基于稀疏特征的遥感影像变化检测星上实时处理方法

The on-board real-time feature change detection and information extraction are significantly important for future real-time intelligent satellite services. Rely on the “LUOJIA1-03” scientific experimental satellite of Wuhan University and its embedded on-board computing platform, this project intends to research on the on-board real-time processing method for sparse feature based remote sensing image change detection. And three aspects are going to be studied, including the on-board stream computing mechanism which is for on-board real-time processing, the image feature extraction method based on linear and nonlinear combined sparse model which is for data volume reduction, and the multi-temporal image sparse feature change detection based on convolutional neural network which is for accuracy and efficiency improvement. Dealing with the existing problems such as the difficulties of effective sparse feature extraction, the insufficient computing capability of on-board computing platform, and the large mount of computing load of change detection processing, the main purpose of this project is to explore a flexible, feasible and extendable approach that can reasonably solve the accuracy and efficiency problems and establish theoretical and practical foundation for future real-time intelligent satellite services.

星上实时变化检测与信息提取是实现遥感信息“快、准、灵”的实时智能服务的关键途径之一，本项目拟借助武汉大学牵头研制的“珞珈一号03”试验卫星智能处理平台，研究基于稀疏特征的遥感影像变化检测星上实时处理方法，具体内容包括：1）研究星上受限环境下的流式处理机制，以建立星上实时处理框架基础；2）研究结合线性与非线性稀疏模型的影像特征提取，以缩减待检测场景的冗余信息；3）研究基于卷积神经网络的多时相影像稀疏特征变化检测，以提高变化检测效率和精度。通过上述研究，合理解决星上变化检测的效率和精度问题，克服变化检测流程复杂、计算量大与星上处理能力受限的矛盾，为未来智能遥感卫星星上高效应用奠定理论和实践基础。

星上实时变化检测与信息提取是实现遥感信息“快、准、灵”的实时智能服务的关键途径之一。本项目借助武汉大学牵头研制的“珞珈3号”系列试验卫星智能处理平台，层次性地开展了星载受限环境下的可扩展智能处理体系构建研究，主要包括高性能开放式处理架构、影像特征提取判别、高效典型目标检测、高效语义分割与变化检测四个方面的内容。.通过三年的研究工作，本项目取得了如下主要研究成果：1）针对受限星载算力难以满足海量数据实时多样化处理需求的问题，提出了一种可扩展的星载边缘计算架构，可以作为构建星上实时处理系统的基础；2）在影像高维语义特征的提取和判别方面，提出了一种平衡深度线性判别分析方法以及用于衡量特征距离的倒指数距离，能够有效地衡量高维特征间的差异；3）在复杂环境下的目标检测问题上，提出了一种抗云雾覆盖的高效舰船检测算法，同时具备高准确性与高效率；4）在像素级语义分割与变化检测方面，提出了一种高效的语义分割网络，具有很高的推理效率和对更大影像块的支持能力，同时能够保持很高的精度。本项目成果很大程度上解决了星载受限条件下海量数据的及时处理问题，为未来实现遥感信息“快、准、灵”的实时智能服务奠定理论和方法基础。.本项目共发表学术论文12篇，其中SCI论文10篇（第1资助4篇）；申请发明专利3项；培养研究生4名，已毕业博士研究生1名。