本發(fā)明涉及遙感圖像處理，特別是涉及一種基于數(shù)據(jù)分析的農(nóng)業(yè)遙感圖像校正系統(tǒng)。

背景技術(shù)：

1、農(nóng)業(yè)遙感圖像是通過遙感技術(shù)獲取的農(nóng)業(yè)相關(guān)區(qū)域的地面圖像，基于遙感圖像中的不同的光譜特性，可以區(qū)分不同的作物類型、分析作物生長情況或者監(jiān)測病害或者蟲害等等；遙感圖像獲取的過程中，通常會受到多種因素的影響，如大氣、傳感器性能、地物變化等，這些影響會導(dǎo)致圖像中的光譜信息和空間信息出現(xiàn)偏差，進(jìn)而影響農(nóng)業(yè)監(jiān)測、作物生長評估等應(yīng)用；因此，遙感圖像的校正非常有必要；

2、隨著遙感技術(shù)的發(fā)展，越來越多的高分辨率遙感影像被用來監(jiān)測農(nóng)業(yè)，但高分辨率數(shù)據(jù)往往伴隨著更大的數(shù)據(jù)量，通常大量的高分辨率圖像處理進(jìn)行統(tǒng)一調(diào)整處理，這種處理方式存在較大的局限性，無法針對圖像的分辨率和特征進(jìn)行針對性處理，使得圖像校正精度和效率下降；同時，在大規(guī)模農(nóng)業(yè)監(jiān)測任務(wù)中，單一的統(tǒng)一調(diào)整方法會導(dǎo)致計算資源的浪費(fèi)，不能高效地利用硬件和云計算平臺的優(yōu)勢，從而影響整個處理流程的效率。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述背景技術(shù)提到的問題，提供一種基于數(shù)據(jù)分析的農(nóng)業(yè)遙感圖像校正系統(tǒng)。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：一種基于數(shù)據(jù)分析的農(nóng)業(yè)遙感圖像校正系統(tǒng)，包括服務(wù)器、數(shù)據(jù)分析模塊、圖塊分類模塊和校正并行模塊；

3、服務(wù)器通過與遙感測繪設(shè)備通信連接以獲取遙感圖像，并將其進(jìn)行切割分為若干個圖塊，針對圖塊在遙感圖像中的位置生成對應(yīng)的位置坐標(biāo)，由此可得每個圖塊分別對應(yīng)唯一的一個位置坐標(biāo)；

4、數(shù)據(jù)分析模塊通過對各校正節(jié)點(diǎn)進(jìn)行實時分析以判斷各校正節(jié)點(diǎn)的運(yùn)行狀態(tài)，并據(jù)此生成校正調(diào)整指令；將校正調(diào)整指令發(fā)送至圖塊分類模塊和校正并行模塊；

5、圖塊分類模塊基于接收到的校正調(diào)整指令，對遙感圖像的圖塊進(jìn)行光譜特征分析以將其進(jìn)行分類，具體將各圖分別歸類至高密度植被標(biāo)簽、低密度植被標(biāo)簽、非植被標(biāo)簽和水體標(biāo)簽，將其發(fā)送至校正并行模塊；

6、校正并行模塊基于接收到的校正調(diào)整指令以及各標(biāo)簽的圖塊進(jìn)行并行校正，并將校正完成之后的圖塊按照其對應(yīng)的位置坐標(biāo)進(jìn)行整合，形成完整的遙感圖像。

7、在一些實施例中，通過對各校正節(jié)點(diǎn)進(jìn)行實時分析以判斷各校正節(jié)點(diǎn)的運(yùn)行狀態(tài)，具體的分析判斷過程為：

8、2-1：設(shè)定存在若干個校正節(jié)點(diǎn)，獲取校正節(jié)點(diǎn)于各采集時刻的運(yùn)行參數(shù)，具體的運(yùn)行參數(shù)包括處理器負(fù)載、內(nèi)存使用率、網(wǎng)絡(luò)寬帶和列隊長度，并將其分別記為fj、cj、kj和mj，其中j＝1，2,3……j，j為正整數(shù)，j表示監(jiān)測時刻的總數(shù)，j表示的是任意一個監(jiān)測時刻的編號；設(shè)定每個校正節(jié)點(diǎn)分別對應(yīng)一個處理器標(biāo)準(zhǔn)參數(shù)，具體的處理器標(biāo)準(zhǔn)參數(shù)包括內(nèi)存最大使用率和網(wǎng)絡(luò)最大寬帶，并將其分別記為cmax和kmax；

