高光譜成像仿真與管理系統(tǒng)技術(shù)報告

1、高光譜圖像及仿真系統(tǒng)技 術(shù) 報 告 二0一五年九月目 錄第1章引言1第2章高光譜成像仿真與管理系統(tǒng)技術(shù)難點(diǎn)32.1高光譜成像仿真與管理系統(tǒng)的原理32.2高光譜成像仿真與管理系統(tǒng)的技術(shù)難點(diǎn)52.3高光譜目標(biāo)檢測技術(shù)研究現(xiàn)狀52.3.1高光譜圖像數(shù)據(jù)特點(diǎn)62.3.2高光譜圖像分類研究6 2.4 高光譜成像仿真與管理系統(tǒng)概述72.4.1客戶端系統(tǒng)概述7第3章高光譜成像仿真與管理系統(tǒng)設(shè)計方案93.1技術(shù)原則93.2相關(guān)標(biāo)準(zhǔn)103.2.1文檔的參考文獻(xiàn)113.2.2 引用文檔173.3 系統(tǒng)測試條件18 3.4 系統(tǒng)實(shí)施方案18 3.5 系統(tǒng)監(jiān)測方案203.5.1功能檢測203.5.2性能檢測21 3.

2、6 高光譜成像仿真與管理軟件總線設(shè)計21 3.7 系統(tǒng)運(yùn)行環(huán)境223.7.1系統(tǒng)硬件環(huán)境223.7.2系統(tǒng)軟件環(huán)境233.7.3系統(tǒng)建設(shè)過程23第4章高光譜成像仿真技術(shù)與管理系統(tǒng)實(shí)現(xiàn)254.1圖像庫功能模塊系統(tǒng)實(shí)現(xiàn)254.2圖像診斷功能實(shí)現(xiàn)26第5章系統(tǒng)創(chuàng)新點(diǎn)275.1技術(shù)創(chuàng)新關(guān)鍵點(diǎn)27第6章技術(shù)重點(diǎn)與適用范圍286.1技術(shù)重點(diǎn)286.2適用范圍28第7章應(yīng)用前景和推廣應(yīng)用情況297.1應(yīng)用前景297.2推廣應(yīng)用情況29 29 / 29文檔可自由編輯打印第1章 引言高光譜圖像是將地物幾十乃至幾百個波段的光譜和相應(yīng)的空間圖像有機(jī)結(jié)合的三維圖像，其中豐富的光譜信息大大提高了目標(biāo)的檢測能力，因此，針

3、對高光譜圖像進(jìn)行目標(biāo)檢測已成為遙感技術(shù)的一個重要應(yīng)用研究方向，然而，由于成像光譜儀的空間分辨率較低，導(dǎo)致高光譜圖像中普遍存在混合像元。在接受目標(biāo)輻射光譜時能分辨的最小波長間隔是成像光譜儀的重要指標(biāo)之一，這種間隔越窄，光譜分辨率越高，根據(jù)光譜分辨率的不同，可分為多光譜型、高光譜型和超高光譜型。高光譜成像技術(shù)已經(jīng)成功地應(yīng)用于遙感和航空航天軍事偵察領(lǐng)域，它不但能對地面目標(biāo)拍攝高分辨率單譜圖像，而且還能將每一個目標(biāo)像素的光譜測出。通過測出的這些光譜特征曲線，可反演出對每一個目標(biāo)像素的目標(biāo)五組成成份，如樹葉，綠色油漆還是塑料。從而區(qū)分開自然背景與軍事目標(biāo)的差別，并判斷出目標(biāo)的性質(zhì)和種類。其最突出的特點(diǎn)是

4、能夠鑒別材料的組成成份，進(jìn)一步揭露與背景材料不同的目標(biāo)偽裝。利用光譜鑒別物質(zhì)成份的技術(shù)應(yīng)用于軍事，出現(xiàn)了高光譜成像偵察手段，成像光譜儀能拍攝目標(biāo)的幾何圖像，還能顯示目標(biāo)的光譜特征。不同的地物類型對應(yīng)不同的光譜特征，這一特征成為人們提取地表信息和認(rèn)識、識別地物的重要手段和思想。高光譜成像儀在一定條件下測繪得到各類地物的光譜指紋數(shù)據(jù)，對快速實(shí)現(xiàn)感興趣未知地物匹配和提高高光譜遙感分類水平有著極重要的作用。自20世紀(jì)60年代后，隨著傳感器技術(shù)、電子計算機(jī)技術(shù)、數(shù)據(jù)通訊技術(shù)等當(dāng)代科技的快速進(jìn)步，高光譜成像技術(shù)也得到迅速的發(fā)展，其覆蓋的波長范圍更寬，從可見光延伸到短波紅外，甚至到中波紅外和熱紅外，光譜分辨

