CN116704306A - 一种Planet卫星数据融合与匀色方法 - Google Patents

一种Planet卫星数据融合与匀色方法 Download PDF

Info

Publication number
CN116704306A
CN116704306A CN202310784707.5A CN202310784707A CN116704306A CN 116704306 A CN116704306 A CN 116704306A CN 202310784707 A CN202310784707 A CN 202310784707A CN 116704306 A CN116704306 A CN 116704306A
Authority
CN
China
Prior art keywords
data
satellite
fusion
satellite data
satellites
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.)
Pending
Application number
CN202310784707.5A
Other languages
English (en)
Inventor
宁东浩
尚占江
李明洋
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.)
Sunlight Agricultural Mutual Insurance Co
Original Assignee
Sunlight Agricultural Mutual Insurance Co
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 Sunlight Agricultural Mutual Insurance Co filed Critical Sunlight Agricultural Mutual Insurance Co
Priority to CN202310784707.5A priority Critical patent/CN116704306A/zh
Publication of CN116704306A publication Critical patent/CN116704306A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种Planet卫星数据融合与匀色方法，涉及分布式电源控制装置技术领域，包括以下步骤，S1、获取数据：通过卫星的控制系统和控制设备获取数据，并将获取的数据通过计算机进行发送处理；S2、确定周期范围；S3、分析处理：对多个卫星数据进行误差分析，得到多个卫星的网络数据，将多个卫星的网络数据进行转换，并对网络数据进行分析，得到卫星融合数据；S4、数据融合。本发明通过多个设备接收卫星数据能够有效减少卫星数据缺失的情况，实现对卫星信息资源的灵活调度和使用，提高集成度，有效降低卫星资源和成本，具备很好的规模效应，同时实现计算机对卫星任务的自主管理能力，实现卫星效能提升。

