[发明专利]一种适用于星上在轨处理的高带宽遥感图像目标提取方法

说明书

本发明公开了一种适用于星上在轨处理的高带宽遥感图像目标提取方法，包括如下步骤：数据拼接：从单端口存储器按行串行读取4个图像像素数据并拼接为一个处理单元进行，按64像素、512像素进行分流输出；特征计算与统计：分流后的数据经均值、方差、Gamma值、直方图统计的脉动阵列算出特征值；异常提取：采用分散式存储结构满足特征值数据的需求方式进行异常提取，输出二值矩阵；目标检测：使用扩展的符号判别二值矩阵对每一个单元进行标号，对相邻相同标号进行合并，对相邻不同标号生成新的区域标注。本发明采用多数据流结构实现数据拼接、特征计算与统计、异常提取和目标检测的高带宽设计，提高了目标提取VLSI的带宽。

技术领域

本发明属于图像处理技术领域，更具体的说是涉及一种适用于星上在轨处理的高带宽遥感图像目标提取方法。

背景技术

星上在轨目标检测是图像卫星系统最主要的功能之一，实现卫星对地的观测功能，应用于船只跟踪、搜救等。

目标提取算法主要有基于HOG的方法、基于LBP的方法和基于深度学习的方法等。当前主流的在轨目标提取方法普遍采用单输入结构电路，虽然在实时性上能达到较高性能，但存在带宽浪费的情况，使得昂贵的带宽资源利用率不足。

因此，如何提供一种适用于星上在轨处理的高带宽遥感图像目标提取方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种适用于星上在轨处理的高带宽遥感图像目标提取方法，采用多数据流结构实现对数据拼接、特征计算与统计、异常提取和目标检测的高带宽设计，从而提高了目标提取VLSI的带宽。

为了实现上述目的，本发明采用如下技术方案：

一种适用于星上在轨处理的高带宽遥感图像目标提取方法，包括如下步骤：

(1)数据拼接：从单端口存储器按行串行读取4个图像像素数据并拼接为一个处理单元进行，并按64像素、512像素两种情况进行分流输出；

(2)特征计算与统计：分流后的数据经均值、方差、Gamma值、直方图统计的脉动阵列算出特征值；

(3)异常提取：采用分散式存储结构满足两种特征值数据的需求方式分别是512×512像素方式和64×64像素方式进行异常提取，输出二值矩阵送入目标检测；

(4)目标检测：首先使用扩展的符号判别二值矩阵对每一个单元进行标号，其次对相邻相同标号进行合并，对相邻不同标号生成新的区域标注，直至当前图像处理完毕。

优选的，512×512像素方式和64×64像素方式使用特征值复用的乒乓存储，实现实时处理。

优选的，二值矩阵形成的具体方法为：将特征计算与统计得来的特征值，分别与训练参数相比对，训练参数根据图像种类而定，并与一一映射到原始像素中，形成二值矩阵。

优选的，图像种类包括可见光图像、红外图像、多光谱图像。

优选的，目标检测的具体方法为：在二值矩阵中首先使用扩展的符号判别矩阵对每一个单元进行标号，并对相邻相同标号进行合并，对相邻不同标号生成新的区域标注，其次进行凸壳的计算、外接矩形求取，并取得当前图形的对称性、面积等几何特征，在对目标最后的确认上，进行面积、长、宽、长宽比、偏心率、对称性等特征的比较，直至当前图像处理完毕。

本发明的有益效果在于：

通过采用多数据流结构实现星上目标提取算法，充分利用了多路数据的输入特性，提高了系统带宽的利用率，在受限的星上资源约束下进一步提高系统吞吐率。

附图说明