遥感影像Web共享关键技术应用研究

研究海量遥感数据在Web 共享中所需要的网络支撑环境、数据自动入库、数据自动传输、影像高效查询等关键运行技术。在关键技术研究的基础上,详细分析与设计了针对海量遥感数据的可视化查询、浏览及下载功能,并基于 Web服务等相关计算机技术,实现了海量遥感数据共享原型系统,完成海量遥感数据的 Web 共享。
     

基于Web的影像数据发布

文章介绍了影像数据的特点和在Web上发布影像数据的关键技术。对于三种典型的应用即单个遥感影像文件、同带内区域相邻的多个遥感影像文件和跨带的区域相邻的多个遥感影像文件的Web发布，分别论述了它们的数据组织和存储，并在此基础上介绍了影像数据Web发布的实现。     

RDBMS和COM的海量遥感影像数据的管理和Web发布

介绍了基于关系型数据库（RDBMS）和微软组件技术（COM）的Web海量影像数据库（IMIDM）的研究背景、系统组织和实现，具体论述了IMIDB的数据库逻辑设计，包括数据库的选择、遥感数据的组织和存储；在此基础上，论述了存储在数据库中的遥感影像的Web发布体系结构，以及组件对象模型技术在该系统中的运用；最后给出了该系统的测试情况，测试结果表明，系统达到了设计目标。     

分布式环境下的遥感影像组织与调度

通过研究遥感影像数据特点和分析应用现状,结合细节层次技术思想与影像金字塔模型,以优化的碎片式影像划分算法对影像进行分级分块的处理。按照共享文件目录的方式组织碎片文件,建立基于Web的分布式遥感影像数据发布框架,实现对遥感影像的快速组织与实时发布,为解决当前遥感影像数据共享问题提供了较好的解决思路。     

面向Spark的遥感影像金字塔模型的并行构建方法

随着遥感技术和摄影测绘的发展,遥感影像的分辨率不断提高,数据量日益增长,这对快速、高效地处理海量遥感影像数据提出了更高的要求,如何有效、智能地存储和处理海量遥感数据成为研究的热点。在分析现有金字塔模型的并行构建的基础上,设计一种面向Spark计算框架的影像金字塔模型。模型给出了影像金字塔构建算法及影像数据的分布式存储组织结构,实现了海量遥感影像数据在Spark中的并行处理,为Spark增加了计算处理空间数据格式的能力。实验结果表明,利用该方法能够在Spark云平台上实现快速、高效的解决海量遥感影像金字塔的并行构建,特别是在面对海量遥感影像数据时,无论从金字塔构建性能上还是遥感影像的计算效率上,Spark都更具优势。     

基于分布式的RS影像快速分发机理及应用

提出利用分布式技术来建立遥感数据个性化快速分发服务体系的整体策略,研究了Web服务构建影像处理平台的相关技术,开发了适应于遥感影像快速发布的遥感影像压缩及地理编码信息处理模块,实现了适应于当前网络环境下遥感影像个性化,实时分发方式。实验结果表明,遥感影像发布效率有很大提高,个性化需求得到满足。     

海量遥感影像数据存储技术研究

介绍现有海量遥感影像数据的存储管理方式及其存在的不足,研究基于分布式文件系统的海量遥感影像数据存储技术,通过研制的D—MaRISS系统,说明所采用的分布式文件系统的结构和影像数据的组织方式。实验表明,该技术能高效地实现对海量遥感影像数据的存储管理。     

基于Linux平台下的海量遥感数据管理系统的设计与实现

随着遥感技术的飞速发展，获取的遥感影像资料也越来越多，而如何有效地存储及管理好这些海量数据，成为当前一个越来越突出的问题。介绍了基于Linux平台，Oracle数据库和PHP脚本语言的系统体系设计，并给出了一个基于Web的遥感数据管理系统实例。     

一种基于文件系统的海量遥感影像存储组织结构

针对传统数据库技术在管理海量遥感影像数据方面存在的不足,本文提出了一种基于文件系统的海量遥感影像存储组织结构,该结构能够快速检索影像数据.     