Description

一种Planet卫星数据融合与匀色方法
技术领域
本发明涉及分布式电源控制装置技术领域，具体涉及一种Planet卫星数据融合与匀色方法。
背景技术
在北斗接收数据装置中，常使用指挥机及网络专线配合的形式接收卫星数据。其中，指挥机设备通过空中链路接收卫星数据；网络专线则连接到卫星总站，采用数据包的形式接收卫星数据，由于指挥机设备易于受到周围环境的影响，如遮挡、无线信号干扰，因此，丢失数据的情况比较严重。另外，网络也存在丢失的情况。可见，任何一种数据接入设备或系统都存在数据丢失、不完整等情况，从而无法做到数据完整，现有的卫星按照系统和功能划分进行设计，各系统多采用独立下位机的形式处理系统内数据，运算资源消耗大。低运算能力设备又不能实时处理系统所需的算法、各系统采集传感器数据以及载荷数据，使得星务计算机对各系统的自主管理能力低下，不便于整星实现统一规划、协同开发、自主任务管理，在基于卫星遥感影像的监测、调查与制图等工作中，遥感影像的镶嵌与匀色为处理过程中的主要内容之一，其中开展不同影像间的匀色工作，从而保持镶嵌影像之间的色彩一致性为工作中的难点，大多数匀色处理的思路是将影像的直方图按规定的形状进行调整，使其与目标影像具有近似的形状而达到色调一致的目标，但针对极地地区，地物类型较单一，且亮度差异明显，采用常规的匹配方法容易造成影像对比度过大从而造成视觉效果失真的现象，因此本发明提供一种Planet卫星数据融合与匀色方法。针对现有技术存在以下问题：
1、现有的Planet卫星数据融合与匀色方法,数据来源较多，导致数据容易出现重复的现象，产生大量的冗余数据，容易导致误判断，不便于广泛的推广使用；
2、现有的Planet卫星数据融合与匀色方法,容易破坏影像原有的辐射信息，且对比度过大造成视觉效果失真。
发明内容
为解决上述技术问题，本发明所采用的技术方案是：
一种Planet卫星数据融合方法，包括以下步骤，
S1、获取数据：通过卫星的控制系统和控制设备获取数据，并将获取的数据通过计算机进行发送处理；
S2、确定周期范围：根据接收的卫星数据之间字节长度，确定各个数据之间相互匹配的卫星数据，把确定后的卫星数据作为融合数据；
S3、分析处理：对多个卫星数据进行误差分析，得到多个卫星的网络数据，将多个卫星的网络数据进行转换，并对网络数据进行分析，得到卫星融合数据；
S4、数据融合：确定最大的等待周期，将不符合等待周期的的卫星数据进行删除，输出周期外和周期内的融合数据。
本发明技术方案的进一步改进在于：S1通过多个接收设备连续获取接收卫星数据，并将接收的数据卫星数据储存在缓存链表中，接收的卫星数据包括一个接收设备接收的第一数据和另一接收设备接收的第二数据。
本发明技术方案的进一步改进在于：S2在缓存链表中将确定的卫星融合数据内部的冗余数据删除，设置周期等待的初始值，根据融合数据的接收时间间隔确定等待数据的等待周期。
一种Planet卫星数据匀色方法，包括以下步骤，
S5、获取影响数据：获取区域卫星的遥感数据，得到用于拼接的区域真彩影像；
S6、计算处理：根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像；
S7、参考对比：将参考影像和亮度矫正后的影响进行均衡转化，计算出区域真彩影响对应的亮度校正影像的灰度级映射值，实现影像的匀色。
本发明技术方案的进一步改进在于：S6选取不同时相、不同区域、同一轨道的相邻相机影像，对影像重叠区域中光谱特性均一的地物影像DN值进行统计，确定相邻卫星影像DN值之间的相关关系。
本发明技术方案的进一步改进在于：利用自交叉辐射定标方法将互交叉辐射定标的相机辐射特性传递给其它卫星，获取其它卫星各自的定标系数。
由于采用了上述技术方案，本发明相对现有技术来说，取得的技术进步是：
1、本发明提供一种Planet卫星数据融合与匀色方法，通过获取数据的作用下，通过多个接收设备连续获取接收卫星数据，并将接收的数据卫星数据储存在缓存链表中，通过多个设备接收卫星数据能够有效减少卫星数据缺失的情况，实现对卫星信息资源的灵活调度和使用，提高集成度，有效降低卫星资源和成本，具备很好的规模效应，同时实现计算机对卫星任务的自主管理能力，实现卫星效能提升。
2、本发明提供一种Planet卫星数据融合与匀色方法，通过计算处理的作用下，根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像，能够有效消除在亮度变化梯度较大区域的影像亮度校正出现异常的情况，改善亮度校正效果，实现同一传感器不同相机间影像物理匀色处理，除了不破坏原始影像辐射信息外，匀色方法更加简单、处理速度快、不受季节影响，极大的改善了匀色的效果，便于广泛的推广使用。
附图说明
图1为本发明的一种Planet卫星数据融合方法的整体流程结构示意图；
图2为本发明的一种Planet卫星数据匀色方法的整体流程结构示意图。
具体实施方式
下面结合实施例对本发明做进一步详细说明：
实施例1
如图1-2所示，本发明提供了一种Planet卫星数据融合与匀色方法,包括以下步骤，
S1、获取数据：通过卫星的控制系统和控制设备获取数据，并将获取的数据通过计算机进行发送处理；
S2、确定周期范围：根据接收的卫星数据之间字节长度，确定各个数据之间相互匹配的卫星数据，把确定后的卫星数据作为融合数据；
S3、分析处理：对多个卫星数据进行误差分析，得到多个卫星的网络数据，将多个卫星的网络数据进行转换，并对网络数据进行分析，得到卫星融合数据；
S4、数据融合：确定最大的等待周期，将不符合等待周期的的卫星数据进行删除，输出周期外和周期内的融合数据，S1通过多个接收设备连续获取接收卫星数据，并将接收的数据卫星数据储存在缓存链表中，接收的卫星数据包括一个接收设备接收的第一数据和另一接收设备接收的第二数据，S2在缓存链表中将确定的卫星融合数据内部的冗余数据删除，设置周期等待的初始值，根据融合数据的接收时间间隔确定等待数据的等待周期。
在本实施案例中，通过多个接收设备连续获取接收卫星数据，并将接收的数据卫星数据储存在缓存链表中，通过多个设备接收卫星数据能够有效减少卫星数据缺失的情况，实现对卫星信息资源的灵活调度和使用，提高集成度，有效降低卫星资源和成本，具备很好的规模效应，同时实现计算机对卫星任务的自主管理能力，实现卫星效能提升。
实施例2
如图1-2所示，本发明提供了一种Planet卫星数据融合与匀色方，包括以下步骤，
S5、获取影响数据：获取区域卫星的遥感数据，得到用于拼接的区域真彩影像；
S6、计算处理：根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像；
S7、参考对比：将参考影像和亮度矫正后的影响进行均衡转化，计算出区域真彩影响对应的亮度校正影像的灰度级映射值，实现影像的匀色，S6选取不同时相、不同区域、同一轨道的相邻相机影像，对影像重叠区域中光谱特性均一的地物影像DN值进行统计，确定相邻卫星影像DN值之间的相关关系，利用自交叉辐射定标方法将互交叉辐射定标的相机辐射特性传递给其它卫星，获取其它卫星各自的定标系数。
在本实施例中，根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像，能够有效消除在亮度变化梯度较大区域的影像亮度校正出现异常的情况，改善亮度校正效果，实现同一传感器不同相机间影像物理匀色处理，除了不破坏原始影像辐射信息外，匀色方法更加简单、处理速度快、不受季节影响，极大的改善了匀色的效果，便于广泛的推广使用。
下面具体说一下该一种Planet卫星数据融合与匀色方法的工作原理。
如图1-2所示，通过卫星的控制系统和控制设备获取数据，并将获取的数据通过计算机进行发送处理，通过多个接收设备连续获取接收卫星数据，并将接收的数据卫星数据储存在缓存链表中，接收的卫星数据包括一个接收设备接收的第一数据和另一接收设备接收的第二数据，根据接收的卫星数据之间字节长度，确定各个数据之间相互匹配的卫星数据，把确定后的卫星数据作为融合数据，在缓存链表中将确定的卫星融合数据内部的冗余数据删除，设置周期等待的初始值，根据融合数据的接收时间间隔确定等待数据的等待周期，对多个卫星数据进行误差分析，得到多个卫星的网络数据，将多个卫星的网络数据进行转换，并对网络数据进行分析，得到卫星融合数据，确定最大的等待周期，将不符合等待周期的的卫星数据进行删除，输出周期外和周期内的融合数据。通过多个设备接收卫星数据能够有效减少卫星数据缺失的情况，实现对卫星信息资源的灵活调度和使用，提高集成度，有效降低卫星资源和成本，具备很好的规模效应，同时实现计算机对卫星任务的自主管理能力，实现卫星效能提升。匀色方法，包括获取区域卫星的遥感数据，得到用于拼接的区域真彩影像，根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像，选取不同时相、不同区域、同一轨道的相邻相机影像，对影像重叠区域中光谱特性均一的地物影像DN值进行统计，确定相邻卫星影像DN值之间的相关关系，利用自交叉辐射定标方法将互交叉辐射定标的相机辐射特性传递给其它卫星，获取其它卫星各自的定标系数，将参考影像和亮度矫正后的影响进行均衡转化，计算出区域真彩影响对应的亮度校正影像的灰度级映射值，实现影像的匀色，根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像，能够有效消除在亮度变化梯度较大区域的影像亮度校正出现异常的情况，改善亮度校正效果，实现同一传感器不同相机间影像物理匀色处理，除了不破坏原始影像辐射信息外，匀色方法更加简单、处理速度快、不受季节影响，极大的改善了匀色的效果，便于广泛的推广使用。
上文一般性的对本发明做了详尽的描述，但在本发明基础上，可以对之做一些修改或改进，这对于技术领域的一般技术人员是显而易见的。因此，在不脱离本发明思想精神的修改或改进，均在本发明的保护范围之内。