9、將處理器負(fù)載fj、內(nèi)存使用率cj、網(wǎng)絡(luò)寬帶kj、列隊長度mj、內(nèi)存最大使用率cmax和網(wǎng)絡(luò)最大寬帶kmax進(jìn)行歸一化處理并取其數(shù)值，對數(shù)值進(jìn)行公式化計算分析得到各采集時刻的瓶頸值cfj，具體的計算公式為：

10、

11、其中λ1、λ2、λ3、λ4分別為設(shè)定的比例常數(shù)，其取值由本領(lǐng)域人員自行設(shè)置；

12、2-2：以時間為橫坐標(biāo)，以瓶頸值為縱坐標(biāo)構(gòu)建二維直角坐標(biāo)系，將運(yùn)行值按照其對應(yīng)的監(jiān)測時刻輸入至坐標(biāo)系中，并將瓶頸值在坐標(biāo)系中的位置記為瓶頸點(diǎn)，采用線段將瓶頸點(diǎn)依次連接得到瓶頸值折線圖；對瓶頸折線圖進(jìn)行圖形解析以衡量校正節(jié)點(diǎn)的運(yùn)行狀態(tài)，得到校正節(jié)點(diǎn)的運(yùn)行狀態(tài)值；

13、2-3：由此可得各校正節(jié)點(diǎn)的運(yùn)行狀態(tài)值，并將其與設(shè)定的狀態(tài)區(qū)間進(jìn)行比較分析，當(dāng)運(yùn)行狀態(tài)值大于設(shè)定的狀態(tài)區(qū)間中的最大值時，則將校正節(jié)點(diǎn)記為高度瓶頸節(jié)點(diǎn)；當(dāng)運(yùn)行狀態(tài)值處于設(shè)定的狀態(tài)區(qū)間中時，則將校正節(jié)點(diǎn)記為中度瓶頸節(jié)點(diǎn)；當(dāng)運(yùn)行狀態(tài)值小于設(shè)定的狀態(tài)區(qū)間中的最小值時，則將校正節(jié)點(diǎn)記為輕度瓶頸節(jié)點(diǎn)；分別統(tǒng)計高度瓶頸節(jié)點(diǎn)、中度瓶頸節(jié)點(diǎn)和輕度瓶頸節(jié)點(diǎn)的數(shù)量，并將其分別記為d1、d2和d3；若d3≥d1+d2，則無需進(jìn)行調(diào)整；否則，生成校正調(diào)整指令。

14、在一些實施例中，對瓶頸折線圖進(jìn)行圖形解析以衡量校正節(jié)點(diǎn)的運(yùn)行狀態(tài)，具體為：

15、設(shè)定存在一個瓶頸區(qū)間記為[p1，p2]，在瓶頸值折線圖中繪制兩條平行于橫軸直線，分別為直線y＝p1和直線y＝p2；由此瓶頸值折線圖可被兩條直線分為三部分，一部分為處于直線y＝p1下方，一部分處于直線y＝p1與直線y＝p2之間，一部分處于直線y＝p2上方；分別計算三部分的陰影面積，并將其分別記為sp1、sp1,p2和sp2；

16、將三部分的陰影面積sp1、sp1,p2和sp2進(jìn)行公式化計算分析得到運(yùn)行狀態(tài)值sp，具體的計算公式為

17、

18、其中μ1、μ2分別為設(shè)定的比例常數(shù)，具體的取值由本領(lǐng)域人員自行設(shè)置。

19、在一些實施例中，對圖塊進(jìn)行光譜特征分析以將其進(jìn)行分類，具體的分析過程為：

20、利用光譜特征提取圖塊中紅外波段的反射率記為lnir，紅光波段的反射率記為lred，藍(lán)光波段反射率記為lblue，短波紅外波段記為pswir，綠色波段記為pgreen；

21、將紅外波段的反射率lnir和紅光波段的反射率lred進(jìn)行公式化計算分析得到植被指數(shù)具體的計算公式為：

22、

23、將紅外波段的反射率lnir、紅光波段的反射率lred和藍(lán)光波段反射率記為lblue進(jìn)行公式化計算分析得到增強(qiáng)植被指數(shù)具體的計算公式為：

