设检测指标影像正常时,向所述第一采集节点发送的参数信息,所述参数信息用于指示所述预设检测指标影像正常处理的信息。
可选地,所述方法还包括:
所述计算机设备的第一采集节点向所述第二采集节点发送所述第一检测请求后,若经过第二采集周期时接收到所述遥感设备发送的遥感影像,则向所述第二采集节点发送第三指示,所述第三指示用于指示所述第二采集节点停止检测来自所述遥感设备的预设检测指标影像,所述第二采集周期与所述第一采集周期的和小于或者等于所述有效时长。
可选地,所述方法还包括:
所述计算机设备的第一采集节点向所述第二采集节点发送第一检测请求后,若确定所述计算机设备与所述遥感设备通信中断,则向所述第二采集节点发送第三指示,所述第三指示用于指示所述第二采集节点停止检测来自所述遥感设备的预设检测指标影像。
可选地,所述计算机设备的第一采集节点接收所述第二采集节点发送的第一识别对象,包括:
所述计算机设备的第一采集节点接收所述第二采集节点在接收到所述第三指示后发送的所述第一识别对象。
第二方面,本发明实施例提供一种遥感影像数据处理装置,应用于遥感影像处理系统中的计算机设备,所述遥感影像处理系统还包括遥感设备,所述计算机设备和所述遥感设备通信连接;
所述装置包括:
发送模块,用于所述计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;
其中,所述遥感影像为基于预设检测指标的影像,所述第一采集周期小于所述预设检测指标规定的有效时长;所述第一检测请求用于指示所述第二采集节点检测来自所述遥感设备的预设检测指标影像得到第一识别对象;所述第一识别对象包括第一地物变化信息,所述第一地物变化信息用于指示所述第二采集节点所确定的地物变化结果;
确定模块,用于所述计算机设备的第一采集节点接收所述第二采集节点发送的所述第一识别对象,并根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
相比现有技术,本发明提供的有益效果包括:采用本发明实施例提供的一种遥感影像数据处理方法和装置通过所述计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;其中,所述遥感影像为基于预设检测指标的影像,所述第一采集周期小于所述预设检测指标规定的有效时长;所述第一检测请求用于指示所述第二采集节点检测来自所述遥感设备的预设检测指标影像得到第一识别对象;所述第一识别对象包括第一地物变化信息,所述第一地物变化信息用于指示所述第二采集节点所确定的地物变化结果;再通过所述计算机设备的第一采集节点接收所述第二采集节点发送的所述第一识别对象,并根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,能够实现一种自动化处理遥感影像数据的方案。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的遥感影像数据处理系统的交互示意图;
图2为本发明实施例提供的遥感影像数据处理方法的步骤流程示意图;
图3为本发明实施例提供的遥感影像数据处理装置的结构示意框图;
图4为本发明实施例提供的计算机设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,“设置”、“连接”等术语应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接连接,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图,对本发明的具体实施方式进行详细说明。
图1是本公开一种实施例提供的遥感影像数据处理系统10的交互示意图。遥感影像数据处理系统10可以包括计算机设备以及与计算机设备100通信连接的遥感设备200。图1所示的遥感影像数据处理系统10仅为一种可行的示例,在其它可行的实施例中,该遥感影像数据处理系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中,遥感影像数据处理系统10中的计算机设备100和遥感设备200可以通过配合执行以下方法实施例所描述的遥感影像数据处理方法,具体计算机设备100和遥感设备200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本公开实施例提供的遥感影像数据处理方法的流程示意图,本实施例提供的遥感影像数据处理方法可以由图1中所示的计算机设备100执行,下面对该遥感影像数据处理方法进行详细介绍。
步骤201,计算机设备100的第一采集节点在第一采集周期内未接收到遥感设备200发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求。
其中,遥感影像为基于预设检测指标的影像,第一采集周期小于预设检测指标规定的有效时长;第一检测请求用于指示第二采集节点检测来自遥感设备200的预设检测指标影像得到第一识别对象;第一识别对象包括第一地物变化信息,第一地物变化信息用于指示第二采集节点所确定的地物变化结果。
步骤202,计算机设备100的第一采集节点接收第二采集节点发送的第一识别对象,并根据第一识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