Claims (6)

1.一种Planet卫星数据融合方法，包括以下步骤，其特征在于：
S1、获取数据：通过卫星的控制系统和控制设备获取数据，并将获取的数据通过计算机进行发送处理；
S2、确定周期范围：根据接收的卫星数据之间字节长度，确定各个数据之间相互匹配的卫星数据，把确定后的卫星数据作为融合数据；
S3、分析处理：对多个卫星数据进行误差分析，得到多个卫星的网络数据，将多个卫星的网络数据进行转换，并对网络数据进行分析，得到卫星融合数据；
S4、数据融合：确定最大的等待周期，将不符合等待周期的的卫星数据进行删除，输出周期外和周期内的融合数据。
2.根据权利要求1所述的一种Planet卫星数据融合方法，其特征在于：S1通过多个接收设备连续获取接收卫星数据，并将接收的数据卫星数据储存在缓存链表中，接收的卫星数据包括一个接收设备接收的第一数据和另一接收设备接收的第二数据。
3.根据权利要求1所述的一种Planet卫星数据融合方法，其特征在于：S2在缓存链表中将确定的卫星融合数据内部的冗余数据删除，设置周期等待的初始值，根据融合数据的接收时间间隔确定等待数据的等待周期。
4.一种Planet卫星数据匀色方法，包括以下步骤，其特征在于：
S5、获取影响数据：获取区域卫星的遥感数据，得到用于拼接的区域真彩影像；
S6、计算处理：根据区域各个通道设定的阈值，计算高频图像，添加光源后得到亮度矫正后的影像；
S7、参考对比：将参考影像和亮度矫正后的影响进行均衡转化，计算出区域真彩影响对应的亮度校正影像的灰度级映射值，实现影像的匀色。
5.根据权利要求4所述的一种Planet卫星数据匀色方法，其特征在于：S6选取不同时相、不同区域、同一轨道的相邻相机影像，对影像重叠区域中光谱特性均一的地物影像DN值进行统计，确定相邻卫星影像DN值之间的相关关系。
6.根据权利要求5所述的一种Planet卫星数据匀色方法，其特征在于：利用自交叉辐射定标方法将互交叉辐射定标的相机辐射特性传递给其它卫星，获取其它卫星各自的定标系数。
CN202310784707.5A 2023-06-29 2023-06-29 一种Planet卫星数据融合与匀色方法 Pending CN116704306A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310784707.5A CN116704306A (zh) 2023-06-29 2023-06-29 一种Planet卫星数据融合与匀色方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310784707.5A CN116704306A (zh) 2023-06-29 2023-06-29 一种Planet卫星数据融合与匀色方法

