CN116091881A - 一种基于多源数据融合的遥感信息管理系统 - Google Patents
一种基于多源数据融合的遥感信息管理系统 Download PDFInfo
- Publication number
- CN116091881A CN116091881A CN202310109883.9A CN202310109883A CN116091881A CN 116091881 A CN116091881 A CN 116091881A CN 202310109883 A CN202310109883 A CN 202310109883A CN 116091881 A CN116091881 A CN 116091881A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- analysis
- picture
- area
- region
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种基于多源数据融合的遥感信息管理系统,涉及遥感信息管理技术领域,解决了现有技术中,不能够根据遥感技术对应区域的动态变化周期分析进行针对性的信息采集周期调整的技术问题;本发明是通过遥感技术获取到区域的图片,并将根据各个图片进行分段分析,判断各个图片对应区域的动态变化周期,根据动态变化周期可以对区域拍摄周期进行调整,降低遥感信息的存储压力,有利于提高遥感信息的管理效率;还对分析区域内的遥感信息进行精度分析,判断分析区域内各个子区域的遥感精度是否满足需求,以保证分析区域内的遥感信息能够及时更新,同时在保证信息及时性的前提下能够控制遥感信息的投入成本。
Description
技术领域
本发明涉及遥感信息管理技术领域,具体为一种基于多源数据融合的遥感信息管理系统。
背景技术
当代遥感的发展主要表现在于多传感器、高分辨率和多时相特征,面对这些呈几何级数增长的影像数据,如何合理有效地组织、调度、存储和管理直接关系到大量宝贵遥感影像数据的使用效率,而遥感技术也是一门建立在空间科学、电子技术、计算机技术和信息论等新的技术科学,以及地球科学理论基础上的综合性技术,为现代前沿科学技术之一,具有宏观、动态、综合、快速、多层次和多时相的优势;
但是在现有技术中,不能够根据遥感技术对应区域的动态变化周期分析进行针对性的信息采集周期调整,以至于遥感信息采集的效率低且增加信息存储成本,降低遥感信息的管理效率,此外,不能够根据区域类型进行合理的精度分析,以至于对遥感信息获取的成本不能够精准控制;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种基于多源数据融合的遥感信息管理系统,是对分析区域内各个子区域进行突变性分析,判断分析区域内各个子区域的突变概率,来对子区域的遥感信息进行针对性存储,有利于提高遥感信息的存储效率,防止相同遥感信息共存导致存储资源不能够均衡分布,造成遥感信息的存储压力大,导致成本增高;还对各个子区域的遥感信息存储进行控制,判断各个子区域对应遥感信息存储是否合格,以对遥感信息进一步管理,有利于提高遥感信息实时存取的便利性。
本发明的目的可以通过以下技术方案实现:
一种基于多源数据融合的遥感信息管理系统,包括服务器,服务器通讯连接有:
遥感信息分段分析单元,用于对获取的遥感信息进行分段分析,遥感信息表示为区域的拍摄图片,将遥感信息对应的区域标记为分析区域,并将其划分为i个子区域,i为大于1的自然数,同时获取到分析区域的信息采集时间段,并将信息采集时间段内各个子区域的图片根据时间顺序构建遥感图片组;将分析区域对应子区域的图片内设置参考位置点,且参考位置点可为子区域对应图片任意一点,通过数据分析将分析区域内子区域划分为高动态浮动区域和低动态浮动区域,并将对应编号一同发送至服务器;
遥感精度分析单元,用于对分析区域内的遥感信息进行精度分析,通过分析获取到分析区域内各个子区域的遥感精度分析系数,根据遥感精度分析系数比较将各个子区域划分为高遥感精度区域和低遥感精度区域,服务器针对子区域的类型进行精度控制;
信息突变性分析单元,用于对分析区域内各个子区域进行突变性分析,判断分析区域内各个子区域的突变概率,通过分析生成高突变性信号和低突变性信号,并将其发送至服务器;
存储控制分析单元,用于对各个子区域的遥感信息存储进行控制,通过分析生成存储控制信号或者存储正常信号,并将其发送至服务器。
作为本发明的一种优选实施方式,遥感信息分段分析单元的运行过程如下:
采集到信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量以及遥感图片组内首末图片对应参考位置点的位置浮动速度,并将信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量以及遥感图片组内首末图片对应参考位置点的位置浮动速度分别与位置浮动量阈值和位置浮动速度阈值进行比较:
若信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量超过位置浮动量阈值,或者遥感图片组内首末图片对应参考位置点的位置浮动速度超过位置浮动速度阈值,则判定对应子区域内的环境浮动快,将对应子区域标记为高动态浮动区域;
