[發明專利]一種面向衛星在軌應用的空間信息智能一體化生成方法

在審

• 申請號: 202010699241.5
• 申請日: 2020-07-20
• 公開（公告）號: CN111832504A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 董正宏;夏魯瑞;李森;王俊鋒;楊帆;林郁;鄧忠杰
• 申請（專利權）人: 中國人民解放軍戰略支援部隊航天工程大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長沙市護航專利代理事務所(特殊普通合伙) 43220
• 代理人: 莫曉齊

本發明公開了一種面向衛星在軌應用的空間信息智能一體化生成方法，包括如下步驟：S0、通過地面天線向衛星發送任務指令；S1、衛星采集地面目標的遙感影像；S2、基于視覺顯著性模型提取遙感影像的目標區域；S3、根據上下文信息采用編碼解碼模型自動生成語義文本信息；S4、發送給地面用戶關注的遙感影像中目標區域對應的語義文本信息。通過上述過程，本發明為衛星信息地面應用提供技術支持，在軌實現遙感影像轉化為語義文本信息傳送回地面，完成空間信息智能一體化生成，為當前衛星獲取數據量大產生的傳輸難題提供新的解決方案，具有信息在軌生成、應用需求大、星地傳輸便捷、信息利用效率高的優點。

技術領域

本發明屬于航天遙感技術領域，具體涉及一種面向衛星在軌應用的空間信息智能一體化生成方法。

背景技術

隨著航天遙感技術的快速進步，高分辨率影像質量不斷提高、影像幅寬也穩步提升，致使遙感影像數據在軌獲取量成倍增長，衛星地面系統獲取的遙感影像數據量已達PB級。面對如此大規模的遙感影像數據，需要具備與遙感數據量相適應的解譯能力，然而目前針對遙感影像解譯領域的處理方法只能達到地物類別層，沒有對影像場景進行推理和理解，無法解決分類結果與高層場景語義信息之間的“語義鴻溝”。如何充分利用影像包含的信息、提取影像特征和語義上下文關系并生成文本信息，對空間信息支持地面應用有重要意義。

發明內容

本發明的目的在于避免現有技術中的不足而提供一種面向衛星在軌應用的空間信息智能一體化生成方法，其為當前衛星獲取影像數據量大產生的傳輸難題提出一條新的解決方案，而且衛星僅下傳高價值的文本信息，能夠為地面人員提供更快速的信息支持。

本發明的目的通過以下技術方案實現：提供一種面向衛星在軌應用的空間信息智能一體化生成方法，包括如下步驟：

S0、通過地面天線向衛星發送任務指令；

S1、衛星采集地面目標的遙感影像；

S2、基于視覺顯著性模型提取遙感影像的目標區域；

S3、根據上下文信息采用編碼解碼模型自動生成語義文本信息；

S4、發送給地面用戶關注的遙感影像中目標區域對應的語義文本信息。

作為進一步的改進，所述步驟S2具體表現為：

S21、通過視覺顯著性模型生成顯著圖；

S22、對顯著圖做二值化處理并進行標記；

S23、計算疑似目標區域位置；

S24、根據計算結果提取目標切片，選出相關度最高的區域作為目標區域。

作為進一步的改進，所述步驟S21中視覺顯著性模型融合頻域變換顯著性模型和邊緣梯度特征顯著性模型，所述頻域變換顯著性模型從頻域出發，利用高斯低通濾波，計算Lab顏色空間中單個像素點和輸入影像所有像素點平均值的歐氏距離，并將所述歐氏距離作為該像素點的顯著值；所述邊緣梯度特征顯著性模型基于Sobel邊緣檢測算子對輸入影像進行邊緣檢測，進而得到邊緣信息影像。

作為進一步的改進，所述頻域變換顯著性模型的計算過程為：

①求取輸入影像在Lab空間中的特征分量的均值；

②計算輸入影像高斯濾波后的影像：

f_G＝f*G (3)

式中，f為輸入影像，G為高斯濾波器，f_G為輸入影像高斯濾波后的影像；

③計算顯著圖，定義輸入影像在像素點(x,y)處的顯著值為S(x,y)：