Publications (1)

Publication Number Publication Date
CN116704306A true CN116704306A (zh) 2023-09-05

Family

ID=87843193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310784707.5A Pending CN116704306A (zh) 2023-06-29 2023-06-29 一种Planet卫星数据融合与匀色方法

Country Status (1)

Country Link
CN (1) CN116704306A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050054673A (ko) * 2003-12-05 2005-06-10 한국전자통신연구원 손실 위성영상 보정 장치 및 그 방법과 그를 이용한위성영상지도 제작 시스템 및 그 방법
CN106874962A (zh) * 2017-03-13 2017-06-20 上海普适导航科技股份有限公司 多源卫星数据的融合方法及装置
CN107230186A (zh) * 2016-03-23 2017-10-03 中国科学院遥感与数字地球研究所 一种卫星遥感影像物理匀色方法
CN111611731A (zh) * 2020-03-27 2020-09-01 国家卫星海洋应用中心 卫星数据融合方法、装置及电子设备
CN113888416A (zh) * 2021-09-10 2022-01-04 北京和德宇航技术有限公司 卫星遥感图像数据的处理方法
CN116228604A (zh) * 2023-05-09 2023-06-06 国家卫星海洋应用中心 一种适用于极地区域的卫星遥感光学影像匀色方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050054673A (ko) * 2003-12-05 2005-06-10 한국전자통신연구원 손실 위성영상 보정 장치 및 그 방법과 그를 이용한위성영상지도 제작 시스템 및 그 방법
CN107230186A (zh) * 2016-03-23 2017-10-03 中国科学院遥感与数字地球研究所 一种卫星遥感影像物理匀色方法
CN106874962A (zh) * 2017-03-13 2017-06-20 上海普适导航科技股份有限公司 多源卫星数据的融合方法及装置
CN111611731A (zh) * 2020-03-27 2020-09-01 国家卫星海洋应用中心 卫星数据融合方法、装置及电子设备
CN113888416A (zh) * 2021-09-10 2022-01-04 北京和德宇航技术有限公司 卫星遥感图像数据的处理方法
CN116228604A (zh) * 2023-05-09 2023-06-06 国家卫星海洋应用中心 一种适用于极地区域的卫星遥感光学影像匀色方法

Similar Documents

Publication Publication Date Title
JP5116208B2 (ja) 画像信号表示装置
CN105578067B (zh) 图像生成方法、装置及终端设备
CN109738072B (zh) 一种InGaAs短波红外成像仪的十字盲元检测及校正装置和方法
US20170332022A1 (en) Imaging method, imaging device, and electronic device
CN101510962B (zh) 透镜阴影校正方法和装置
WO2020010638A1 (zh) 一种图像坏点检测方法及装置
US20030095138A1 (en) Color temperature conversion system and method using the same
CN109870240A (zh) 具有环境自适应性的目标红外图像实时定量处理系统
WO1996019893A1 (en) Composing an image from sub-images
KR20180132299A (ko) 프로세서, 이를 포함하는 이미지 프로세싱 장치 및 이미지 프로세싱 방법
CN101867703B (zh) 用于校正图像的系统和方法
CN111713097A (zh) 图像数据处理方法、传输方法、传输装置及数据接口转换装置
CN112399162B (zh) 一种白平衡校正方法、装置、设备和存储介质
CN104113674B (zh) 基于fpga的线阵ccd成像系统的图像实时校正输出方法
CN115442575A (zh) 一种基于视频质量评估的视频自适应传输方法及系统
CN107707846B (zh) 一种cis参数校正方法、装置、设备及存储介质
CN116704306A (zh) 一种Planet卫星数据融合与匀色方法
CN113766203B (zh) 一种图像白平衡处理方法
CN111696093A (zh) 恒星辐射照度相对测量方法和装置
CN111751006B (zh) 一种数据标定方法、目标辐射特性分析方法和装置
CN104776919B (zh) 基于fpga的红外焦平面阵列条带状非均匀性校正系统和方法
US6519007B1 (en) Video data transmitting method
US11501418B2 (en) Multi-level lookup tables for control point processing and histogram collection
CN111064860A (zh) 图像校正方法、图像校正装置和电子设备
CN209419713U (zh) 一种星载短波红外信号处理电路

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