若信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量未超过位置浮动量阈值,且遥感图片组内首末图片对应参考位置点的位置浮动速度未超过位置浮动速度阈值,则判定对应子区域内的环境浮动慢,将对应子区域标记为低动态浮动区域。
作为本发明的一种优选实施方式,遥感精度分析单元的运行过程如下:
采集到信息采集时间段内各个子区域对应相邻图片获取时刻的间隔时长以及各个子区域对应图片区域与实际区域的比例值;采集到信息采集时间段内各个子区域对应采集周期的最大时长差;通过分析获取到分析区域内各个子区域的遥感精度分析系数;
将分析区域内各个子区域的遥感精度分析系数与遥感精度分析系数阈值进行比较:
若分析区域内子区域的遥感精度分析系数超过遥感精度分析系数阈值,则判定对应子区域的遥感精度高,将对应子区域标记为高遥感精度区域,并将对应高遥感精度区域的对应编号发送至服务器;若分析区域内子区域的遥感精度分析系数未超过遥感精度分析系数阈值,则判定对应子区域的遥感精度低,将对应子区域标记为低遥感精度区域,并将对应低遥感精度区域的对应编号发送至服务器。
作为本发明的一种优选实施方式,信息突变性分析单元的运行过程如下:
采集到分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值以及分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差,并将分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值以及分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差分别与最大偏移值阈值和最大偏移速度差阈值进行比较:
若分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值超过最大偏移值阈值,或者分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差超过最大偏移速度差阈值,则生成高突变性信号并将高突变性信号发送至服务器;
若分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值未超过最大偏移值阈值,且分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差未超过最大偏移速度差阈值,则生成低突变性信号并将低突变性信号发送至服务器。
作为本发明的一种优选实施方式,存储控制分析单元的运行过程如下:
采集到分析区域内各个子区域遥感信息出现突变的时刻,并将对应子区域的图片标记为偏移图片,获取到子区域的遥感图片组内偏移图片前实时存储的图片量以及对应实时存储图片量内参考位置点未出现偏移的图片数量占比,并将子区域的遥感图片组内偏移图片前实时存储的图片量以及对应实时存储图片量内参考位置点未出现偏移的图片数量占比分别与存储图片量阈值和图片数量占比阈值进行比较:
若子区域的遥感图片组内偏移图片前实时存储的图片量超过存储图片量阈值,或者对应实时存储图片量内参考位置点未出现偏移的图片数量占比超过图片数量占比阈值,则判定对应子区域的遥感图片组存储不合理,生成存储控制信号并将存储控制信号发送至服务器;
若子区域的遥感图片组内偏移图片前实时存储的图片量未超过存储图片量阈值,且对应实时存储图片量内参考位置点未出现偏移的图片数量占比未超过图片数量占比阈值,则判定对应子区域的遥感图片组存储合理,生成存储正常信号并将存储正常信号发送至服务器。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过遥感技术获取到区域的图片,并将根据各个图片进行分段分析,判断各个图片对应区域的动态变化周期,根据动态变化周期可以对区域拍摄周期进行调整,降低遥感信息的存储压力,有利于提高遥感信息的管理效率;对分析区域内的遥感信息进行精度分析,判断分析区域内各个子区域的遥感精度是否满足需求,从而保证分析区域内的遥感信息能够及时更新,同时在保证信息及时性的前提下能够控制遥感信息的投入成本,提高遥感信息的管理效率,也增强了区域的监测力度;
2、本发明中,对分析区域内各个子区域进行突变性分析,判断分析区域内各个子区域的突变概率,从而对子区域的遥感信息进行针对性存储,有利于提高遥感信息的存储效率,防止相同遥感信息共存导致存储资源不能够均衡分布,造成遥感信息的存储压力大,导致成本增高;对各个子区域的遥感信息存储进行控制,判断各个子区域对应遥感信息存储是否合格,从而对遥感信息进一步管理,有利于提高遥感信息实时存取的便利性,防止遥感信息存储不合格导致存取过程中增加了耗时同时加大了存储成本,导致遥感信息的存储效率降低。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明一种基于多源数据融合的遥感信息管理系统的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1所示,一种基于多源数据融合的遥感信息管理系统,包括服务器,服务器通讯连接有遥感信息分段分析单元、遥感精度分析单元、信息突变性分析单元以及存储控制分析单元,其中,服务器与遥感信息分段分析单元、遥感精度分析单元、信息突变性分析单元以及存储控制分析单元均为双向通讯连接;