可以利用计算机设备100的第一采集节点对遥感设备200进行遥感影像的采集,在接收到遥感设备200发送的遥感影像后,向第一采集节点下层的第二采集节点发送第一检测请求,第一检测请求用于指示第二采集节点检测来自遥感设备200的预设检测指标影像得到第一识别对象,而第一识别对象包括第一地物变化信息,可以根据第一识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。应当理解的是,有效时长与第一采集周期的差大于一个遥感影像的预设发送周期。通过上述步骤,能够对遥感设备200采集的遥感影像进行分析,得到需求的地物变化结果,无需人工进行标识校准。
在前述基础上,为了能够更加清楚的对本方案进行说明,在本发明实施例的其他实施方式中,还可以包括以下步骤。
步骤203,计算机设备100的第一采集节点检测来自遥感设备200的预设检测指标影像得到第二识别对象。
其中,第二识别对象包括第二地物变化信息,第二地物变化信息用于指示第一采集节点所确定的地物变化结果。
相应的,前述步骤202可以有以下的具体实施方式。
子步骤202-1,根据第一识别对象和第二识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
在本发明实施例中,计算机设备100的第一采集节点检测来自遥感设备200的预设检测指标影像得到第二识别对象,可以基于第二识别对象的第二地物变化信息与第一识别对象确定地物变化结果。
除此之外,作为一种可替换的实施方式,在前述基础上,本发明实施例还提供了一下的步骤。
步骤204,计算机设备100的第一采集节点在第一采集周期内未接收到遥感设备200发送的遥感影像时,向第三采集节点发送第二检测请求。
其中,第三采集节点位于第二采集节点的下层,第二检测请求用于指示第三采集节点检测来自遥感设备200的预设检测指标影像得到第三识别对象。第三识别对象包括第三信息,第三信息用于指示第三采集节点所确定的地物变化结果。
步骤205,计算机设备100的第一采集节点接收第三采集节点发送的第三识别对象。
相应的,前述步骤202在以上步骤的基础上,可以由以下的具体实施方式实现。
子步骤202-2,根据第一识别对象和第三识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
具体的,还可以有第三采集节点,通过设置第三采集节点对应采集第三识别对象,第三识别对象可以包括第三采集节点所确定的地物变化结果。进而可以基于据第一识别对象和第三识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。应当理解的是,多个采集节点的设置能够提高得到的地物变化结果的准确性。
在此基础上,本发明实施例具体还包括:
步骤206,计算机设备100的第一采集节点在第一采集周期内未接收到遥感设备200发送的遥感影像时,向第三采集节点发送第二检测请求。
其中,第三采集节点位于第二采集节点的下层,第二检测请求用于指示第三采集节点检测来自遥感设备200的预设检测指标影像得到第三识别对象,第三识别对象包括第三信息,第三信息指示第三采集节点所确定的地物变化结果;计算机设备100的第一采集节点接收第三采集节点发送的第三识别对象。
相应的,作为一种可替换的具体实施方式,前述子步骤202-1可以通过以下方式实现。
根据第一识别对象、第二识别对象和第三识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
为了能够更加清楚的对前述子步骤202-1进行描述,下面提供一种较为详细的实施过程。
(1)获取识别对象集和由识别对象集训练的预测模型。
其中,识别对象集中包括第一识别对象、第二识别对象和第三识别对象和第一识别对象、第二识别对象和第三识别对象对应的地物变化趋势。
(2)选取识别对象集中的目标识别对象和目标识别对象对应的地物变化趋势。
(3)对检测识别对象中的每个地物变化信息进行解析,得到每个地物变化信息对应的地物变化特征值。
其中,检测识别对象为任一目标识别对象。
(4)获取包括多个对比特征值以及对应的地物变化节点的映射关系,多个对比特征值按照顺序排列。
其中,对于每个地物变化特征值,进行如下查询处理:确定多个对比特征值中位于中间位置的第一对比特征值。
(5)响应于第一对比特征值与地物变化特征值相同,将第一对比特征值对应的地物变化节点,作为地物变化特征值对应的地物变化节点。
(6)响应于第一对比特征值小于地物变化特征值,若多个对比特征值按照降序排列,将第一对比特征值的上一对比特征值确定为第二对比特征值。或者,
(7)若多个对比特征值按照降序排列,将位于多个对比特征值中的第一个对比特征值与第一对比特征值的中间位置的对比特征值,确定为第二对比特征值。
(8)若多个对比特征值按照升序排列,将第一对比特征值的下一对比特征值确定为第二对比特征值。或者,
(9)若多个对比特征值按照升序排列,将位于多个对比特征值中的最后一个对比特征值与第一对比特征值的中间位置的对比特征值,确定为第二对比特征值。
(10)直至第二对比特征值与地物变化特征值相同,将第二对比特征值对应的地物变化节点作为地物变化特征值对应的地物变化节点。
