卫星影像实时处理与分发方法与系统技术方案

本发明专利技术公开了一种卫星影像实时处理与分发方法与系统，包括：获取卫星影像；对卫星影像进行云量识别，从而获取当前图像的云量信息；根据所述云量信息判断云量是否达到可去云阈值，若是，则对卫星影像进行去云处理；基于历史图像数据预测预设时间段内的云量信息；基于时间段内的云量信息生成图像分发节点数据；将图像分发节点数据和处理后的影像数据分发至分中心。本申请提供的卫星影像实时处理与分发方法通过获取卫星影像，并对卫星影像进行处理，同时预测未来的云量信息，基于预测未来的云量信息从而确定未来时间段内影像分发时间点，将卫星影像及影像分发时间点发送至各个分中心，提高数据处理可靠性，进而使得各个分中心可提升工作效率。升工作效率。升工作效率。

【技术实现步骤摘要】
卫星影像实时处理与分发方法与系统


[0001]本申请涉及卫星影像处理
，具体涉及一种卫星影像实时处理与分发方法和系统。

技术介绍

[0002]随着科技的进步和发展，在地址勘测过程中采用遥感影像进行辅助已经十分常见。但是，在实际生产过程中，经常因为卫星影像质量不佳，无法使用，或者由于云层较厚，无法进行去云处理，从而使得工作人员的行程安排被打乱，进一步造成工作难度增加。
[0003]综上所述，现有技术中，对于地址勘测人员使用卫星影像数据的过程中存在数据可靠性较低的问题，从而造成工作效率的降低。