24、

25、其中g(shù)為設(shè)定的增益因子，c1、c2分別為設(shè)定的系數(shù)，d為地面亮度；

26、將短波紅外波段pswir，綠色波段pgreen進(jìn)行公式化計算分析得到水體指數(shù)zp，具體的計算公式為：

27、

28、由此可得各圖塊的植被指數(shù)增強(qiáng)植被指數(shù)和水體指數(shù)zp，并據(jù)此對圖塊進(jìn)行分類處理。

29、在一些實施例中，具體的分類處理過程為：

30、步驟一：提取圖塊的植被指數(shù)若植被指數(shù)則執(zhí)行步驟二；否則，執(zhí)行步驟三；

31、步驟二：提取圖塊的增強(qiáng)植被指數(shù)若增強(qiáng)植被指數(shù)則將圖塊歸類至高密度植被標(biāo)簽下；否則將圖塊歸類至低密度植被標(biāo)簽下；

32、步驟三：提取圖塊的水體指數(shù)，若水體指數(shù)zp＞0時，則將圖塊歸類至水體標(biāo)簽下；否則，圖塊歸類至非植被標(biāo)簽下；

33、步驟四：重復(fù)上述步驟一至步驟四，能夠?qū)⑺械膱D塊歸類至對應(yīng)的標(biāo)簽，并將分類完畢的圖塊發(fā)送至校正并行模塊。

34、在一些實施例中，對各標(biāo)簽類目下的圖塊進(jìn)行并行校正的具體過程為：

35、6-1：將各校正節(jié)點(diǎn)分配至各標(biāo)簽，由此可得各標(biāo)簽類目分別對應(yīng)的若干個校正節(jié)點(diǎn)；

36、6-2：任取其中一個類目標(biāo)簽，并提取該類目標(biāo)簽下對應(yīng)的校正節(jié)點(diǎn)編號，將其整合為重新監(jiān)測指令發(fā)送至數(shù)據(jù)分析模塊，以得到該類目標(biāo)簽下對應(yīng)的校正節(jié)點(diǎn)最新的運(yùn)行狀態(tài)值，依據(jù)運(yùn)行狀態(tài)值從大至小的順序?qū)⑿Ｕ?jié)點(diǎn)進(jìn)行排序，選取其中運(yùn)行狀態(tài)值最小作為目標(biāo)節(jié)點(diǎn)；

37、6-3：依據(jù)圖塊對其校正處理的復(fù)雜程度進(jìn)行量化分析得到各圖塊的處理值；

38、6-4：將標(biāo)簽下的各圖塊按照其對應(yīng)的處理值從大至小的順序進(jìn)行先后排序，選取其中處理值最大的圖塊作為目標(biāo)圖塊，并將目標(biāo)圖塊的校正任務(wù)分配至目標(biāo)節(jié)點(diǎn)，由此目標(biāo)節(jié)點(diǎn)的任務(wù)列表的列隊長度增加一；每當(dāng)校正節(jié)點(diǎn)完成一個圖塊的校正時，則對應(yīng)的務(wù)列表的列隊長度減少一；

39、6-5：重復(fù)上述步驟6-1至步驟6-4，直至將標(biāo)簽內(nèi)所有圖塊分配完畢；

40、6-6：重復(fù)上述步驟6-1至步驟6-5，直至將各類目標(biāo)簽下的圖塊完成校正為止，并將校正之后的圖塊按照其對應(yīng)的位置坐標(biāo)進(jìn)行合并，恢復(fù)成完整的遙感圖像。

41、在一些實施例中，依據(jù)圖塊對其校正處理的復(fù)雜程度進(jìn)行量化分析的具體過程為：

42、7-1：識別圖塊中的像素點(diǎn)，并提取各像素點(diǎn)的空間分辨率和光譜分辨率，并將其分別記為qn和rn，n＝1,2,3……n，n為正整數(shù)，n是指圖塊中像素點(diǎn)的數(shù)量，n表示的是其中任意一個像素點(diǎn)的編號；將像素點(diǎn)的空間分辨率qn和光譜分辨率rn進(jìn)行歸一化處理并取其數(shù)值，對數(shù)值進(jìn)行公式化計算分析得到像素點(diǎn)的分辨值qrn，具體的計算公式為：