(11)响应于第一对比特征值大于地物变化特征值,根据多个对比特征值的顺序确定小于第一对比特征值的第三对比特征值,直至第二对比特征值与地物变化特征值相同,将第二对比特征值对应的地物变化节点作为地物变化特征值对应的地物变化节点。
(12)将每个地物变化信息分别转换为每个地物变化特征值对应的地物变化节点,得到参考识别对象。
(13)调用预测模型,对参考识别对象进行处理,得到遥感分析变化趋势。
(14)调用预测模型,对目标识别对象进行处理,得到多个遥感分析变化趋势的置信度,选取置信度最高的遥感分析变化趋势作为目标识别对象对应的预测遥感分析变化趋势。
(15)响应于预测遥感分析变化趋势与地物变化趋势不同,对多个遥感分析变化趋势的置信度进行统计处理,获取目标识别对象的遥感分析变化向量。
其中,遥感分析变化向量用于指示预测模型处理目标识别对象得到的遥感分析变化趋势的不确定性程度。
(16)对遥感分析变化向量进行统计处理,得到预测遥感分析变化趋势的可靠值。
其中,遥感分析变化向量为目标识别对象的预设特征,预设特征与预测遥感分析变化趋势的可靠值呈正相关关系;或者,遥感分析变化向量为目标识别对象的信息熵,信息熵与预测遥感分析变化趋势的可靠值呈负相关关系。
(17)响应于预测遥感分析变化趋势的可靠值大于预设可靠值,对识别对象集中的地物变化趋势进行模拟预测,得到地物变化结果。
值得说明的是,当基于第一识别对象、第二识别对象和第三识别对象来确定地物变化结果时,较为准确,具体的可以先获取识别对象集和由识别对象集训练的预测模型,识别对象集可以包括第一识别对象、第二识别对象和第三识别对象对应的地物变化趋势。可以选取识别对象集中的目标识别对象和目标识别对象对应的地物变化趋势,目标识别对象为第一识别对象、第二识别对象和第三识别对象中任类一识别对象。可以对检测识别对象中的每个地物变化信息进行解析,得到每个地物变化信息对应的地物变化特征值。在获取特征之后,可以获取预设的包括多个对比特征值以及对应的地物变化节点的映射关系,多个对比特征值可以按照顺序排列,以便后续遍历计算。可以确定多个对比特征值中位于中间位置的第一对比特征值。可以响应于第一对比特征值与地物变化特征值相同,将第一对比特征值对应的地物变化节点,作为地物变化特征值对应的地物变化节点。应当理解的是,在本发明实施例中,获取第二对比特征值可以有以下几种方式。(1)响应于第一对比特征值小于地物变化特征值,若多个对比特征值按照降序排列,将第一对比特征值的上一对比特征值确定为第二对比特征值。(2)若多个对比特征值按照降序排列,将位于多个对比特征值中的第一个对比特征值与第一对比特征值的中间位置的对比特征值,确定为第二对比特征值。(3)若多个对比特征值按照升序排列,将第一对比特征值的下一对比特征值确定为第二对比特征值。(4)若多个对比特征值按照升序排列,将位于多个对比特征值中的最后一个对比特征值与第一对比特征值的中间位置的对比特征值,确定为第二对比特征值。在通过上述四种方案确定第二对比特征值后,在第二对比特征值与地物变化特征值相同时,可以将第二对比特征值对应的地物变化节点作为地物变化特征值对应的地物变化节点。当第一对比特征值大于地物变化特征值时,可以根据多个对比特征值的顺序确定小于第一对比特征值的第三对比特征值,直至第二对比特征值与地物变化特征值相同,将第二对比特征值对应的地物变化节点作为地物变化特征值对应的地物变化节点。可以将每个地物变化信息分别转换为每个地物变化特征值对应的地物变化节点,得到参考识别对象。可以依次调用预测模型对参考识别对象进行处理,得到遥感分析变化趋势以及,对目标识别对象进行处理,得到多个遥感分析变化趋势的置信度,选取置信度最高的遥感分析变化趋势作为目标识别对象对应的预测遥感分析变化趋势。可以响应于预测遥感分析变化趋势与地物变化趋势不同,对多个遥感分析变化趋势的置信度进行统计处理,获取目标识别对象的遥感分析变化向量,并且对遥感分析变化向量进行统计处理,得到预测遥感分析变化趋势的可靠值,最终响应于预测遥感分析变化趋势的可靠值大于预设可靠值,对识别对象集中的地物变化趋势进行模拟预测,得到地物变化结果。通过上述步骤,无需人工参与计算,能够实现自动化获取需求的地物变化结果,以供参考。
为了能够对本方案进行更加清楚的解释,前述子步骤202-1中的(17)可以通过以下步骤实现。
响应于遥感分析变化向量满足目标条件,将识别对象集中的地物变化趋势替换为预测遥感分析变化趋势,得到地物变化结果,或者,将识别对象集中的目标识别对象和地物变化趋势删除,得到地物变化结果。
在前述基础上,第一识别对象还包括当第二采集节点检测预设检测指标影像正常时,向第一采集节点发送的参数信息,参数信息用于指示预设检测指标影像正常处理的信息。
在前述基础上,本发明实施例还提供了以下的具体实施方式。
步骤207,计算机设备100的第一采集节点向第二采集节点发送第一检测请求后,若经过第二采集周期时接收到遥感设备200发送的遥感影像,则向第二采集节点发送第三指示。
其中,第三指示用于指示第二采集节点停止检测来自遥感设备200的预设检测指标影像,第二采集周期与第一采集周期的和小于或者等于有效时长。
通过上述步骤,能够在第二采集周期时接收到遥感设备200发送的遥感影像后,使第二采集节点停止检测来自遥感设备200的预设检测指标影像,以保证计算机内存的充裕,以及防止数据的重复计算。
在此基础上,本发明实施例还推荐以下的具体实施方式。