一种格网补偿的遥感影像数据检索方法

随着遥感技术的快速发展,当前遥感影像数据的数据总量急剧增加。面对海量遥感影像数据的应用需求,如何快速、准确的获取全覆盖特定区域的无云遥感影像数据至关重要。因此,笔者提出了一种格网补偿的遥感数据全覆盖检索方法。首先,利用五层十五级格网切分模型对特定区域切分成较小的格网。其次,对海量遥感有云影像数据集进行预处理,采用基于快视图的云检测方法判断快视图局部是否无云,取出无云的部分对每个格网进行像素补偿。最后得出一张全覆盖特定区域的无云遥感图像,并筛选出所需的遥感影像数据。通过实验对比,该方法在海量遥感影像数据情况下,能快速、准确的获取全覆盖特定区域的无云遥感影像数据,具有很好的可行性和实用性。     

基于ZY3数据的南水北调西线生态遥感调查研究

国产ZY3高分辨率卫星数据在国土资源管理方面已经有较广泛的应用,通过对ZY3数据的处理和信息自动提取,可获取南水北调西线工程沿线的土地利用及植被群落分布状况。通过本次遥感解译流程,克服卫星时相、区域地貌差异等问题,形成适用于ZY3卫星遥感影像生态遥感解译的流程,与传统的生态遥感解译方法相比,不仅成本低,而且工期短,可为大区域性生态遥感解译提供依据。     

基于深度学习的卫星遥感图像边缘检测方法

为解决卫星遥感图像边缘模糊噪点过多,导致图像清晰度过低的问题,提出基于深度学习的卫星遥感图像边缘检测方法。利用Softmax分类器结构,提取边缘图像节点处的数据信息参量,遵循深度学习算法,完成对图像信息的卷积与池化处理,实现基于深度学习的卫星遥感图像识别。根据尺度空间定义原则,确定边缘检测特征点所处位置,再联合梯度信息熵计算结果,完成对卫星遥感图像的拼接处理。分别计算一阶微分边缘算子、二阶微分边缘算子的具体数值,确定梯度幅值的取值区间,总结已知数值参量,建立完整的双阈值表达式,完成基于深度学习的卫星遥感图像边缘检测方法的设计。实验结果表明,应用所提方法后卫星遥感图像边缘节点处信噪比指标增大,可有效控制模糊噪点对图像清晰度的影响,在卫星遥感图像边缘精准检测方面具有较强的实用性。     

高速遥感图像实时压缩仿真系统研究

随着遥感技术快速发展，遥感图像数据已成为空间信息的重要数据源之一，卫星遥感图像高速实时传输已经成为当前研究的热点问题，并伴随着巨大的市场需求。该文针对卫星上遥感图像数据实时高速压缩、传输的需求。在Visual C＋＋环境下，建立了对卫星遥感图像进行压缩、传输、解压、接收、显示等过程进行仿真研究的仿真系统。该系统主要使用JPEG2000算法进行了仿真分析，在仿真系统的设计实现中采用图像分块压缩等关键技术，并针对压缩速度提出了压缩效率、信噪比等评价指标。仿真结果证明了图像数据压缩系统的有效性。该项研究成果可以用于对遥感图像实时压缩算法进行仿真研究和分析，也可作为地厩图像处理系统对遥感图像数据进行观测。同时，该文研究内容还将有效地提高图像数据系统的压缩传输效率。     

遥感图像星上智能处理地面仿真模拟系统设计与实现

传统卫星遥感应用模式复杂繁长,无法满足用户越来越关注的实时化遥感服务需求,为卫星配备智能化大脑,一方面可以降低数据传输带宽,另一方面可以提高数据获取的时效性,因此,星上智能处理已经成为遥感卫星发展的必然选择。但星上处理在轨调试困难,现有遥感卫星星上处理平台的地面测试系统都是卫星实验室测试时,针对不同的卫星载荷临时组建,缺乏通用性且并未形成集成化的装置,导致现有遥感图像星上智能处理的地面测试效率偏低。尤其是面对目前星上处理智能化的新需求,缺乏一套高性能、低功耗、全流程的星上处理地面仿真系统。针对遥感数据处理自动化与智能化发展的新特点,提出了一套基于FPGA与GPU相结合的遥感图像星上处理地面仿真模拟系统。该系统能够在地面模拟实现多种载荷的0到1级数据预处理,在预处理的基础上实现智能遥感影像的加速识别,其关键难点在于遥感图像智能处理算法的高计算复杂度和嵌入式计算机有限计算力之间的平衡;遥感图像处理领域的AI专用算法固化和硬件加速之间的平衡;不同卫星平台测试需求和系统架构通用性之间的平衡。本文阐述了仿真平台设计的方法,构建了基本原型并对其进行了验证。测试结果表明：该系统可以较好地完成星上智能处理典型算法地面全流程测试,所有硬件可以直接上星组装,完备度高,对优化和指导卫星地面仿真系统运行管理体系具有一定的参考价值。     

