一种基于算法-硬件协同设计的高效遥感图像处理方法技术

本发明专利技术公开了一种基于算法‑硬件协同设计的高效遥感图像处理方法，应用于FPGA开发板和CPU‑GPU边缘计算设备，FPGA开发板的主芯片中设置快速洪水区域提取模块，快速洪水区域提取模块采用轻量级神经网络模型，CPU‑GPU边缘计算设备中设置历史信息融合模块；获取多源遥感图像的切片图像；将切片图像输入经过量化和剪枝后的轻量级神经网络模型进行数据处理以输出初步的洪水提取结果；将初步的洪水提取结果输入到历史信息融合模块，利用历史图像洪水提取结果和多种决策级融合策略对当前图像洪水提取结果进行优化以输出最终洪水检测结果。本发明专利技术可应用于资源受限的边缘计算环境中，能够实现对多源遥感图像的准确、快速且低功耗的洪水检测。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理技术和边缘计算环境优化，特别是涉及一种基于算法-硬件协同设计的高效遥感图像处理方法。

技术介绍

1、洪水灾害作为全球范围内频发的自然灾害，对人类社会造成了巨大的生命和财产损失。为了更有效地进行洪水分析和灾害评估，随着卫星遥感技术的不断进步，多源卫星遥感图像以其高分辨率、高回访率以及广泛的覆盖范围，成为了洪水检测领域的重要工具。

2、在多源卫星图像洪水检测技术的演进过程中，已经探索并发展出了多样化的方法。举例来说，有学者融合了三种不同的基于阈值的传统算法，以更精确地描绘多源遥感图像中的洪水区域。相较于仅依赖单一图像源的方法，这种方法展现出显著的优势。但不可忽视的是，这些基于阈值的方法在处理时常常受到如地形阴影、云层遮挡等噪声因素的干扰，这在一定程度上影响了洪水检测的准确性。近年来，卷积神经网络(cnn)在洪水检测领域的应用日益受到关注，这得益于cnn卓越的特征提取和自我学习能力，以及其对各种复杂环境的适应性。有学者提出了基于经典unet架构的多源遥感图像变化检测方法。同时，为了提升洪水检测的准确性，信息融合技术也被广泛运本文档来自技高网...

【技术保护点】

1.一种基于算法-硬件协同设计的高效遥感图像处理方法，其特征在于，应用于FPGA开发板和CPU-GPU边缘计算设备，其中，所述FPGA开发板的主芯片中设置快速洪水区域提取模块，所述快速洪水区域提取模块采用轻量级神经网络模型，所述CPU-GPU边缘计算设备中设置历史信息融合模块，所述方法，包括：

2.根据权利要求1所述的方法，其特征在于，获取多源遥感图像的切片图像，包括：

3.根据权利要求1所述的方法，其特征在于，将所述切片图像输入经过量化和剪枝后的轻量级神经网络模型进行数据处理以输出初步的洪水提取结果，包括：

4.根据权利要求3所述的方法，其特征在于，...

【技术特征摘要】

1.一种基于算法-硬件协同设计的高效遥感图像处理方法，其特征在于，应用于fpga开发板和cpu-gpu边缘计算设备，其中，所述fpga开发板的主芯片中设置快速洪水区域提取模块，所述快速洪水区域提取模块采用轻量级神经网络模型，所述cpu-gpu边缘计算设备中设置历史信息融合模块，所述方法，包括：

2.根据权利要求1所述的方法，其特征在于，获取多源遥感图像的切片图像，包括：

3.根据权利要求1所述的方法，其特征在于，将所述切片图像输入经过量化和剪枝后的轻量级神经网络模型进行数据处理以输出初步的洪水提取结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述快速洪水区域提取模块，包括第一cbp网络结构、bp神经网络结构和第二cbp网络结构。

5.根据权利要求4所述的方法，其特征在于，将所述快速洪水区域提取模块的网络中的卷积层和批归一化层...

【专利技术属性】
技术研发人员：李刚，潘鼎蔚，王学谦，王志豪，
申请(专利权)人：清华大学，
类型：发明
国别省市：