论文部分内容阅读
大气背景的辐射特性测量为天基预警系统设计的参数指标提供了大量的数据支撑,是天基预警系统建设的一项基础性工作。近年来,随着新的探测器技术的发展,空间影像数据以TB级的数量增长,有效的存储和管理空间数据、对空间数据进行信息挖掘是统计大气背景辐射数据特性的前提和基础。本文以我国某型号大气背景测量卫星的下传实测数据为数据源,目的是为大气背景红外图像仿真提供基于实测的辐射特性分析数据,开展了大气背景图像数据的存储与管理、大气背景图像的分类与大气背景图像辐射数据特性的统计分析三个方面的研究工作。在大气背景图像数据的存储与管理方面,阐述了空间数据的数据模型和组织管理方法,在此基础上,根据对存储方式的比较,将Oracle 11g的Geo Raster组件作为大气背景图像数据存储的数据库。结合实际图像信息,设计了大气背景红外辐射数据库的存储结构,并将图像的像元信息与属性信息导入图像库。基于对图像的位置索引和空间关系分析,对入库的图像进行地理配准并建立空间索引。在大气背景图像分类方面,阐述了卷积神经网络(Convolutional Neural Network)的原理,结合分类数据集的信息,建立了两种卷积神经网络模型,用于对图像数据集进行分类,实现了地球大气背景和临边大气背景图像的分类。利用分类训练样本和测试样本,对分类模型进行训练和准确率的测试。在大气背景图像辐射数据特性分析方面,根据完成分类的两类图像,分别构建地球背景红外辐射统计表和临边背景红外辐射统计表。根据统计的结果,模拟出大气红外辐射背景图和辐亮度值随临边切线高度的变化图,在此基础上,对其进行了分析。综上所述,本文提供了对空间数据的存储、管理、分类和数据特性统计的方法。