43、qrn＝b1×qn+b2×rn

44、其中b1、b2分別為設(shè)定的比例系數(shù)，其取值本領(lǐng)域人員依據(jù)實際需求進(jìn)行自行設(shè)置；

45、7-2：將各像素點(diǎn)的分辨值與設(shè)定的分辨區(qū)間進(jìn)行比較分析得到圖塊的細(xì)節(jié)指數(shù)；

46、7-3：提取圖塊的面積和像素密度，并將其分別記為e和ρ；將圖塊的面積e、像素密度ρ和細(xì)節(jié)指數(shù)ad進(jìn)行歸一化處理并取其數(shù)值，對數(shù)值進(jìn)行公式化計算分析得到圖塊的處理值ae，具體的計算公式為：

47、

48、其中f1、f2、f3分別為設(shè)定的比例常數(shù)，h1和h2為設(shè)定的系數(shù)；其具體的取值由本領(lǐng)域人員進(jìn)行自行設(shè)置。

49、在一些實施例中，圖塊的細(xì)節(jié)指數(shù)的計算過程為：

50、若像素點(diǎn)的分辨值大于設(shè)定的分辨區(qū)間的上限時，則將像素點(diǎn)記為高度分辨點(diǎn)；若像素點(diǎn)的分辨值處于設(shè)定的分辨區(qū)間中時，則將像素點(diǎn)記為中度分辨點(diǎn)；若像素點(diǎn)的分辨值小于設(shè)定的分辨區(qū)間的下限時，則將像素點(diǎn)記為低度分辨點(diǎn)；分別統(tǒng)計圖塊中高度分辨點(diǎn)、中度分辨點(diǎn)和低度分辨點(diǎn)的數(shù)量，并將其分別記為a1、a2、a3；

51、將高度分辨點(diǎn)的數(shù)量a1、中度分辨點(diǎn)的數(shù)量a2、低度分辨點(diǎn)的數(shù)量a3和各像素點(diǎn)的分辨值qrn進(jìn)行歸一化處理并取其數(shù)值，對數(shù)值進(jìn)行公式化計算分析得到圖塊的細(xì)節(jié)指數(shù)ad，具體的計算公式為：

52、

53、其中d1、d2、d3分別為設(shè)定的比例常數(shù)，且d1＞d2＞d3＞1。

54、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

55、1、通過實時監(jiān)測校正節(jié)點(diǎn)的運(yùn)行參數(shù)，如處理器負(fù)載、內(nèi)存使用率、網(wǎng)絡(luò)寬帶和列隊長度等，能夠準(zhǔn)確評估校正節(jié)點(diǎn)的運(yùn)行狀態(tài)，并據(jù)此判斷是否生成校正調(diào)整指令；

56、2、通過對遙感圖像的圖塊的光譜特征進(jìn)行分析，將圖塊分類為高密度植被、低密度植被、水體和非植被的標(biāo)簽類別，使得系統(tǒng)能夠?qū)Σ煌愋偷膱D塊進(jìn)行針對性的處理，從而提高校正精度；為更合理地分配計算資源，提高處理效率提供支持；

57、3、通過對標(biāo)簽類目的各圖塊的復(fù)雜度和所需的計算資源進(jìn)行分析得到各圖塊的處理值，再依據(jù)標(biāo)簽類目所屬的各校正節(jié)點(diǎn)的運(yùn)行狀態(tài)值，以將各圖塊分配至各校正節(jié)點(diǎn)，并行處理不同標(biāo)簽類別的圖塊，進(jìn)一步提高校正效率和校正精度；實現(xiàn)按需分配的方式，能夠最大化利用計算資源，避免資源浪費(fèi)，同時確保所有圖塊都能得到適當(dāng)?shù)奶幚恚?/p>

58、綜上所述，本發(fā)明通過實時監(jiān)測和優(yōu)化校正節(jié)點(diǎn)、對圖塊進(jìn)行分類以實現(xiàn)針對性處理以及利用并行處理來提高效率，系統(tǒng)能夠更有效地處理大規(guī)模的遙感圖像數(shù)據(jù)，提高校正精度和處理速度，從而更好地支持農(nóng)業(yè)監(jiān)測和其他相關(guān)應(yīng)用。