[發明專利]一種衛星遙感圖像感興趣區在軌智能提取一體化處理裝置

在審

• 申請號: 202110573617.2
• 申請日: 2021-05-25
• 公開（公告）號: CN113486883A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 賀廣均;王康;周其輝;梁晟溟;石慧峰;楊志才;劉世碩;常江
• 申請（專利權）人: 航天恒星科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/04;G06N3/08
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 高志瑞

本發明公開了一種衛星遙感圖像感興趣區在軌智能提取一體化處理裝置，包括SoC處理器、SoC專用FLASH上注區、SoC專用FLASH原始區、DDR2存儲區、數據回傳模塊。本發明采用人工智能圖像處理和定制化計算方法，使得較低性能的國產宇航級通用處理器芯片能夠實現星上實時智能處理，適合衛星遙感圖像感興趣區在軌實時智能提取。

技術領域

本發明屬于在軌實時智能處理技術領域，尤其涉及一種衛星遙感圖像感興趣區在軌智能提取一體化處理裝置。

背景技術

現階段遙感衛星數據處理和信息提取通常在原始數據下傳至地面站后進行，一方面，普遍存在星上存儲無效數據多、星地數傳壓力大、衛星載荷利用受限等問題。另一方面，數據處理的時效性無法滿足實際應用要求。傳統的遙感圖像處理過程包括衛星成像數據壓縮與下傳、地面站接收與分發、圖像校正與預處理、感興趣區提取與判讀，整個流程的完成需要幾個小時到幾天不等，嚴重限制了遙感應用系統的快速響應能力。

在軌智能處理可以實時完成遙感圖像中感興趣目標或區域的檢測與提取，將原始遙感數據(GB級)直接處理為可直接應用的信息產品(KB級)，并實時推送到地面接收站點或移動終端，在實際應用中具有重要意義。

以深度卷積神經網絡為代表的智能處理算法，在遙感圖像場景分類、目標檢測等領域彰顯了較好的適用性。深度學習算法具有計算密集型和存儲密集型特點(模型計算量在TFLOPS量級)，通常運行在GPU計算平臺上，然而，目前國內尚無宇航級GPU芯片，性能較高的宇航級通用處理器芯片處理性能通常在GFLOPS量級。因此，如何基于深度學習算法和國產宇航級通用處理器芯片，構建在軌實時智能處理平臺是本領域技術人員亟需解決的問題。

發明內容

本發明解決的技術問題是：克服現有技術的不足，提供了一種衛星遙感圖像感興趣區在軌智能提取一體化處理裝置，通過深度卷積神經網絡算法的優化設計和算法在國產宇航級芯片上的高效映射，實現遙感衛星圖像感興趣區的在軌智能提取。

本發明目的通過以下技術方案予以實現：一種衛星遙感圖像感興趣區在軌智能提取一體化處理裝置，包括：SoC處理器、SoC專用FLASH上注區、SoC專用FLASH原始區、DDR2存儲區和數據回傳模塊；其中，所述SoC處理器用于自動加載SoC專用FLASH上注區存儲的智能處理算法和模型參數；所述SoC處理器接收衛星成像平臺傳輸的遙感圖像數據并保存至DDR2存儲區；所述SoC處理器進行遙感圖像的切片處理和感興趣區遙感圖像切片的智能化提取；所述SoC處理器打包壓縮提取的感興趣區遙感圖像切片并保存至SoC專用FLASH上注區；所述SoC專用FLASH上注區用于存儲接口及數傳CPU上注程序、智能處理DSP程序、深度卷積神經網絡權重文件、打包壓縮后的感興趣區遙感圖像切片及圖像輔助數據；所述SoC專用FLASH原始區用于存儲接口及數傳CPU程序、智能處理DSP程序；所述DDR2存儲區用于緩存原始衛星成像數據、圖像切片、圖像輔助數據、深度卷積神經網絡參數、卷積神經網絡各層中間計算量、智能處理算法程序代碼；所述數據回傳模塊用于將存儲在SoC專用FLASH上注區的感興趣區遙感圖像切片及圖像輔助數據下傳至地面接收站。

上述衛星遙感圖像感興趣區在軌智能提取一體化處理裝置中，所述SoC處理器包括CPU和DSP。

上述衛星遙感圖像感興趣區在軌智能提取一體化處理裝置中，所述SoC處理器采用深度學習算法進行遙感圖像的切片處理和感興趣區遙感圖像切片的智能化提取。

上述衛星遙感圖像感興趣區在軌智能提取一體化處理裝置中，所述深度學習算法包括如下步驟：

步驟1：構建深度卷積神經網絡遙感圖像感興趣區在軌智能提取模型；

步驟2：啟動星上智能處理模式，SoC處理器完成智能處理算法加載；

步驟3：采用星務輪詢轉發方式，通過CAN總線，完成原始遙感圖像數據傳輸和接收，并保存至DDR2存儲區；