步骤208,计算机设备100的第一采集节点向第二采集节点发送第一检测请求后,若确定计算机设备100与遥感设备200通信中断,则向第二采集节点发送第三指示。
其中,第三指示用于指示第二采集节点停止检测来自遥感设备200的预设检测指标影像。
基于前述步骤207或者208,前述步骤202可以有以下的具体实施方式。
子步骤202-3,计算机设备100的第一采集节点接收第二采集节点在接收到第三指示后发送的第一识别对象。
本发明实施例提供一种遥感影像数据处理装置110,应用于遥感影像处理系统中的计算机设备100,遥感影像处理系统还包括遥感设备200,计算机设备100和遥感设备200通信连接。请结合参考图3,遥感影像数据处理装置110包括:
发送模块1101,用于计算机设备100的第一采集节点在第一采集周期内未接收到遥感设备200发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求。
其中,遥感影像为基于预设检测指标的影像,第一采集周期小于预设检测指标规定的有效时长;第一检测请求用于指示第二采集节点检测来自遥感设备200的预设检测指标影像得到第一识别对象;第一识别对象包括第一地物变化信息,第一地物变化信息用于指示第二采集节点所确定的地物变化结果。
确定模块1102,用于计算机设备100的第一采集节点接收第二采集节点发送的第一识别对象,并根据第一识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
进一步地,装置还包括检测模块1103,用于:
计算机设备100的第一采集节点检测来自遥感设备200的预设检测指标影像得到第二识别对象。
其中,第二识别对象包括第二地物变化信息,第二地物变化信息用于指示第一采集节点所确定的地物变化结果。
确定模块1102具体用于:
根据第一识别对象和第二识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
进一步地,检测模块1103还用于:
计算机设备100的第一采集节点在第一采集周期内未接收到遥感设备200发送的遥感影像时,向第三采集节点发送第二检测请求;其中,第三采集节点位于第二采集节点的下层,第二检测请求用于指示第三采集节点检测来自遥感设备200的预设检测指标影像得到第三识别对象;第三识别对象包括第三信息,第三信息用于指示第三采集节点所确定的地物变化结果;计算机设备100的第一采集节点接收第三采集节点发送的第三识别对象;
确定模块1102具体用于:
根据第一识别对象和第三识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
进一步地,检测模块1103还用于:
计算机设备100的第一采集节点在第一采集周期内未接收到遥感设备200发送的遥感影像时,向第三采集节点发送第二检测请求,第三采集节点位于第二采集节点的下层,第二检测请求用于指示第三采集节点检测来自遥感设备200的预设检测指标影像得到第三识别对象;其中,第三识别对象包括第三信息,第三信息指示第三采集节点所确定的地物变化结果;计算机设备100的第一采集节点接收第三采集节点发送的第三识别对象;
确定模块1102进一步地具体用于:
根据第一识别对象、第二识别对象和第三识别对象确定计算机设备100与遥感设备200所确定的地物变化结果。
进一步地,确定模块1102进一步地具体用于:
获取识别对象集和由识别对象集训练的预测模型,识别对象集中包括第一识别对象、第二识别对象和第三识别对象和第一识别对象、第二识别对象和第三识别对象对应的地物变化趋势;选取识别对象集中的目标识别对象和目标识别对象对应的地物变化趋势;对检测识别对象中的每个地物变化信息进行解析,得到每个地物变化信息对应的地物变化特征值,检测识别对象为任一目标识别对象;获取包括多个对比特征值以及对应的地物变化节点的映射关系,多个对比特征值按照顺序排列;对于每个地物变化特征值,进行如下查询处理:确定多个对比特征值中位于中间位置的第一对比特征值;响应于第一对比特征值与地物变化特征值相同,将第一对比特征值对应的地物变化节点,作为地物变化特征值对应的地物变化节点;响应于第一对比特征值小于地物变化特征值,若多个对比特征值按照降序排列,将第一对比特征值的上一对比特征值确定为第二对比特征值;或者,若多个对比特征值按照降序排列,将位于多个对比特征值中的第一个对比特征值与第一对比特征值的中间位置的对比特征值,确定为第二对比特征值;若多个对比特征值按照升序排列,将第一对比特征值的下一对比特征值确定为第二对比特征值;或者,若多个对比特征值按照升序排列,将位于多个对比特征值中的最后一个对比特征值与第一对比特征值的中间位置的对比特征值,确定为第二对比特征值;直至第二对比特征值与地物变化特征值相同,将第二对比特征值对应的地物变化节点作为地物变化特征值对应的地物变化节点;响应于第一对比特征值大于地物变化特征值,根据多个对比特征值的顺序确定小于第一对比特征值的第三对比特征值,直至第二对比特征值与地物变化特征值相同,将第二对比特征值对应的地物变化节点作为地物变化特征值对应的地物变化节点;将每个地物变化信息分别转换为每个地物变化特征值对应的地物变化节点,得到参考识别对象;调用预测模型,对参考识别对象进行处理,得到遥感分析变化趋势;调用预测模型,对目标识别对象进行处理,得到多个遥感分析变化趋势的置信度,选取置信度最高的遥感分析变化趋势作为目标识别对象对应的预测遥感分析变化趋势;响应于预测遥感分析变化趋势与地物变化趋势不同,对多个遥感分析变化趋势的置信度进行统计处理,获取目标识别对象的遥感分析变化向量,遥感分析变化向量用于指示预测模型处理目标识别对象得到的遥感分析变化趋势的不确定性程度;对遥感分析变化向量进行统计处理,得到预测遥感分析变化趋势的可靠值,其中,遥感分析变化向量为目标识别对象的预设特征,预设特征与预测遥感分析变化趋势的可靠值呈正相关关系;或者,遥感分析变化向量为目标识别对象的信息熵,信息熵与预测遥感分析变化趋势的可靠值呈负相关关系;响应于预测遥感分析变化趋势的可靠值大于预设可靠值,对识别对象集中的地物变化趋势进行模拟预测,得到地物变化结果。