5、率也更高。高光譜遙感以較窄的波段區(qū)間、較多的波段數(shù)量提供大量遙感光譜信息，克服了傳統(tǒng)的單波段，多光譜遙感在波段數(shù)、波段范圍、精細(xì)信息表達(dá)等方面的局限性，使得地物在光譜空間中可以做更細(xì)的分類和鑒別。高光譜在地址、植被生態(tài)、土壤，以及城市應(yīng)用等方面的研究中取得了引人注目的成果，已經(jīng)成為當(dāng)前遙感的一個重要的發(fā)展方向。高光譜遙感圖像包含觀測場景中的空間信息和光譜信息，具有“圖譜合一”的特性。與一般的圖像檢測相比，高光譜圖像目標(biāo)檢測除了可以利用空間信息之外，還可以利用光譜信息。由于光譜特征是不同化學(xué)成分的物質(zhì)所具有的固有特征，結(jié)合該特征可大大提高在目標(biāo)檢測和識別過程中對目標(biāo)進(jìn)行定性和定量分析的能力，從而

6、準(zhǔn)確、高效的進(jìn)行圖像信息的判讀、理解，提高在某復(fù)雜環(huán)境下和雜亂回波背景中對低空間分辨率小目標(biāo)和低對比度目標(biāo)的識別能力。與全色和多光譜遙感相比，利用高光譜遙感進(jìn)行目標(biāo)檢測的優(yōu)勢也很突出。由于傳統(tǒng)的多光譜遙感技術(shù)的光譜分辨率分常有限，導(dǎo)致其獲取的數(shù)據(jù)中產(chǎn)生很多“異物同譜”和“同譜異物”現(xiàn)象，而高光譜遙感技術(shù)可以獲取豐富的地物光譜輻射信息，對目標(biāo)檢測識別的能力大大提高，并且可以區(qū)分同類目標(biāo)的細(xì)微差異，為目標(biāo)精細(xì)檢測提供了數(shù)據(jù)基礎(chǔ)。高光譜遙感數(shù)據(jù)中成像波段數(shù)量增多，蘊(yùn)含有豐富的目標(biāo)光譜知識，這些光譜知識通過不同的表現(xiàn)和組合方式可以轉(zhuǎn)化為不同的特征，為目標(biāo)檢測提供了更廣泛的特征分析空間。Although

7、 research in software engineering largely seeks to improve the practices and products of softwaredevelopment, many practices are based upon codification of expert knowledge, often with little or no underpinning from objectiveempirical evidence. Software design patterns seek to codify expert knowledg

8、e to share experience about successful design structures.第2章 高光譜圖像仿真系統(tǒng)技術(shù)難點(diǎn)在高光譜圖像仿真與管理系統(tǒng)研制過程中，系統(tǒng)結(jié)構(gòu)和主要功能子系統(tǒng)劃分如下： 2.1高光譜圖像仿真與管理系統(tǒng)原理自然界中的一切物體都會反射太陽輻射或發(fā)射自身熱輻射，地物之間的光譜特性（反射、發(fā)射）存在較大的差異，遙感成像探測就是利用地物之間光譜特性的差異來識別、探測地表的組成成份，如遙感探礦。地物的光譜特性是由本身物理化學(xué)屬性所決定的，在利用遙感成像技術(shù)對農(nóng)作物進(jìn)行監(jiān)測，就是通過不同時期的遙感影像觀察植被光譜特征性的變化，計算農(nóng)作物中葉綠素、水分含量的

9、變化，從而獲得農(nóng)作物成長情況與受害情況。而且在不同波段范圍內(nèi)地物表現(xiàn)出的光譜特性是不盡相同的。由于地物的這種光譜特性在波段之間的差異性，目前的遙感探測技術(shù)已經(jīng)廣泛應(yīng)用了高光譜遙感，在可見光或近紅外、遠(yuǎn)紅外等波段處精確的反映地物的光譜特性，為地物的探測提供全面的數(shù)據(jù)。 遙感成像技術(shù)是研究如何探測場景中地物的反射和發(fā)射輻射，并將輻射能量通過電子系統(tǒng)轉(zhuǎn)換為圖像信號的科學(xué)技術(shù)。典型的遙感成像系統(tǒng)由探測系統(tǒng)、光學(xué)系統(tǒng)、掃描器和信號處理系統(tǒng)四大部分組成。因此遙感成像技術(shù)的發(fā)展綜合了遙感探測器、光學(xué)系統(tǒng)、掃描技術(shù)以及信號處理等科技成果。遙感成像仿真及對地物輻射信號在大氣和傳感器中傳輸過程的模擬實(shí)現(xiàn)。遙感成像