技术实现思路

[0004]本专利技术的目的是提供一种卫星影像实时处理与分发方法和系统，为了解决现有技术中的地址勘测人员使用卫星影像数据的过程中存在数据可靠性较低的问题，从而造成工作效率的降低的问题。
[0005]为解决上述问题，本专利技术的第一方面提供了一种卫星影像实时处理与分发方法，包括：获取卫星影像；对卫星影像进行云量识别，从而获取当前图像的云量信息；根据所述云量信息判断云量是否达到可去云阈值；若是，则对卫星影像进行去云处理；基于历史图像数据预测预设时间段内的云量信息；基于时间段内的云量信息生成图像分发节点数据；将图像分发节点数据和处理后的影像数据分发至分中心。
[0006]可选的，所述对卫星影像进行去云处理包括：获取神经网络模型；获取SAR数据库；采用所述神经网络模型基于SAR数据库内的数据对所述卫星影像进行去云处理。
[0007]可选的，所述基于历史图像数据预测预设时间段内的云量信息为，采用如下步骤对一个预设时间段内的每天的云量进行预测：获取第一图像数据库；基于所述第一图像数据库预测预设月份云量；获取第二图像数据库；基于所述第二图像数据库预测预设日期的云量；判断所述预设日期的预测云量与所述预设月份预测云量的差值是否小于阈值；若是，则
采用预设日期的预测云量为预设日期的云量。
[0008]可选的，所述基于历史图像数据预测预设时间段内的云量信息还包括：判断所述预设日期的云量与所述预设月份云量的差值是否小于阈值；若否，则获取所述预设日期的天气预报的云量；判断所述预设日期的预测云量与所述预设日期的天气预报的云量的差值是否小于阈值，若是，则采用预设日期的预测云量为预设日期的云量。
[0009]可选的，所述获取第一图像数据库包括：获取当前地区过去10年的每个月平均云量信息，构建第一图像数据库。
[0010]可选的，所述基于所述第一图像数据库预测预设月份云量包括：获取求和自回归移动平均模型；根据所述求和自回归移动平均模型和所述第一图像数据库预测预设月份云量。
[0011]可选的，所述获取第二图像数据库包括：获取最近一年的每天云量信息，构建第二图像数据库。
[0012]可选的，所述基于所述第二图像数据库预测预设日期的云量包括：获取求和自回归移动平均模型；根据所述求和自回归移动平均模型和所述第二图像数据库预测预设日期云量。
[0013]可选的，所述基于时间段内的云量信息生成图像分发节点数据包括：逐一判断预设时间段内每天的云量信息是否达到去云阈值，若是，则对该日期进行标记；将所有标记的日期构建为图像分发节点数据。
[0014]另一当面，本申请提供了一种卫星影像实时处理与分发装置，包括：卫星影像获取模块，用于获取卫星影像；云量信息获取模块，用于对卫星影像进行云量识别，从而获取当前图像的云量信息；判断模块，用于根据所述云量信息判断云量是否达到可去云阈值；去云处理模块，用于在判断模块的判断结果为是时对卫星影像进行去云处理；云量信息预测模块，用于基于历史图像数据预测预设时间段内的云量信息；图像分发节点数据生成模块，基于时间段内的云量信息生成图像分发节点数据；数据分发模块，用于将图像分发节点数据和处理后的影像数据分发至分中心。
[0015]本专利技术的上述技术方案具有如下有益的技术效果：本申请提供的卫星影像实时处理与分发方法通过获取卫星影像，并对卫星影像进行处理，同时预测未来的云量信息，基于预测未来的云量信息从而确定未来时间段内影像分发时间点，将卫星影像及影像分发时间点发送至各个分中心，使得各个分中心可提前进行工作规划，有效提升工作效率。同时，本方法采用多种云量预测相结合，可以有效提升准确率，具有鲁棒性显著的优势。另外，本方法采用SAR数据作为依托进行去云处理，准确度高。
附图说明
[0016]图1是本专利技术一个实施方式的卫星影像实时处理与分发方法流程图。
具体实施方式
[0017]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0018]显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]在本专利技术的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0020]此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0021]参照图1，本申请的一个实施例提供了一种卫星影像实时处理与分发方法，包括：获取卫星影像；对卫星影像进行云量识别，得到当前影像的云量信息；根据云量信息判断云量是否达到可去云阈值，若是，则对卫星影像进行去云处理；将云量信息加入第一云量数据库；基于第一云量数据库获取预设时间段内的云量信息；基于预设时间段内的云量信息生成图像分发时间节点数据；将图像分发时间节点数据和去云处理后的卫星影像分发至分中心。
[0022]本申请该实施例提供的卫星影像实时处理与分发方法通过获取卫星影像，并对卫星影像进行处理，同时预测未来的云量信息，基于预测未来的云量信息从而确定未来时间段内影像分发时间点，将卫星影像及影像分发时间点发送至各个分中心，使得各个分中心可提前进行工作规划，有效提升工作效率。
[0023]在一实施例中，对卫星影像进行去云处理包括：获取卫星影像所对应的云层厚度信息；获取去云神经网络模型数据库，去云神经网络模型数据库包含至少一个去云神经网络模型和该模型对应的云层厚度范围信息；根据云层厚度信息在所述去云神经网络模型数据库中获取第一去云神经网络模型；采用第一去云神经网络模型对卫星影像进行去云处理。
[0024]举例来说，卫星影像中包含云的厚度为100米，所获取的云层厚度信息为100米；获取去云神经网络模型数据库，去云神经网络模型数据库包含去云神经网络模型A、去云神经网络模型B、去云神经网络模型C、去云神经网络模型D，其中，去云神经网络模型A对应的云层厚度为50
‑
150，去云神经网络模型B对应的云层厚度为150
‑
300，去云神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星影像实时处理与分发方法，其特征在于，包括：获取卫星影像；对卫星影像进行云量识别，得到当前影像的云量信息；根据所述云量信息判断云量是否达到可去云阈值；若是，则对卫星影像进行去云处理；将所述云量信息加入第一云量数据库；基于所述第一云量数据库获取预设时间段内的云量信息；基于预设时间段内的云量信息生成图像分发时间节点数据；将图像分发时间节点数据和去云处理后的卫星影像分发至分中心。2.根据权利要求1所述的卫星影像实时处理与分发方法，其特征在于，所述对卫星影像进行去云处理包括：获取卫星影像所对应的云层厚度信息；获取去云神经网络模型数据库，所述去云神经网络模型数据库包含至少一个去云神经网络模型和该模型对应的云层厚度范围信息；根据所述云层厚度信息在所述去云神经网络模型数据库中获取第一去云神经网络模型；采用所述第一去云神经网络模型对所述卫星影像进行去云处理。3.根据权利要求2所述的卫星影像实时处理与分发方法，其特征在于，所述获取卫星影像所对应的云层厚度信息包括：获取卫星SAR数据；获取云层厚度计算模型；根据所述云层厚度计算模型和所述卫星SAR数据生成云层厚度信息。4.根据权利要求3所述的卫星影像实时处理与分发方法，其特征在于，所述获取云层厚度计算模型包括：获取云层厚度计算模型数据库，所述云层厚度计算模型数据库包括至少一个云层厚度计算模型和该模型对应的天气信息；获取卫星SAR数据所对应的天气信息；根据所述卫星SAR数据所对应的天气信息和云层厚度计算模型数据库获取云层厚度计算模型。5.根据权利要求1所述的卫星影像实时处理与分发方法，其特征在于，所述基于所述第一云量数据库获取预设时间段内的云量信息包括，对一个预设时间段内的每天的云量进行预测；所述对一个预设时间段内的每天的云量进行预测，包括，采用月份云量收集策略在所述第一云量数据库获取月份云量数据集；基于所述月份云量数据集预测预设月份云量；采用日期云量收集策略在所述第一云量数据库获取日期云量数据集；基于所述日期云量数据集预测预设日期的云量；判断...

【专利技术属性】
技术研发人员：詹雅婷，朱叶飞，王鹏，宋珂，苏一鸣，
申请(专利权)人：江苏省地质调查研究院，
类型：发明
国别省市：