进一步地,第一识别对象还包括当第二采集节点检测预设检测指标影像正常时,向第一采集节点发送的参数信息,参数信息用于指示预设检测指标影像正常处理的信息。
进一步地,检测模块1103还用于:
计算机设备100的第一采集节点向第二采集节点发送第一检测请求后,若经过第二采集周期时接收到遥感设备200发送的遥感影像,则向第二采集节点发送第三指示,第三指示用于指示第二采集节点停止检测来自遥感设备200的预设检测指标影像,第二采集周期与第一采集周期的和小于或者等于有效时长。
进一步地,检测模块1103还用于:
计算机设备100的第一采集节点向第二采集节点发送第一检测请求后,若确定计算机设备100与遥感设备200通信中断,则向第二采集节点发送第三指示,第三指示用于指示第二采集节点停止检测来自遥感设备200的预设检测指标影像。
进一步地,检测模块1103具体用于:
计算机设备100的第一采集节点接收第二采集节点在接收到第三指示后发送的第一识别对象。
需要说明的是,前述在遥感影像数据处理装置110的实现原理可以参考前述遥感影像数据处理方法的实现原理,在此不再赘述。应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,发送模块1101可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上发送模块1101的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
本发明实施例提供一种计算机设备100,计算机设备100包括处理器及存储有计算机指令的非易失性存储器,计算机指令被处理器执行时,计算机设备100执行前述的遥感影像数据处理方法。如图4所示,图4为本发明实施例提供的计算机设备100的结构框图。计算机设备100包括在遥感影像数据处理装置110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互,存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。例如,可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。在遥感影像数据处理装置110中包括至少一个可以软件或固件(firmware)的形式存储于存储器111中或固化在计算机设备100的操作系统(operating system,OS)中的软件功能模块。处理器112用于执行存储器111中存储的遥感影像数据处理装置110,例如在检测模块1103中所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质,可读存储介质包括计算机程序,计算机程序运行时控制可读存储介质所在计算机设备100执行前述的遥感影像数据处理方法。
综上所述,采用本发明实施例提供的一种遥感影像数据处理方法和装置通过所述计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;其中,所述遥感影像为基于预设检测指标的影像,所述第一采集周期小于所述预设检测指标规定的有效时长;所述第一检测请求用于指示所述第二采集节点检测来自所述遥感设备的预设检测指标影像得到第一识别对象;所述第一识别对象包括第一地物变化信息,所述第一地物变化信息用于指示所述第二采集节点所确定的地物变化结果;再通过所述计算机设备的第一采集节点接收所述第二采集节点发送的所述第一识别对象,并根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,能够实现一种自动化处理遥感影像数据的方案。
出于说明目的,前面的描述是参考具体实施例而进行的。但是,上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导,众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用,从而使本领域技术人员最佳地利用本公开,并利用具有不同修改的各种实施例以适于预期的特定应用。出于说明目的,前面的描述是参考具体实施例而进行的。但是,上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导,众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用,从而使本领域技术人员最佳地利用本公开,并利用具有不同修改的各种实施例以适于预期的特定应用。