服务器生成遥感信息分段分析信号并将遥感信息分段分析信号发送至遥感信息分段分析单元,遥感信息分段分析单元接收到遥感信息分段分析信号后,对获取的遥感信息进行分段分析,其中,本申请中遥感信息表示为区域的拍摄图片,通过遥感技术获取到区域的图片,并将根据各个图片进行分段分析,判断各个图片对应区域的动态变化周期,根据动态变化周期可以对区域拍摄周期进行调整,降低遥感信息的存储压力,有利于提高遥感信息的管理效率;
将遥感信息对应的区域标记为分析区域,并将其划分为i个子区域,i为大于1的自然数,同时获取到分析区域的信息采集时间段,并将信息采集时间段内各个子区域的图片根据时间顺序构建遥感图片组;将分析区域对应子区域的图片内设置参考位置点,且参考位置点可为子区域对应图片任意一点,采集到信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量以及遥感图片组内首末图片对应参考位置点的位置浮动速度,并将信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量以及遥感图片组内首末图片对应参考位置点的位置浮动速度分别与位置浮动量阈值和位置浮动速度阈值进行比较:其中,参考位置点浮动以图片对应位置浮动距离为依据;
若信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量超过位置浮动量阈值,或者遥感图片组内首末图片对应参考位置点的位置浮动速度超过位置浮动速度阈值,则判定对应子区域内的环境浮动快,将对应子区域标记为高动态浮动区域;若信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量未超过位置浮动量阈值,且遥感图片组内首末图片对应参考位置点的位置浮动速度未超过位置浮动速度阈值,则判定对应子区域内的环境浮动慢,将对应子区域标记为低动态浮动区域;
将分析区域内高动态浮动区域和低动态浮动区域的对应编号发送至服务器;
服务器接收到对应名称的高动态浮动区域和低动态浮动区域后,生成遥感精度分析信号并将遥感精度分析信号发送至遥感精度分析单元,遥感精度分析单元接收到遥感精度分析信号后,对分析区域内的遥感信息进行精度分析,判断分析区域内各个子区域的遥感精度是否满足需求,从而保证分析区域内的遥感信息能够及时更新,同时在保证信息及时性的前提下能够控制遥感信息的投入成本,提高遥感信息的管理效率,也增强了区域的监测力度;
采集到信息采集时间段内各个子区域对应相邻图片获取时刻的间隔时长以及各个子区域对应图片区域与实际区域的比例值,并将信息采集时间段内各个子区域对应相邻图片获取时刻的间隔时长以及各个子区域对应图片区域与实际区域的比例值分别标记为JGSi和BLZi;采集到信息采集时间段内各个子区域对应采集周期的最大时长差,并将信息采集时间段内各个子区域对应采集周期的最大时长差标记为SCZi;
将分析区域内各个子区域的遥感精度分析系数Xi与遥感精度分析系数阈值进行比较:
若分析区域内子区域的遥感精度分析系数Xi超过遥感精度分析系数阈值,则判定对应子区域的遥感精度高,将对应子区域标记为高遥感精度区域,并将对应高遥感精度区域的对应编号发送至服务器;若分析区域内子区域的遥感精度分析系数Xi未超过遥感精度分析系数阈值,则判定对应子区域的遥感精度低,将对应子区域标记为低遥感精度区域,并将对应低遥感精度区域的对应编号发送至服务器;
服务器接收后,将分析区域的子区域进行分析,若子区域为高遥感精度区域且为低动态浮动区域,则判断对应子区域的遥感信息采集效率低,将对应子区域进行周期放宽;若子区域为低遥感精度区域且为高动态浮动区域,则判断对应子区域的遥感信息采集存在及时性风险,将对应子区域进行精度进行增加,即缩短采集周期、提高采集精度;
在对各个子区域完成精度分析后,服务器生成信息突变性分析信号并将信息突变性分析信号发送至信息突变性分析单元,信息突变性分析单元接收到信息突变性分析信号后,对分析区域内各个子区域进行突变性分析,判断分析区域内各个子区域的突变概率,从而对子区域的遥感信息进行针对性存储,有利于提高遥感信息的存储效率,防止相同遥感信息共存导致存储资源不能够均衡分布,造成遥感信息的存储压力大,导致成本增高;
采集到分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值以及分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差,并将分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值以及分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差分别与最大偏移值阈值和最大偏移速度差阈值进行比较:
若分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值超过最大偏移值阈值,或者分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差超过最大偏移速度差阈值,则判定对应子区域突变性分析为高概率,生成高突变性信号并将高突变性信号发送至服务器;若分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值未超过最大偏移值阈值,且分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差未超过最大偏移速度差阈值,则判定对应子区域突变性分析为低概率,生成低突变性信号并将低突变性信号发送至服务器;
服务器接收到高突变性信号和低突变性信号后,将对应子区域设置存储预留周期,且高突变性区域的存储预留周期低于低突变性区域的存储预留周期,同时生成存储控制分析信号并将存储控制风险信号发送至存储控制分析单元,存储控制分析单元接收到存储控制分析信号后,对各个子区域的遥感信息存储进行控制,判断各个子区域对应遥感信息存储是否合格,从而对遥感信息进一步管理,有利于提高遥感信息实时存取的便利性,防止遥感信息存储不合格导致存取过程中增加了耗时同时加大了存储成本,导致遥感信息的存储效率降低;
采集到分析区域内各个子区域遥感信息出现突变的时刻,并将对应子区域的图片标记为偏移图片,获取到子区域的遥感图片组内偏移图片前实时存储的图片量以及对应实时存储图片量内参考位置点未出现偏移的图片数量占比,并将子区域的遥感图片组内偏移图片前实时存储的图片量以及对应实时存储图片量内参考位置点未出现偏移的图片数量占比分别与存储图片量阈值和图片数量占比阈值进行比较:
若子区域的遥感图片组内偏移图片前实时存储的图片量超过存储图片量阈值,或者对应实时存储图片量内参考位置点未出现偏移的图片数量占比超过图片数量占比阈值,则判定对应子区域的遥感图片组存储不合理,生成存储控制信号并将存储控制信号发送至服务器,服务器接收到存储控制信号后,将对应子区域的遥感图片组对应可存储预留时间进行缩短;
若子区域的遥感图片组内偏移图片前实时存储的图片量未超过存储图片量阈值,且对应实时存储图片量内参考位置点未出现偏移的图片数量占比未超过图片数量占比阈值,则判定对应子区域的遥感图片组存储合理,生成存储正常信号并将存储正常信号发送至服务器。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过遥感信息分段分析单元对获取的遥感信息进行分段分析,遥感信息表示为区域的拍摄图片,将遥感信息对应的区域标记为分析区域,并将其划分为i个子区域,i为大于1的自然数,同时获取到分析区域的信息采集时间段,并将信息采集时间段内各个子区域的图片根据时间顺序构建遥感图片组;将分析区域对应子区域的图片内设置参考位置点,且参考位置点可为子区域对应图片任意一点,通过数据分析将分析区域内子区域划分为高动态浮动区域和低动态浮动区域,并将对应编号一同发送至服务器;通过遥感精度分析单元对分析区域内的遥感信息进行精度分析,通过分析获取到分析区域内各个子区域的遥感精度分析系数,根据遥感精度分析系数比较将各个子区域划分为高遥感精度区域和低遥感精度区域,服务器针对子区域的类型进行精度控制;通过信息突变性分析单元对分析区域内各个子区域进行突变性分析,判断分析区域内各个子区域的突变概率,通过分析生成高突变性信号和低突变性信号,并将其发送至服务器;通过存储控制分析单元对各个子区域的遥感信息存储进行控制,通过分析生成存储控制信号或者存储正常信号,并将其发送至服务器。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种基于多源数据融合的遥感信息管理系统,其特征在于,包括服务器,服务器通讯连接有:
遥感信息分段分析单元,用于对获取的遥感信息进行分段分析,遥感信息表示为区域的拍摄图片,将遥感信息对应的区域标记为分析区域,并将其划分为i个子区域,i为大于1的自然数,同时获取到分析区域的信息采集时间段,并将信息采集时间段内各个子区域的图片根据时间顺序构建遥感图片组;将分析区域对应子区域的图片内设置参考位置点,且参考位置点可为子区域对应图片任意一点,通过数据分析将分析区域内子区域划分为高动态浮动区域和低动态浮动区域,并将对应编号一同发送至服务器;
遥感精度分析单元,用于对分析区域内的遥感信息进行精度分析,通过分析获取到分析区域内各个子区域的遥感精度分析系数,根据遥感精度分析系数比较将各个子区域划分为高遥感精度区域和低遥感精度区域,服务器针对子区域的类型进行精度控制;
信息突变性分析单元,用于对分析区域内各个子区域进行突变性分析,判断分析区域内各个子区域的突变概率,通过分析生成高突变性信号和低突变性信号,并将其发送至服务器;
存储控制分析单元,用于对各个子区域的遥感信息存储进行控制,通过分析生成存储控制信号或者存储正常信号,并将其发送至服务器。
2.根据权利要求1所述的一种基于多源数据融合的遥感信息管理系统,其特征在于,遥感信息分段分析单元的运行过程如下:
采集到信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量以及遥感图片组内首末图片对应参考位置点的位置浮动速度,并将信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量以及遥感图片组内首末图片对应参考位置点的位置浮动速度分别与位置浮动量阈值和位置浮动速度阈值进行比较:
若信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量超过位置浮动量阈值,或者遥感图片组内首末图片对应参考位置点的位置浮动速度超过位置浮动速度阈值,则判定对应子区域内的环境浮动快,将对应子区域标记为高动态浮动区域;
若信息采集时间段内遥感图片组内相邻图片对应参考位置点的位置浮动量未超过位置浮动量阈值,且遥感图片组内首末图片对应参考位置点的位置浮动速度未超过位置浮动速度阈值,则判定对应子区域内的环境浮动慢,将对应子区域标记为低动态浮动区域。
3.根据权利要求1所述的一种基于多源数据融合的遥感信息管理系统,其特征在于,遥感精度分析单元的运行过程如下:
采集到信息采集时间段内各个子区域对应相邻图片获取时刻的间隔时长以及各个子区域对应图片区域与实际区域的比例值;采集到信息采集时间段内各个子区域对应采集周期的最大时长差;通过分析获取到分析区域内各个子区域的遥感精度分析系数;
将分析区域内各个子区域的遥感精度分析系数与遥感精度分析系数阈值进行比较:
若分析区域内子区域的遥感精度分析系数超过遥感精度分析系数阈值,则判定对应子区域的遥感精度高,将对应子区域标记为高遥感精度区域,并将对应高遥感精度区域的对应编号发送至服务器;若分析区域内子区域的遥感精度分析系数未超过遥感精度分析系数阈值,则判定对应子区域的遥感精度低,将对应子区域标记为低遥感精度区域,并将对应低遥感精度区域的对应编号发送至服务器。
4.根据权利要求1所述的一种基于多源数据融合的遥感信息管理系统,其特征在于,信息突变性分析单元的运行过程如下:
采集到分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值以及分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差,并将分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值以及分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差分别与最大偏移值阈值和最大偏移速度差阈值进行比较:
若分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值超过最大偏移值阈值,或者分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差超过最大偏移速度差阈值,则生成高突变性信号并将高突变性信号发送至服务器;
若分析区域内对应子区域遥感图片组内相邻图片的参考位置点最大偏移值未超过最大偏移值阈值,且分析区域内对应子区域遥感图片组参考位置点的最大偏移速度差未超过最大偏移速度差阈值,则生成低突变性信号并将低突变性信号发送至服务器。
5.根据权利要求1所述的一种基于多源数据融合的遥感信息管理系统,其特征在于,存储控制分析单元的运行过程如下:
采集到分析区域内各个子区域遥感信息出现突变的时刻,并将对应子区域的图片标记为偏移图片,获取到子区域的遥感图片组内偏移图片前实时存储的图片量以及对应实时存储图片量内参考位置点未出现偏移的图片数量占比,并将子区域的遥感图片组内偏移图片前实时存储的图片量以及对应实时存储图片量内参考位置点未出现偏移的图片数量占比分别与存储图片量阈值和图片数量占比阈值进行比较:
若子区域的遥感图片组内偏移图片前实时存储的图片量超过存储图片量阈值,或者对应实时存储图片量内参考位置点未出现偏移的图片数量占比超过图片数量占比阈值,则判定对应子区域的遥感图片组存储不合理,生成存储控制信号并将存储控制信号发送至服务器;
若子区域的遥感图片组内偏移图片前实时存储的图片量未超过存储图片量阈值,且对应实时存储图片量内参考位置点未出现偏移的图片数量占比未超过图片数量占比阈值,则判定对应子区域的遥感图片组存储合理,生成存储正常信号并将存储正常信号发送至服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310109883.9A CN116091881B (zh) | 2023-02-14 | 2023-02-14 | 一种基于多源数据融合的遥感信息管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310109883.9A CN116091881B (zh) | 2023-02-14 | 2023-02-14 | 一种基于多源数据融合的遥感信息管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116091881A true CN116091881A (zh) | 2023-05-09 |
CN116091881B CN116091881B (zh) | 2023-07-11 |
Family
