面向卫星图像编解码的地面支撑软件平台设计与实现

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:shanglonghai105
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文涉及一种面向卫星图像编解码的地面支撑软件平台设计与实现,此平台主要服务于星载图像压缩单机,为研制阶段提供全链路仿真数据以及解码验证支撑,提高研制效率;为在轨服役阶段提供码流数据分析与异常诊断支撑,帮助快速定位故障。论文针对编码速率优化、解码鲁棒性增强以及码流自动检测技术的难点开展研究,设计并搭建了一套具备编码验证、数据实时解码以及码流自动检错功能的软件平台,提供了对星载压缩单机从研制到服役的全面支持,论文主要内容包括:首先,针对大幅面图像生成编码仿真数据时时间过长的难题,提出了高速率编码软件架构。通过分析压缩算法流程,提出基于并行化技术的编码优化方法,采用多线程技术进行并行编码,将编码速率提升至约2.3倍;通过分析星地传输链路误码特性,使用信道误码模型,定向生成误码测试源,支撑星载图像压缩的防误码设计验证。其次,针对解码端接收异常输入数据导致软件崩溃的难题,提出了高鲁棒性解码软件架构。通过使用码流结构中保存的参数信息,提出基于分块信息的误码检测及容错方法,在解码端实时解码的同时诊断码流,可适应多种码流异常类型,提升软件鲁棒性;通过分析码流组成,在对码流解码的同时进行遍历编码,输出不同压缩模式的压缩比信息,帮助分析该帧图像的压缩潜力,支撑优化星载压缩参数。最后,针对码流检测定位难、人工依赖大的难题,提出基于语义和编码结构的两种检测方法。通过分析码流格式及误码特性,提出基于语义的误码检测方法,采用“AC自动机多模式匹配算法+通用格式类”的设计,对丢码类异常码流检测的查全率高达99.83%;利用编码端的分块编码及RS编码设计,提出基于编码结构的误码检测方法,对分块信息和Golomb码流进行检测,对错码类的漏检率约34.67%;结合两种方法实现了自动检错软件,对码流进行快速检测,单帧检测速率不超过1.6s。
其他文献
金属矿石稀土含量测定的前处理过程中由于氢氟酸的低沸点特性,样品消解温度低,容易引发部分样品稀土含量损失,影响最终的测试结果。利用氟化氢铵相较氢氟酸有更高的沸点,且在加热过程中可分解产生氢氟酸的特性,采用硫酸、氟化氢铵和硝酸消解多金属矿石样品,建立了电感耦合等离子体质谱(ICP-MS)法测定多金属矿中稀土元素的分析方法。通过考察氟化氢铵用量、消解温度和消解时间对分析结果的影响,最终选择称样量为0.0
期刊
车辆目标自主检测是遥感侦察和精确导航领域的关键技术,深度学习成为红外图像时敏目标检测算法研究的主要方向之一,其性能与训练样本的规模和质量密切相关。然而,实际应用中待检测车辆往往为非合作目标,很难获取大量的实际目标红外图像数据,尤其是复杂战场环境下目标多视角图像,网络模型训练面临少样本甚至零样本的难题,且目标成像像素数少。因此,本文提出一套面向少样本目标检测的图像增广方法,设计目标检测网络,并实现模
学位
随着遥感卫星压缩图像下传模式和数据类型越来越复杂,对新型号卫星地面解码系统性能提出了很大的考验。本文研究内容涉及一种高性能卫星图像解码系统软件的设计与实现,其具备兼容多任务模式的扩展性、保证新任务模式下的实时性和应对复杂故障类型的稳定性。对以上三种高性能需求,开展了系统架构的解耦重构、时延分析与优化和系统故障恢复技术的研究。最终在当前某实时卫星图像地面解码系统的基础上,基于新任务模式的任务特点,针
学位
遥感卫星技术的快速发展和相关产业的迭代升级给配套的地面图像处理系统带来了快速部署的要求和挑战。图像实时解码系统是本课题组为某系列遥感卫星研发的支撑系统,属于地面图像处理系统的一部分,负责将传输到地面的压缩码流实时解码还原成图像数据。现有解码系统软件基于不同卫星型号和不同应用阶段定制化开发,通用化程度不高,不利于当前系统的管理维护和后续系统的快速部署。为此本文对解码系统软件进行通用化设计,面向此系列
学位
随着监控设备制造技术的成熟,大大小小的公共安全摄像头如雨后春笋般冒出。公共事务大到刑侦破案,小到社区管理都要借助监控找到目标行人。因此对目标行人的定位和检索具有较大的现实意义。行人重识别研究如何跨摄像头找到同一行人。但这个课题的前提是人已经被检测出来,即在事先存在的行人检测图上开展的。因此行人重识别研究有一个现实问题:实际成像的全景图片中不只有行人还有大量的背景,即行人位置的不确定。所以对于实际成
学位
基于嵌入式平台的机载地面目标检测在电力巡检、交通监控和战场侦察等军民领域有着重要的应用。随着以深度神经网络为代表的人工智能技术快速发展,机载地面目标检测深度学习方法取得了优于传统方法的性能。但是,深度神经网络参数量大、计算密度高,而机载嵌入式平台重量、体积、功耗等资源有限,难以满足目标检测高时效性要求。为此,本文研究了目标检测深度学习模型的轻量化与优化部署技术,设计开发了基于Hi3559A的机载地
学位
随着深度学习在医学图像领域的发展,利用深度学习实现脑CT图像出血区域分割与脑区定位的研究对临床辅助诊断有着重要的意义。对于CT图像脑出血分割问题,由于主流深度学习方法缺乏对医学图像成像规律的设计,当部分脑出血的特征较弱或较小时,分割效果欠佳。另一方面,对于出血脑区定位问题,计算机视觉领域的定位只能给出目标在图像中的坐标位置,尚缺少在医学意义上的脑区定位的研究。论文对上述问题做了深入的研究,论文的主
学位
星载图像压缩,即在卫星上对所获取的遥感图像进行实时压缩,是星地数传通道带宽受限时下传遥感图像的关键环节。但在实际应用中,此过程存在着关键目标信息损失、图像压缩比不可控、硬件实现困难三个主要问题。针对这些问题,本文提出了一种基于红外小目标检测的可控压缩比实时压缩方法,并进行了硬件实现。首先,进行红外小目标检测算法的设计。选择WSLCM算法作为基础算法,针对其在红外扫描遥感图像中应用的局限性进行改进,
学位
如今,海面目标图像/视频在海防边防、海运贸易中都被广泛应用,但是海面的粼光、波浪和较远的观测距离等因素导致海面目标成像受干扰严重,目标像尺寸小、清晰程度低,难以看清。海面目标“看不清”的问题成为了学者们的一个研究焦点,其中利用软件方式进行超分辨率重建、增强目标信息质量成为了一个解决上述问题的重要研究方向。因此,本文对面向海面目标的超分辨率重建技术开展了深入研究。本文以无人机航拍和固定拍摄的方式实地
学位
现代城市安防监控系统能稳定实时地反映被监控区域的真实情况,为维持社会秩序和保护城市安全提供信息支撑。开展城市安防监控系统的相关研究,对提高城市整体防控水平和推进平安城市建设具有重要意义。目前城市智能安防监控系统主要采用固定可见光视频监控对相应区域进行监测,其监控场景固定导致系统难以全局掌握突发安全事件的情况并无法有效定向跟踪事件后续发展,同时可见光成像导致系统在夜间以及雾雪等恶劣天气情况下适用性较
学位