本發明屬于光學遙感圖像處理、分析與評價技術領域，具體涉及一種光學遙感衛星圖像地面處理提升試驗系統。

背景技術：

對于光學遙感成像系統而言，通常采用圖像復原處理的方法消除相機光學系統、探測器、成像電子學以及衛星平臺環境和大氣路徑等因素引起的圖像模糊、噪聲等像質退化，對充分發揮圖像的應用效能具有重要意義和實際工程應用價值。國外已將地面的圖像處理作為遙感全鏈路成像系統設計的有機和重要組成環節，充分結合復原處理進行主要鏈路環節的匹配優化與設計，實現了相機設計傳遞函數較低的情況下，采用后續處理保證最終的圖像質量，復原后圖像奈奎斯特頻率處的傳遞函數(mtfn)值提高70%以上，使系統研制難度和成本大大降低。從現有文獻看，圖像處理算法的研究很多，算法研究中為了最大程度提升算法的處理性能，通常結合逐點計算、多次迭代等思想建立處理模型與方法，這就必然導致算法十分復雜，特別是處理大尺寸的高分辨率光學遙感衛星圖像時計算量巨大，因此在工程實際應用中一般采用圖形處理器(gpu)、現場可編程門陣列(fpga)和多個數字信號處理器(dsp)等硬件平臺，對算法進行工程化實現與加速，并研制相應的圖像處理原理樣機。

因此，急需搭建一套包含數據發送、全數字圖像處理提升工作站、圖像處理提升處理機、處理提升性能評估工作站的地面圖像處理提升試驗系統，該系統對于算法的處理性能評估、算法優化設計及其實際工程應用具有重要的理論指導意義與工程應用價值。

技術實現要素：

本發明的目的是為了克服現有技術中存在的上述問題，提供一套光學遙感衛星圖像地面處理提升試驗系統，用戶可通過管控參數選擇全數字圖像處理提升工作站或圖像處理提升處理機運行圖像處理算法。其中全數字圖像處理提升工作站采用處理算法軟件平臺的全數字工作模式進行處理，圖像處理提升處理機采用算法工程化加速硬件處理平臺的半物理工作模式進行處理。利用該系統可實現光學遙感衛星圖像處理算法軟件、處理機功能與性能分析、評價及處理機關鍵模塊的測試與驗證，并支持算法的應用邊界與優化研究。

為實現上述目的，本發明采取的技術方案如下：

一種光學遙感衛星圖像地面處理提升試驗系統，所述試驗系統包括數據發送工作站、全數字圖像處理提升工作站、圖像處理提升處理機、處理提升性能評估工作站和以太網交換機；所述以太網交換機用于提供數據發送工作站、全數字圖像處理提升工作站、圖像處理提升處理機、處理提升性能評估工作站之間的以太網連接。

本發明相對于現有技術的有益效果是：

（1）本發明針對圖像處理算法及其工程實現算法的處理性能分析、關鍵模塊性能測試、驗證與評估的需求，搭建了一套光學遙感衛星圖像地面處理提升試驗系統，該系統包含了圖像與輔助數據發送、圖像特性提取、圖像處理和處理算法性能評估等功能，而且可支持圖像的全數字的算法軟件處理和半物理的處理機硬件處理兩種工作模式，具備數據存儲與發送、圖像處理算法軟件與處理機硬件系統性能分析與評價以及處理機關鍵模塊性能測試與驗證等功能，并且能夠支持處理算法的應用邊界與優化研究。

（2）本發明光學遙感衛星圖像地面處理提升試驗系統包含處理提升性能評估工作站，具備圖像傳遞函數的處理提升性能、圖像信噪比的處理提升性能、信息保真性能、偽像抑制性能等評估能力，評估指標體系完整全面，能夠全面地反映圖像處理算法軟件與工程樣機硬件系統的圖像質量綜合處理提升能力，并更加全面、有效地指導處理算法的設計、驗證和評估工作。

（3）圖像處理提升處理機通過采用基于gpu、fpga和多個dsp的復合式處理平臺替換傳統的cpu或dsp處理平臺進行算法加速。從系統層面對算法進行全局優化與工程化，可在10秒內完成對分辨率的退化圖像進行像質增強處理。硬件平臺通過高速pcie總線與各處理板連接，可實現設備內圖像數據并行、流水、實時處理。

（4）系統的輸入、輸出接口采用萬兆以太網接口，通信速率達10gbps，可實現大尺寸高分辨率圖像的高速數傳，對于面向未來高分辨率光學遙感衛星圖像的地面處理提升試驗具有工程應用價值；系統可按用戶需求實現圖像復原與重建、圖像壓縮、圖像分割等多種圖像處理算法的分析、驗證和評估，可擴展性強；系統中的各個組成部件均采用最優的高性能產品，能夠保證系統的高效運作。