ID=86186868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310109883.9A Active CN116091881B (zh) | 2023-02-14 | 2023-02-14 | 一种基于多源数据融合的遥感信息管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116091881B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101321287A (zh) * | 2008-07-08 | 2008-12-10 | 浙江大学 | 基于运动目标检测的视频编码方法 |
CN102750468A (zh) * | 2012-05-08 | 2012-10-24 | 南京吉印信息科技有限公司 | 基于信息隐藏的遥感影像附属文件隐藏方法 |
CN105306942A (zh) * | 2015-10-19 | 2016-02-03 | 上海增容数据科技有限公司 | 一种视频编码器的编码方法、装置及系统 |
US20170124497A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
CN107037429A (zh) * | 2017-04-17 | 2017-08-11 | 电子科技大学 | 基于门限梯度追踪算法的线阵sar三维成像方法 |
CN111510658A (zh) * | 2020-04-23 | 2020-08-07 | 上海依图网络科技有限公司 | 图片数据处理方法、装置、电子设备及存储介质 |
CN112561832A (zh) * | 2020-12-24 | 2021-03-26 | 山东省国土测绘院 | 一种遥感影像数据存储方法及系统 |
CN112734617A (zh) * | 2021-01-23 | 2021-04-30 | 千居智人工智能科技昆山有限公司 | 一种基于5g定位技术的地质灾害预警监测方法 |
US20210173119A1 (en) * | 2019-12-04 | 2021-06-10 | International Business Machines Corporation | Effective agriculture and environment monitoring |
CN113992294A (zh) * | 2021-10-22 | 2022-01-28 | 国网湖南省电力有限公司 | 用电信息采集系统中时钟管理控制方法及装置 |
CN114842346A (zh) * | 2022-05-24 | 2022-08-02 | 杭州海康威视数字技术股份有限公司 | 遥感图像的变化检测标注方法、装置、系统及存储介质 |
CN115269893A (zh) * | 2022-08-09 | 2022-11-01 | 北京数慧时空信息技术有限公司 | 基于湖仓一体的遥感影像存储系统及方法 |
CN115272874A (zh) * | 2022-09-28 | 2022-11-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 基于遥感影像的泥石流灾害识别及频率计算方法 |
CN115271526A (zh) * | 2022-08-18 | 2022-11-01 | 杭州集联科技有限公司 | 一种基于数字孪生的智慧城市管理系统 |
CN115690086A (zh) * | 2022-11-17 | 2023-02-03 | 电子科技大学长三角研究院(湖州) | 一种基于对象的高分辨率遥感影像变化检测方法及系统 |
-
2023
- 2023-02-14 CN CN202310109883.9A patent/CN116091881B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101321287A (zh) * | 2008-07-08 | 2008-12-10 | 浙江大学 | 基于运动目标检测的视频编码方法 |
CN102750468A (zh) * | 2012-05-08 | 2012-10-24 | 南京吉印信息科技有限公司 | 基于信息隐藏的遥感影像附属文件隐藏方法 |
CN105306942A (zh) * | 2015-10-19 | 2016-02-03 | 上海增容数据科技有限公司 | 一种视频编码器的编码方法、装置及系统 |
US20170124497A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
CN107037429A (zh) * | 2017-04-17 | 2017-08-11 | 电子科技大学 | 基于门限梯度追踪算法的线阵sar三维成像方法 |
US20210173119A1 (en) * | 2019-12-04 | 2021-06-10 | International Business Machines Corporation | Effective agriculture and environment monitoring |
