[发明专利]一种应用于遥感图像的在轨检测识别装置及方法

说明书

一种应用于遥感图像的在轨检测识别装置及方法，包括主控单元、存储单元、处理单元、交换单元、IO单元以及供电单元；IO单元负责接收卫星载荷数据，根据工作参数进行感兴趣区域提取，将提取的图像数据进行基于形态学的可疑目标提取，并根据可疑目标提取结果获取目标切片，并将切片发送给交换单元；交换单元根据配置的路由表，将切片数据按乒乓规则分发给处理单元，处理单元完成基于卷积神经网络的深度学习处理，对目标切片进行分类与存储。存储单元根据主控单元的数据输出指令将存储的打包数据发送给IO单元并输出。

技术领域

本发明涉及一种应用于遥感图像的检测识别方法及装置，特别是应用于遥感图像在轨检测识别的方法及装置，属于信号与信息处理领域。

背景技术

随着光学遥感技术的日益发展，如何快速地从海量光学/SAR/红外遥感图像数据中自动检测和识别出目标是一项极具挑战性的工作。不仅如此，目前下一代地球光学/SAR/红外成像卫星加大了推广的力度，未来的对地观测卫星性能更佳，其空间分辨率将更高，它的重访周期将更短，提供的卫星遥感图像数据也会以指数量级扩大。在此情况下，传统的人工干预方式由于其主观性强和效率低等缺陷已不能满足对这种海量遥感数据的高效处理要求。如何从大数据量的遥感图像数据中自动挖掘出感兴趣目标识别的问题成为当前急需解决的难题，为此，遥感图像在轨检测识别处理装置研究工作具有重要的现实意义。

中国科学院长春光学精密机械与物理研究所CN201710845366.2公开了一种星上小型集群信息处理系统，包括：高性能X86应用层计算机、嵌入式多核DSP计算机、外部接口单元、供电单元和VPX高速数据交换器，VPX高速数据交换器采用OpenVPX系统级总线标准，实现系统内各功能模块的高速数据总线、星务控制总线和供电的相互连接。该系统所提供的星上小型集群信息处理系统可实现星上遥感图像智能化处理。

吉林大学CN201810767515.2公开了一种基于YOLOV2的遥感图像快速目标检测方法，该方法实现了对遥感图像中的重要目标的快速检测；首先构建了遥感图像数据集用于模型的训练及性能检测；然后提出了一种适用于遥感图像分类的卷积神经网络结构用于特征提取，进而构建目标检测网络。针对卷积神经网络对小目标检测能力差这一问题，本发明增加训练尺度、批量正则化等方法提升了网络的性能。模型允许将新数据的检测结果扩充到训练数据集中，从而更新训练目标检测网络，不断提升模型的泛化能力。

武汉大学CN201711354960.8公开了一种光学卫星遥感影像在轨实时流式处理方法及系统，根据硬件能力确定负载均衡策略，根据不同算法需要实现配置，部署定制化流式处理架构以实现光学卫星遥感影像在轨实时处理，该方法可以充分利用在轨处理硬件资源。

但上述方法主要存在以下问题：

(1)没有考虑到在轨信息处理需求不同于地面或其它平台。对在轨信息处理硬件平台来说，具备鲜明的高可靠、高效能、抗辐照、强容/纠错能力等特点，在体积、功耗以及散热等方面要求严格，上述方法设计思路只是从处理平台通用性、实时性等方面加以约束要求，系统可靠性难以满足宇航应用的需求。同时，没有考虑设计成本因素。

(2)在轨维护能力较弱，出现在轨功能失效后，可采取的措施和开展的工作在设计时考虑不多。

(3)没有考虑高分辨率遥感卫星虽然成像数据量大，但感兴趣目标的遥感成像结果一般具有稀疏特性的特点。因此，在系统设计过程中，只是单纯的为处理数据而处理数据，数据信息处理粒度单一，没有考虑分级处理，从而使得处理效率不高，能效比偏低，难以满足卫星系统实际应用需求。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供了一种应用于遥感图像的在轨检测识别装置及方法，解决了从大数据量的遥感图像数据中自动挖掘出感兴趣目标识别、速度快并且精度高的问题。

本发明采用的技术方案为：