基于CPU/GPU高性能协同的光学卫星数据处理方法技术

本发明专利技术公开了一种基于CPU/GPU高性能协同的光学卫星数据处理方法，包括：将多个卫星原始数据进行数据解析得到多个0级数据；将多个0级数据进行相对辐射校正得到多个辐射校正后的图像数据；将多个辐射校正后的图像数据进行MTFC校正得到多个MTFC校正后的图像数据；将多个MTFC校正后的图像数据进行CCD拼接得到完整扫描影像；对完整扫描影像进行波段配准得到配准图像；将配准图像进行传感器校正得到传感器校正后的图像数据；对传感器校正后的图像数据进行系统几何校正得到1级产品数据。本发明专利技术提升了运行效率。

【技术实现步骤摘要】

本专利技术属于遥感卫星高性能处理，尤其涉及一种基于cpu/gpu高性能协同的光学卫星数据处理方法。

技术介绍

1、随着经济社会的发展，卫星遥感技术蓬勃发展，特别是商业高分辨率光学卫星迎来了蓬勃发展的爆发时期。商业卫星星座近年来相继发射，这些卫星星座分辨率均匀达到亚米级，与传统低分辨率卫星相比，成像后对数据全链路的处理时效性提出了新的要求，以适应目标侦察、应急减灾，快速响应等各类高时效的任务决策。目前主流的处理方式多采用并行计算的方式，特别是对于光学卫星多片ccd进行并性处理，极大的提高了地面卫星数据的处理时间，但是面对海量的光学遥感数据，例如高景系列卫星为例，单景立体影像数据达到了10gb，整轨数据量通常百gb，地面系统每天接收的数据量达到tb级，且卫星数量众多，集成并行系统主要通过多景多任务分布式实现整体光学地面系统处理性能，对于单个小区域任务处理效率峰值有效，难以实现分钟级的处理要求。

技术实现思路

1、本专利技术解决的技术问题是：克服现有技术的不足，提供了一种基于cpu/gpu高性能协同的光学卫星数据处本文档来自技高网...

【技术保护点】

1.一种基于CPU/GPU高性能协同的光学卫星数据处理方法，其特征在于包括：

2.根据权利要求1所述的基于CPU/GPU高性能协同的光学卫星数据处理方法，其特征在于：MTFC校正、波段配准、CCD拼接和系统几何校正在GPU中执行；

3.根据权利要求1所述的基于CPU/GPU高性能协同的光学卫星数据处理方法，其特征在于：0级数据包括辅助数据和图像数据；其中，辅助数据包括时间码、帧计数、GPS数据、姿态数据、积分时间、相机增益和相机温度。

4.根据权利要求1所述的基于CPU/GPU高性能协同的光学卫星数据处理方法，其特征在于：相对辐射校正的公式如下：...

【技术特征摘要】

1.一种基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于包括：

2.根据权利要求1所述的基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于：mtfc校正、波段配准、ccd拼接和系统几何校正在gpu中执行；

3.根据权利要求1所述的基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于：0级数据包括辅助数据和图像数据；其中，辅助数据包括时间码、帧计数、gps数据、姿态数据、积分时间、相机增益和相机温度。

4.根据权利要求1所述的基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于：相对辐射校正的公式如下：

5.根据权利要求1所述的基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于：所述mtfc校正通过计算成像系统的mtf曲线在不同空间频段的下降程度来反推实际影像频谱中高频部分的上升程度，能够在高频部分提高成像系统的mtf值，从而恢复影像的原始频谱特性，使影像的边缘更为清晰、细节更为丰富，最终达到提升影像质量的目的。

6.根据权利要求1所述的基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于：波段配准为针对不同波段间和全色和多光谱之间利用匹配得到连接点，从而重建影像的rpb模型。

7.根据权利要求1所述的基于cpu/gpu高性能协同的光学卫星数据处理方法，其特征在于：ccd拼接为对多个mtfc校正后的图像数据进行无缝拼接，形...

【专利技术属性】
技术研发人员：李对对，李庆鹏，龙小祥，田甜，王博，赵德馨，李闯，
申请(专利权)人：中国四维测绘技术有限公司，
类型：发明
国别省市：