卫星遥感数字图像的地面辐射改正研究

讨论了地形、大气以及地理位置对卫片像元土尤辐射三分量(直射、散射、邻坡反射)的影响和这种影响所引起的卫星遥感数据变化。研究了地面光辐射、地形、大气和遥感数据之间的定量关来，并以此为基础，研究了卫星遥感数字图像地面辐射改正的原理和方法。经地面辐射改正后的卫星遥感数据能满足遥感应用基础研究和地面辐射状况研完的需要。     

遥感卫星图像数据信息浏览查询技术优化与实现

遥感卫星图像数据的浏览查询系统向遥感数据用户提供卫星原始数据以及各级产品数据的查询服务。然而随着入库遥感数据的日益增多,当多用户并发浏览查询时,系统出现查询响应时间过长的现象。文章从数据库服务器、应用服务器以及应用程序方面对浏览查询系统进行了性能调整,并通过测试证实了优化方法的可行性。     

卫星图像模拟源系统控制器设计

卫星图像模拟源是在星载图像压缩系统研发过程中,通过模拟多路CCD相机向卫星图像压缩系统提供多路图像数据的测试设备;该设备基于FPGA研发,需要对海量图像数据进行存取,使用SDRAM作为数据存储是一种非常有效的方法,然而采用传统的FP-GA芯片内部集成的SDRAM控制器无法满足该设备大容量、高速率存储的要求;基于此,提出了基于MicroBlaze和VHDL联合编程实现SDRAM控制电路的方法,该方法实现了SDRAM的高速读写,能完全满足卫星图像模拟源系统的需求。     

中国遥感软件研制进展与发展方向——以像素专家PIE为例

随着航天航空遥感技术的飞速发展，立体式、多层次、多视角、全方位和全天候对地观测的时代已然到来。如何激活数据价值，更好地服务行业应用，满足快速增长的遥感应用需求，成为遥感企业面临的迫切课题。遥感图像处理软件作为遥感数据与行业应用的桥梁，在遥感产业化过程中发挥着不可替代的作用。本文概述了国内外遥感卫星数据和遥感软件发展历程，通过中国国产遥感图像处理软件——像素专家（pixel information expert，PIE）阐述了国产遥感软件的研制进展、典型应用和未来技术发展方向。PIE软件具有多源遥感载荷全方位支持、全谱段要素信息智能提取、多行业全业务链深度融合、海量遥感数据快速处理和自主产权程序完全可控等5大核心能力。未来将加强与大数据、云计算和人工智能等技术前沿领域的交叉融合，提升遥感数据分析处理、知识挖掘与决策支持能力，实现遥感数据的按需获取快速传输和专题信息聚焦服务。     

结合目标局部和全局特征的 CV遥感图像分割模型

摘 要：随着遥感卫星技术的发展,高分辨率遥感影像不断涌现。从含有较多信息、背景 复杂的遥感影像中自动提取目标成为一个亟待解决的难题。传统的图像分割方法主要依赖图像 光谱、纹理等底层特征,容易受到图像中遮挡和阴影等的干扰。为此,针对特定的目标类型, 提出结合目标局部和全局特征的 CV (Chan Vest)遥感图像目标分割模型,首先,采用深度学习 生成模型——卷积受限玻尔兹曼机建模表征目标全局形状特征,以及重建目标形状;其次,利 用 Canny 算子提取目标边缘信息,经过符号距离变换得到综合了局部边缘和全局形状信息的约 束项;最终,以 CV 模型为图像目标分割模型,增加新的约束项得到结合目标局部和全局特征 的 CV 遥感图像分割模型。在遥感小数据集 Levir-oil drum、Levir-ship 和 Levir-airplane 上的实 验结果表明：该模型不仅可以克服 CV 模型对噪声敏感的缺点,且在训练数据有限、目标尺寸 较小、遮挡及背景复杂的情况下依然能完整、精确地分割出目标。     

一种卫星遥感影像村庄区域提取算法

卫星遥感影像提取村庄区域在地理和气象领域均有十分重要的意义.针对卫星遥感影像的特点,提出了一种村庄区域提取方法.利用改进的去雾算法对卫星遥感影像进行预处理,通过遥感卫星影像的颜色特征实现分割,结合村庄区域分布特点进行去噪处理,实现卫星遥感影像村庄区域的提取.实验结果表明:该算法能够对卫星遥感图像中不同类型村庄区域进行提取,且提取准确率高,可以应用于地理以及气象等领域.