[发明专利]基于星载云检测的光学图像有效压缩方法

说明书

本申请提供一种基于星载云检测的光学图像有效压缩方法，方法包括：获取待压缩图像，从所述待压缩图像中识别出关注区域以及非关注区域；根据预设的第一压缩策略对包含关注区域的图像进行压缩，根据预设的第二压缩策略对包含非关注区域的图像进行压缩；所述第一压缩策略的保真度高于所述第二压缩策略。本申请的方案可以降低对于包含非关注区域的图像的压缩要求，从而在整体上降低待压缩图像的压缩率，从而使得单位时间内，可以传输更多的图像，提高了图像传输效率。

技术领域

本申请涉及卫星中图像处理的技术领域，具体而言，涉及基于星载云检测的光学图像有效压缩方法。

背景技术

近年来，遥感技术蓬勃发展，光学遥感载荷不断涌现、性能指标大幅提升，所成图像具有了更高的空间、光谱、时间和辐射分辨率，获得的光学图像的数据量呈指数增长。然而，目前通信技术在星地传输过程中，传输速率仅为500Mbps左右，星地图像传输带宽与遥感图像数据量之间存在巨大的差距和矛盾，导致大量具有时效性的图像信息难以在第一时间发送到地面。

为解决该问题，目前星上系统（即卫星上的处理系统）通常会对图像进行压缩，从而通过传输压缩后的图像，以将图像尽可能第一时间下传至地面。但是，目前星上系统进行图像压缩时，为了避免地面对收到的压缩图像进行图像恢复后出现图像失真等情况，目前星上系统对图像均采用的是高质量保真压缩处理方式，这就导致压缩后的图像的数据量还是较大，对于星地之间所传输的图像数据量并未大幅减少，从而仍有较大部分的图像并不能在第一时间下传至地面。

此外，传统的遥感图像处理与决策流程中，包括了“星上采集-星地数传-地面处理-信息提取”，四个环节。但是，在轨运行的载荷内部实现图像提取和图像压缩功能，面临以下3点困难：

1）受限于功率，在轨载荷的计算能力有限；

2）由于星载平台接收到的数据未作辐射校正、几何校正等处理，其质量较差；

3）地物复杂性，单一利用光谱或者空间纹理特征不能完全区分云层和地物；

本申请针对以上问题，提出了一种基于空间域特征和光谱域特征相结合的光学图像提取算法和光学图像有效压缩方法，解决了在轨载荷计算能力有限的问题，通过辐射校正、几何校正、人工标注、判别模型等多个图像处理过程，对图像中的关注区域和非关注区域进行智能划分和针对性的压缩，在降低数据存储量的同时解决了图像较差的问题，大幅降低数据存储大小，进一步节省星地传输宽带。

发明内容

本申请实施例的目的在于提供基于星载云检测的光学图像有效压缩方法，用以解决相关技术存在的图像压缩率大的问题。

本申请实施例提供了基于星载云检测的光学图像有效压缩方法，包括：步骤S1，获取待压缩图像，从所述待压缩图像中识别出关注区域以及非关注区域；步骤S2，根据预设的第一压缩策略对包含关注区域的图像进行压缩，根据预设的第二压缩策略对包含非关注区域的图像进行压缩；所述第一压缩策略的保真度高于所述第二压缩策略。

在上述实现过程中，可以通过识别出待压缩图像中的关注区域以及非关注区域，进而采用保真度低的第二压缩策略包含非关注区域的图像进行压缩，采用保真度高的第一压缩策略对包含关注区域的图像进行压缩，这就降低了对于包含非关注区域的图像的压缩要求，而通常保真度低的压缩策略的压缩率会低于保真度高的压缩策略，采用不同方式的压缩策略，不但可以确保关注区域的图像保真度，还可以使得压缩后待下传的数据量大幅减少，避免了下传资源的浪费，在整体上降低了待压缩图像的压缩率，从而使得单位时间内，可以传输更多的图像，从而提高了图像传输效率。

进一步地，所述非关注区域为云掩膜区域；所述关注区域为非云掩膜区域；所述云掩膜区域表征为所述待压缩图像中云层的区域，所述非云掩膜区域为所述待压缩图像中除所述云掩膜区域以外的区域。