CN111510658A (zh) * | 2020-04-23 | 2020-08-07 | 上海依图网络科技有限公司 | 图片数据处理方法、装置、电子设备及存储介质 |
CN112561832A (zh) * | 2020-12-24 | 2021-03-26 | 山东省国土测绘院 | 一种遥感影像数据存储方法及系统 |
CN112734617A (zh) * | 2021-01-23 | 2021-04-30 | 千居智人工智能科技昆山有限公司 | 一种基于5g定位技术的地质灾害预警监测方法 |
CN113992294A (zh) * | 2021-10-22 | 2022-01-28 | 国网湖南省电力有限公司 | 用电信息采集系统中时钟管理控制方法及装置 |
CN114842346A (zh) * | 2022-05-24 | 2022-08-02 | 杭州海康威视数字技术股份有限公司 | 遥感图像的变化检测标注方法、装置、系统及存储介质 |
CN115269893A (zh) * | 2022-08-09 | 2022-11-01 | 北京数慧时空信息技术有限公司 | 基于湖仓一体的遥感影像存储系统及方法 |
CN115271526A (zh) * | 2022-08-18 | 2022-11-01 | 杭州集联科技有限公司 | 一种基于数字孪生的智慧城市管理系统 |
CN115272874A (zh) * | 2022-09-28 | 2022-11-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 基于遥感影像的泥石流灾害识别及频率计算方法 |
CN115690086A (zh) * | 2022-11-17 | 2023-02-03 | 电子科技大学长三角研究院(湖州) | 一种基于对象的高分辨率遥感影像变化检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
陈峰: ""卫星遥感影像数据管理系统设计与实现"", 《经纬天地》, no. 1, pages 55 - 58 * |
Also Published As
Publication number | Publication date |
---|---|
CN116091881B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3111339B1 (en) | Systems and methods for managing content items having multiple resolutions | |
CN110875843B (zh) | 设备数据的上传周期更新系统及更新方法 | |
CN112419189B (zh) | 一种格网化的卫星影像数据纠偏方法 | |
CN102202072A (zh) | 互联网站数据的单向同步方法 | |
CN110008297B (zh) | 一种基于地理网格的最优覆盖卫星影像筛选方法 | |
CN116091881B (zh) | 一种基于多源数据融合的遥感信息管理系统 | |
CN105243098A (zh) | 人脸图像的聚类方法及装置 | |
CN115115107A (zh) | 光伏功率的预测方法、预测装置和计算机设备 | |
CN112113544A (zh) | 一种基于无人机影像的遥感数据处理方法及系统 | |
CN113435940B (zh) | 矢量地理空间数据在线服务多因子运营计价系统 | |
CN109358522A (zh) | 一种基于云计算与大数据的智能家居控制方法及装置 | |
CN118211721B (zh) | 基于人工智能的建筑能耗预测方法 | |
CN112001300B (zh) | 基于按位置交叉熵的楼宇监控方法、装置和电子设备 | |
CN116881383B (zh) | 一种实现网络动态地理信息服务的方法 | |
CN114143590B (zh) | 一种视频播放方法、服务器及存储介质 | |
CN110324585A (zh) | 基于高速移动平台的slam系统的实现方法 | |
CN113868465B (zh) | 一种基于二维时间格网的可定位视频检索方法 | |
CN115241980A (zh) | 基于无人机前端识别的配网台区供电半径核查系统及方法 | |
CN114418243A (zh) | 分布式新能源云端网格预测方法与系统 | |
CN116842013B (zh) | 一种栅格地图数据存储方法及设备 | |
CN118312571B (zh) | 一种道路数据多级数据同步方法 | |
CN118349529B (zh) | 一种基于深度学习的图片视频存储方法 | |
CN117792476B (zh) | 一种基于太空中卫星环境数据的block块自动检测及处理方法 | |
CN116578741B (zh) | 视图混合存储方法、装置及系统 | |
CN116149561B (zh) | 一种瓦片数据传输方法、装置、电子设备和存储介质 |
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 |