Claims (10)

1.一种遥感影像数据处理方法,其特征在于,应用于遥感影像处理系统中的计算机设备,所述遥感影像处理系统还包括遥感设备,所述计算机设备和所述遥感设备通信连接;
所述方法包括:
所述计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;
其中,所述遥感影像为基于预设检测指标的影像,所述第一采集周期小于所述预设检测指标规定的有效时长;所述第一检测请求用于指示所述第二采集节点检测来自所述遥感设备的预设检测指标影像得到第一识别对象;所述第一识别对象包括第一地物变化信息,所述第一地物变化信息用于指示所述第二采集节点所确定的地物变化结果;
所述计算机设备的第一采集节点接收所述第二采集节点发送的所述第一识别对象,并根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述计算机设备的第一采集节点检测来自所述遥感设备的预设检测指标影像得到第二识别对象;
其中,所述第二识别对象包括第二地物变化信息,所述第二地物变化信息用于指示所述第一采集节点所确定的地物变化结果;
所述根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,包括:
根据所述第一识别对象和所述第二识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述计算机设备的第一采集节点在所述第一采集周期内未接收到所述遥感设备发送的遥感影像时,向第三采集节点发送第二检测请求,所述第三采集节点位于所述第二采集节点的下层,所述第二检测请求用于指示所述第三采集节点检测来自所述遥感设备的预设检测指标影像得到第三识别对象;
其中,所述第三识别对象包括第三信息,所述第三信息用于指示所述第三采集节点所确定的地物变化结果;
所述计算机设备的第一采集节点接收所述第三采集节点发送的第三识别对象;
所述根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,包括:
根据所述第一识别对象和所述第三识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
所述计算机设备的第一采集节点在所述第一采集周期内未接收到所述遥感设备发送的遥感影像时,向第三采集节点发送第二检测请求,所述第三采集节点位于所述第二采集节点的下层,所述第二检测请求用于指示所述第三采集节点检测来自所述遥感设备的预设检测指标影像得到第三识别对象;
其中,所述第三识别对象包括第三信息,所述第三信息指示所述第三采集节点所确定的地物变化结果;所述计算机设备的第一采集节点接收所述第三采集节点发送的第三识别对象;
根据所述第一识别对象和所述第二识别对象确定计算机设备与所述遥感设备所确定的地物变化结果,包括:
根据所述第一识别对象、第二识别对象和所述第三识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一识别对象、第二识别对象和所述第三识别对象确定计算机设备与所述遥感设备所确定的地物变化结果的步骤,包括:
获取识别对象集和由所述识别对象集训练的预测模型,所述识别对象集中包括所述第一识别对象、第二识别对象和第三识别对象和所述第一识别对象、第二识别对象和第三识别对象对应的地物变化趋势;
选取所述识别对象集中的目标识别对象和所述目标识别对象对应的地物变化趋势;
对检测识别对象中的每个地物变化信息进行解析,得到所述每个地物变化信息对应的地物变化特征值,所述检测识别对象为任一目标识别对象;
获取包括多个对比特征值以及对应的地物变化节点的映射关系,所述多个对比特征值按照顺序排列;
对于每个地物变化特征值,进行如下查询处理:确定所述多个对比特征值中位于中间位置的第一对比特征值;
响应于所述第一对比特征值与所述地物变化特征值相同,将所述第一对比特征值对应的地物变化节点,作为所述地物变化特征值对应的地物变化节点;
响应于所述第一对比特征值小于所述地物变化特征值,若所述多个对比特征值按照降序排列,将所述第一对比特征值的上一对比特征值确定为第二对比特征值;或者,
若所述多个对比特征值按照降序排列,将位于所述多个对比特征值中的第一个对比特征值与所述第一对比特征值的中间位置的对比特征值,确定为所述第二对比特征值;
若所述多个对比特征值按照升序排列,将所述第一对比特征值的下一对比特征值确定为所述第二对比特征值;或者,
若所述多个对比特征值按照升序排列,将位于所述多个对比特征值中的最后一个对比特征值与所述第一对比特征值的中间位置的对比特征值,确定为所述第二对比特征值;
直至所述第二对比特征值与所述地物变化特征值相同,将所述第二对比特征值对应的地物变化节点作为所述地物变化特征值对应的地物变化节点;
