[发明专利]一种卫星遥感图像感兴趣区在轨智能提取一体化处理装置

说明书

本发明公开了一种卫星遥感图像感兴趣区在轨智能提取一体化处理装置，包括SoC处理器、SoC专用FLASH上注区、SoC专用FLASH原始区、DDR2存储区、数据回传模块。本发明采用人工智能图像处理和定制化计算方法，使得较低性能的国产宇航级通用处理器芯片能够实现星上实时智能处理，适合卫星遥感图像感兴趣区在轨实时智能提取。

技术领域

本发明属于在轨实时智能处理技术领域，尤其涉及一种卫星遥感图像感兴趣区在轨智能提取一体化处理装置。

背景技术

现阶段遥感卫星数据处理和信息提取通常在原始数据下传至地面站后进行，一方面，普遍存在星上存储无效数据多、星地数传压力大、卫星载荷利用受限等问题。另一方面，数据处理的时效性无法满足实际应用要求。传统的遥感图像处理过程包括卫星成像数据压缩与下传、地面站接收与分发、图像校正与预处理、感兴趣区提取与判读，整个流程的完成需要几个小时到几天不等，严重限制了遥感应用系统的快速响应能力。

在轨智能处理可以实时完成遥感图像中感兴趣目标或区域的检测与提取，将原始遥感数据(GB级)直接处理为可直接应用的信息产品(KB级)，并实时推送到地面接收站点或移动终端，在实际应用中具有重要意义。

以深度卷积神经网络为代表的智能处理算法，在遥感图像场景分类、目标检测等领域彰显了较好的适用性。深度学习算法具有计算密集型和存储密集型特点(模型计算量在TFLOPS量级)，通常运行在GPU计算平台上，然而，目前国内尚无宇航级GPU芯片，性能较高的宇航级通用处理器芯片处理性能通常在GFLOPS量级。因此，如何基于深度学习算法和国产宇航级通用处理器芯片，构建在轨实时智能处理平台是本领域技术人员亟需解决的问题。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种卫星遥感图像感兴趣区在轨智能提取一体化处理装置，通过深度卷积神经网络算法的优化设计和算法在国产宇航级芯片上的高效映射，实现遥感卫星图像感兴趣区的在轨智能提取。

本发明目的通过以下技术方案予以实现：一种卫星遥感图像感兴趣区在轨智能提取一体化处理装置，包括：SoC处理器、SoC专用FLASH上注区、SoC专用FLASH原始区、DDR2存储区和数据回传模块；其中，所述SoC处理器用于自动加载SoC专用FLASH上注区存储的智能处理算法和模型参数；所述SoC处理器接收卫星成像平台传输的遥感图像数据并保存至DDR2存储区；所述SoC处理器进行遥感图像的切片处理和感兴趣区遥感图像切片的智能化提取；所述SoC处理器打包压缩提取的感兴趣区遥感图像切片并保存至SoC专用FLASH上注区；所述SoC专用FLASH上注区用于存储接口及数传CPU上注程序、智能处理DSP程序、深度卷积神经网络权重文件、打包压缩后的感兴趣区遥感图像切片及图像辅助数据；所述SoC专用FLASH原始区用于存储接口及数传CPU程序、智能处理DSP程序；所述DDR2存储区用于缓存原始卫星成像数据、图像切片、图像辅助数据、深度卷积神经网络参数、卷积神经网络各层中间计算量、智能处理算法程序代码；所述数据回传模块用于将存储在SoC专用FLASH上注区的感兴趣区遥感图像切片及图像辅助数据下传至地面接收站。

上述卫星遥感图像感兴趣区在轨智能提取一体化处理装置中，所述SoC处理器包括CPU和DSP。

上述卫星遥感图像感兴趣区在轨智能提取一体化处理装置中，所述SoC处理器采用深度学习算法进行遥感图像的切片处理和感兴趣区遥感图像切片的智能化提取。

上述卫星遥感图像感兴趣区在轨智能提取一体化处理装置中，所述深度学习算法包括如下步骤：

步骤1：构建深度卷积神经网络遥感图像感兴趣区在轨智能提取模型；

步骤2：启动星上智能处理模式，SoC处理器完成智能处理算法加载；

步骤3：采用星务轮询转发方式，通过CAN总线，完成原始遥感图像数据传输和接收，并保存至DDR2存储区；