附圖說明

圖1是本發明的光學遙感衛星圖像地面處理提升試驗系統結構示意圖；

圖2是本發明的光學遙感衛星圖像地面處理提升試驗系統圖像處理提升處理機組成示意圖；

圖3是本發明的光學遙感衛星圖像地面處理提升試驗系統混合濾波處理算法流程圖。

具體實施方式

下面結合附圖對本發明的技術方案作進一步的說明，但不局限于此，凡是對本發明技術方案進行修改或者等同替換，而不脫離本發明方案的精神范圍，均應涵蓋在本發明的保護范圍之中。

具體實施方式一：如圖1所示，本實施方式記載的是一種光學遙感衛星圖像地面處理提升試驗系統，所述試驗系統包括數據發送工作站、全數字圖像處理提升工作站、圖像處理提升處理機、處理提升性能評估工作站和以太網交換機；所述以太網交換機用于提供數據發送工作站、全數字圖像處理提升工作站、圖像處理提升處理機、處理提升性能評估工作站之間的以太網連接。

需要對所有設備的ip地址進行手動配置，以保證數據發送能夠獲得目的節點的ip地址，發送節點能通過ip地址找到到達目的節點的路徑。

具體實施方式二：具體實施方式一所述的光學遙感衛星圖像地面處理提升試驗系統，所述數據發送工作站用于接收原始圖像和輔助數據，原始圖像和輔助數據發送給全數字圖像處理提升工作站以及圖像處理提升處理機進行處理。

在數據發送工作站中，用戶選擇輔助數據，包括圖像來源、型號類型、產品級別、分辨率和場景類型，配置相應的管控參數、系統特性參數(mtf特性、噪聲特性、非均勻性、量化位數、壓縮算法、壓縮比率等)和成像條件參數(拍攝地點、成像時間、拍攝角度等)，將原始圖像和輔助數據傳輸給全數字圖像處理提升工作站、圖像處理提升處理機。

數據輸入采用萬兆以太網接口，通信協議為ieee802.3ae，通信速率為10gbps，接插件為小型可插拔光模塊(sfp)。

具體實施方式三：具體實施方式一所述的光學遙感衛星圖像地面處理提升試驗系統，所述全數字圖像處理提升工作站用于接收管控數據、原始圖像和輔助數據，進行特性參數提取，運行總變分圖像處理算法和混合濾波圖像處理算法，并將處理結果輸出給處理提升性能評估工作站。

若管控參數選擇運行全數字圖像處理提升工作站，該工作站接收從數據發送工作站發送過來的原始圖像和輔助數據，判斷輔助數據中是否有傳遞函數和噪聲數據，若沒有，進行特性提取。

具體實施方式四：具體實施方式一所述的光學遙感衛星圖像地面處理提升試驗系統，所述圖像處理提升處理機用于接收管控數據、原始圖像和輔助數據，進行特性參數提取，運行基于圖形處理器gpu、現場可編程門陣列fpga和多個數字信號處理dsp平臺加速的總變分和混合濾波復合式處理提升算法，并將處理結果輸出給處理提升性能評估工作站。

若管控參數選擇運行圖像處理提升處理機，處理機接收從數據發送工作站發送過來的原始圖像和輔助數據，判斷輔助數據中是否包括傳遞函數和噪聲數據，若沒有，提取傳遞函數和噪聲數據，提取方式與全數字圖像處理提升工作站一致。根據這些數據運行基于gpu、fpga和多個dsp的總變分處理和混合濾波的復合式綜合處理提升算法。

具體實施方式五：具體實施方式一所述的光學遙感衛星圖像地面處理提升試驗系統，所述處理提升性能評估工作站用于接收管控指令、原始圖像和處理后圖像，運行圖像質量評價算法（包括圖像傳遞函數（mtf）提升性能評價、圖像信噪比（snr）提升性能評價、圖像質量度量(iqm)提升性能評價、圖像清晰度增強性能評價、圖像紋理細節保持性能評價、信息保真性能評價），進行評價，給出最終的評價結果。

特性提取包括圖像特性提取和系統特性提取。圖像特性提取中包括基于刃邊法的傳遞函數提取、基于自然圖像的傳遞函數提取和噪聲特性提取；系統特性提取中包括測量誤差處理、測量傳遞函數特性轉換、振動特性到傳遞函數的轉換波相差到傳遞函數的轉換、噪聲特性轉換，得到傳遞函數和噪聲數據。