响应于所述第一对比特征值大于所述地物变化特征值,根据所述多个对比特征值的顺序确定小于所述第一对比特征值的第三对比特征值,直至所述第二对比特征值与所述地物变化特征值相同,将所述第二对比特征值对应的地物变化节点作为所述地物变化特征值对应的地物变化节点;
将所述每个地物变化信息分别转换为所述每个地物变化特征值对应的地物变化节点,得到参考识别对象;
调用所述预测模型,对所述参考识别对象进行处理,得到遥感分析变化趋势;
调用所述预测模型,对所述目标识别对象进行处理,得到多个遥感分析变化趋势的置信度,选取置信度最高的遥感分析变化趋势作为所述目标识别对象对应的预测遥感分析变化趋势;
响应于所述预测遥感分析变化趋势与所述地物变化趋势不同,对所述多个遥感分析变化趋势的置信度进行统计处理,获取所述目标识别对象的遥感分析变化向量,所述遥感分析变化向量用于指示所述预测模型处理所述目标识别对象得到的遥感分析变化趋势的不确定性程度;
对所述遥感分析变化向量进行统计处理,得到所述预测遥感分析变化趋势的可靠值,其中,所述遥感分析变化向量为所述目标识别对象的预设特征,所述预设特征与所述预测遥感分析变化趋势的可靠值呈正相关关系;或者,所述遥感分析变化向量为所述目标识别对象的信息熵,所述信息熵与所述预测遥感分析变化趋势的可靠值呈负相关关系;
响应于所述预测遥感分析变化趋势的可靠值大于预设可靠值,对所述识别对象集中的所述地物变化趋势进行模拟预测,得到所述地物变化结果。
6.根据权利要求1所述的方法,其特征在于,所述第一识别对象还包括当第二采集节点检测所述预设检测指标影像正常时,向所述第一采集节点发送的参数信息,所述参数信息用于指示所述预设检测指标影像正常处理的信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述计算机设备的第一采集节点向所述第二采集节点发送所述第一检测请求后,若经过第二采集周期时接收到所述遥感设备发送的遥感影像,则向所述第二采集节点发送第三指示,所述第三指示用于指示所述第二采集节点停止检测来自所述遥感设备的预设检测指标影像,所述第二采集周期与所述第一采集周期的和小于或者等于所述有效时长。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述计算机设备的第一采集节点向所述第二采集节点发送第一检测请求后,若确定所述计算机设备与所述遥感设备通信中断,则向所述第二采集节点发送第三指示,所述第三指示用于指示所述第二采集节点停止检测来自所述遥感设备的预设检测指标影像。
9.根据权利要求7或8所述的方法,其特征在于,所述计算机设备的第一采集节点接收所述第二采集节点发送的第一识别对象,包括:
所述计算机设备的第一采集节点接收所述第二采集节点在接收到所述第三指示后发送的所述第一识别对象。
10.一种遥感影像数据处理装置,其特征在于,应用于遥感影像处理系统中的计算机设备,所述遥感影像处理系统还包括遥感设备,所述计算机设备和所述遥感设备通信连接;
所述装置包括:
发送模块,用于所述计算机设备的第一采集节点在第一采集周期内未接收到遥感设备发送的遥感影像时,向位于第一采集节点下层的第二采集节点发送第一检测请求;
其中,所述遥感影像为基于预设检测指标的影像,所述第一采集周期小于所述预设检测指标规定的有效时长;所述第一检测请求用于指示所述第二采集节点检测来自所述遥感设备的预设检测指标影像得到第一识别对象;所述第一识别对象包括第一地物变化信息,所述第一地物变化信息用于指示所述第二采集节点所确定的地物变化结果;
确定模块,用于所述计算机设备的第一采集节点接收所述第二采集节点发送的所述第一识别对象,并根据所述第一识别对象确定计算机设备与所述遥感设备所确定的地物变化结果。
CN202010933519.0A 2020-09-08 2020-09-08 一种遥感影像数据处理方法及装置 Active CN112101167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010933519.0A CN112101167B (zh) 2020-09-08 2020-09-08 一种遥感影像数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010933519.0A CN112101167B (zh) 2020-09-08 2020-09-08 一种遥感影像数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN112101167A true CN112101167A (zh) 2020-12-18
CN112101167B CN112101167B (zh) 2021-05-14

Family

ID=73751094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010933519.0A Active CN112101167B (zh) 2020-09-08 2020-09-08 一种遥感影像数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN112101167B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110222781A1 (en) * 2010-03-15 2011-09-15 U.S. Government As Represented By The Secretary Of The Army Method and system for image registration and change detection
CN107239755A (zh) * 2017-05-23 2017-10-10 国家地理空间信息中心 基于高分卫星遥感数据的海上油气平台提取系统
CN108956484A (zh) * 2018-04-28 2018-12-07 中电建水环境治理技术有限公司 一种一体化追踪污染源的方法和装置
CN110738169A (zh) * 2019-10-11 2020-01-31 深圳前海微众银行股份有限公司 车流量监测方法、装置、设备及计算机可读存储介质
CN111291615A (zh) * 2020-01-13 2020-06-16 内江师范学院 一种多时相遥感影像变化监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110222781A1 (en) * 2010-03-15 2011-09-15 U.S. Government As Represented By The Secretary Of The Army Method and system for image registration and change detection
CN107239755A (zh) * 2017-05-23 2017-10-10 国家地理空间信息中心 基于高分卫星遥感数据的海上油气平台提取系统
CN108956484A (zh) * 2018-04-28 2018-12-07 中电建水环境治理技术有限公司 一种一体化追踪污染源的方法和装置
CN110738169A (zh) * 2019-10-11 2020-01-31 深圳前海微众银行股份有限公司 车流量监测方法、装置、设备及计算机可读存储介质
CN111291615A (zh) * 2020-01-13 2020-06-16 内江师范学院 一种多时相遥感影像变化监测方法

Also Published As

Publication number Publication date
CN112101167B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
WO2019214309A1 (zh) 模型测试的方法及装置
EP3220353B1 (en) Image processing apparatus, image processing method, and recording medium
CN111008643B (zh) 基于半监督学习的图片分类方法、装置和计算机设备
CN110738235B (zh) 肺结核判定方法、装置、计算机设备及存储介质
CN112565187B (zh) 基于逻辑回归的电网攻击检测方法、系统、设备及介质
CN112613380B (zh) 一种机房巡检方法、装置及电子设备、存储介质
CN114061659A (zh) 设备监测方法、装置、电子设备、存储介质及程序产品
CN108180935B (zh) 传感器的故障检测方法及装置
CN112101167B (zh) 一种遥感影像数据处理方法及装置
US9397921B2 (en) Method and system for signal categorization for monitoring and detecting health changes in a database system
CN117152152B (zh) 检测试剂盒的生产管理系统及方法
CN113869327A (zh) 一种基于土壤元素含量检测的数据处理方法及系统
US20230260270A1 (en) Learning utilization system, utilizing device, learning device, non-transitory computer-readable medium, and learning utilization method
CN116821777A (zh) 一种新型基础测绘数据整合方法及系统
CN111460909A (zh) 基于视觉的货位管理方法和装置
CN115620029A (zh) 一种面向智慧城市的业主实际居住大数据检测方法与系统
CN112985518B (zh) 一种基于物联网的温湿度智能监测方法及装置
CN114785616A (zh) 数据风险检测方法、装置、计算机设备及存储介质
CN114003466A (zh) 一种用于微服务应用程序的故障根因定位方法
CN113808088A (zh) 一种污染检测方法及系统
CN109036497B (zh) 一种医学实验室检测结果的分析方法及装置
CN117496419A (zh) 基于智慧建筑的数据处理方法及系统
CN116450632B (zh) 地理样本数据质量评估方法、设备及存储介质
CN117151227B (zh) 一种半导体检测结果的推理方法及装置
CN115801845B (zh) 基于边缘计算的工业互联网数据采集方法及相关设备

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Remote sensing image data processing method and device

Effective date of registration: 20211110

Granted publication date: 20210514

Pledgee: China Co. truction Bank Corp Guangzhou economic and Technological Development Zone sub branch

Pledgor: GUANGDONG XINHEDAO INFORMATION TECHNOLOGY CO.,LTD.

Registration number: Y2021980012215

PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220311

Granted publication date: 20210514

Pledgee: China Co. truction Bank Corp Guangzhou economic and Technological Development Zone sub branch

Pledgor: GUANGDONG XINHEDAO INFORMATION TECHNOLOGY CO.,LTD.

Registration number: Y2021980012215

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Remote sensing image data processing method and device

Effective date of registration: 20220316

Granted publication date: 20210514

Pledgee: China Construction Bank Corporation Guangzhou Development Zone Branch

Pledgor: GUANGDONG XINHEDAO INFORMATION TECHNOLOGY CO.,LTD.

Registration number: Y2022980002700

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230612

Granted publication date: 20210514

Pledgee: China Construction Bank Corporation Guangzhou Development Zone Branch

Pledgor: GUANGDONG XINHEDAO INFORMATION TECHNOLOGY CO.,LTD.

Registration number: Y2022980002700

PC01 Cancellation of the registration of the contract for pledge of patent right