根據這些數據運行總變分處理算法和混合濾波處理算法，并將結果發送給處理性能評估工作站。

圖2為圖像處理提升處理機組成示意圖，該處理機由兩塊嵌入式圖像處理卡，兩塊高性能gpu處理卡和一臺intelxeon高性能機架式工作站組成。

其中，嵌入式圖像處理卡標準配置為兩塊，支持額外擴展增加，每塊處理卡包括兩片dsp處理器和一片fpga協處理單元，共同負責算法中的邏輯判斷復雜、處理過程緩存碎片化和實時性要求高的部分；高性能gpu處理卡標準配置為兩塊，支持額外擴展增加，處理卡采用nvidiateslak80gpu，負責算法中數據集中、大規模的浮點計算；高性能工作站采用intelxeon處理器，對輸入圖像數據流和各板卡處理流程、參數進行管理，并通過高速pcie總線與各處理板連接，實現設備內圖像數據并行、流水、準實時處理。

處理后圖像輸出采用萬兆以太網接口，通信協議為ieee802.3ae，通信速率為10gbps，接插件為sfp。

優選的，以混合濾波處理算法為例，該算法的流程如下所示：

1）利用基于拉普拉斯正則化的反卷積方法計算；

2）對進行小波變換，獲得含噪小波系數；

3）估計子波帶內噪聲方差；

4）閾值化，得到去噪后小波系數；

5）對進行逆小波變換，得到最終結果。

混合濾波處理算法的流程圖如圖3所示。

對流程中的重要步驟進行分析：

①構造頻率濾波器：

該步驟采用逐點操作。由于是逐點操作，算法可以分配到并行的相同處理器核上。因此對數據存儲的動態范圍提出較高的要求。在計算過程中，主要運算類型為連續浮點數的乘法、加法與除法，適合在fpga、浮點dsp或gpu上并行和流水運行。

②頻域濾波：

該步驟使用二維傅里葉變換將信號轉換到頻域進行點乘，通過傅里葉逆變換將結果轉換回時域。二維傅里葉變換先逐行做一維傅里葉變換，再逐列做一維傅里葉變換。因此在傅里葉變換內部可以將模塊分裂，先將算法按行分裂，每條分裂計算若干行一維傅里葉變換，將結果匯總后再按照列分裂，每條分裂計算若干一維傅里葉變換。這雖然帶來了復雜的數據收發與同步，但成功的將算法模塊分裂，使得模塊可以分裂且可并行運行。基于二維傅里葉變換和點乘的運算，可以通過多線程的方式實現，在處理器上并行或者增加較復雜數據控制將算法模塊平均分裂并運行于其他相同的處理器。

③快速小波變換：

在實時圖像系統中，小波變換具有較大的計算量，單純依靠軟件已經無法滿足實時性的需求，因此出現了很多在硬件平臺上實現小波變換算法的新方法。從硬件解決方案上看，常見的實現方式有以下幾種：

基于通用的dsp硬件平臺；

基于fpga的硬件平臺；

基于前兩者的專用指令集處理器(asip)硬件平臺；

基于統一計算設備架構cuda平臺等。

這里采用的是在fpga平臺上實現并行加速。

圖像處理提升處理機接收來自外部的待恢復處理圖像與圖像處理算法參數，根據上述步驟運行混合濾波處理算法對圖像進行處理，并將處理結果發送給處理性能評估工作站。

處理性能評估工作站接收全數字圖像處理提升工作站或圖像處理提升處理機發送過來的圖像，將處理前后的圖像一并顯示，并提供實時的性能測試結果；開展處理前后性能評價指標的計算，包括圖像mtf提升性能評價算法、圖像snr提升性能評價算法、圖像iqm提升性能評價算法、圖像清晰度增強性能評價算法、圖像紋理細節保持性能評價算法、信息保真性能評價算法等，給出最終的性能評價結果。最后將原始圖像，處理后圖像，評價結果發送至外部顯示單元進行顯示。

若評價不滿足用戶需求，用戶可以通過調整算法參數，再次進行圖像處理，通過多次的處理和評價迭代，優化系統處理性能。

具體實施方式六：具體實施方式三所述的光學遙感衛星圖像地面處理提升試驗系統，若所述輔助數據不包括傳遞函數和噪聲數據，則進行圖像特性提取獲取傳遞函數和噪聲數據，運行總變分處理算法和混合濾波處理算法，并將處理結果輸出給處理提升性能評估工作站。

具體實施方式七：具體實施方式四所述的光學遙感衛星圖像地面處理提升試驗系統，若所述輔助數據不包括傳遞函數和噪聲數據，則進行圖像特性提取獲取傳遞函數和噪聲數據，運行基于gpu、fpga和多個dsp的總變分處理和混合濾波的復合式綜合處理提升算法，并將處理結果輸出給處理提升性能評估工作站。

基于gpu、fpga和多個dsp復合式處理硬件平臺中，通過對處理流程的流水化和并行化優化，讓gpu負責算法中數據集中、大規模的浮點運算，多dsp處理器和fpga負責算法中的邏輯判斷復雜、處理過程緩存碎片化和實時性要求高的部分。