10、仿真是對場景輻射分布、在介質(zhì)中的傳播和在探測器里能量轉(zhuǎn)換過程的模擬。在整個光譜成像仿真中，需要綜合考慮場景中地物的幾何分布、地物的光譜輻射特性、成像時的大氣條件、傳感器光學(xué)系統(tǒng)、探測器、電子系統(tǒng)等對遙感成像的影像。遙感成像技術(shù)的成像過程設(shè)計的因素復(fù)雜，不同地物、大氣條件、觀測傳感器對獲取的結(jié)果影響很大。如何正確仿真這些復(fù)雜過程，是遙感成像仿真的關(guān)鍵所在。遙感成像仿真是基于遙感成像機(jī)理，模擬某種成像條件下（大氣條件、傳感器平臺）地物在成像系統(tǒng)中生成的遙感圖像，仿真圖像中既包含了地物的幾何特性也包含了地物的光譜特性。遙感圖像仿真包含以下幾個重要的過程：（1） 建立場景的三維模型，獲得場景的空間幾何

11、結(jié)構(gòu)和相應(yīng)地物的光譜屬性；（2） 根據(jù)成像機(jī)理，將像元按照成像空間分變率劃分為不同地物屬性、不同法向量的三維場景面元；（3） 根據(jù)輻射理論，建立場景中每個面元的輻射模型，并根據(jù)像元中所有面元之間的三維幾何結(jié)構(gòu)，計算像元內(nèi)各面元之間的相互輻射；（4） 考慮遙感成像時的大氣條件，根據(jù)大氣的輻射傳輸特性，計算大氣對輻射傳輸?shù)挠绊懀唬?） 模擬傳感器對地物輻射能量的響應(yīng)，即每個通道內(nèi)輻射能量的積分累加。 圖2.1 成像原理2.2高光譜圖像仿真與管理系統(tǒng)的技術(shù)難點(diǎn) 高光譜圖像是將地物的波段光譜和相應(yīng)的空間圖像圖像有機(jī)結(jié)合的三維圖像，其豐富的光譜信息大大提高了目標(biāo)的檢測能力，因此，針對高光譜圖像進(jìn)行目標(biāo)檢

12、測已成為遙感技術(shù)的一個重要應(yīng)用研究方向。然而，由于成像光譜儀的空間分辨率一般比較低，導(dǎo)致高光譜圖像中普遍存在混合像元?；旌舷裨獑栴}對地物的檢測和識別提出了很大的挑戰(zhàn)，是高光譜圖像目標(biāo)檢測方法面臨的一個亟待解決的難點(diǎn)。因此，針對高光譜圖像像元級目標(biāo)檢測的研究是當(dāng)前遙感技術(shù)深入發(fā)展的關(guān)鍵問題之一。在系統(tǒng)分析前人研究成果的基礎(chǔ)上，本文著眼于如何改進(jìn)現(xiàn)有的線性光譜混合模型算法，及重點(diǎn)研究如何運(yùn)用核方法將經(jīng)典的基于線性光譜混合模型的目標(biāo)檢測算法擴(kuò)展到非線性特征空間，解決非線性光譜解混難的問題。2.3高光譜目標(biāo)檢測技術(shù)研究現(xiàn)狀 自從高光譜遙感技術(shù)被提出以來，利用高光譜圖像進(jìn)行目標(biāo)檢測一直是遙感技術(shù)研究和應(yīng)

13、用的熱點(diǎn)，而充分利用高光譜圖像豐富的光譜維進(jìn)行目標(biāo)檢測的技術(shù)越來越受到人的重視。高光譜圖像所攜帶的光譜信息提供了區(qū)別地物光譜細(xì)微差別的能力，使人們可以辨別諸如樹木的種類、道路的類型、不同濕潤度的土壤等地物以及在軍事上可鑒別偽裝的目標(biāo)或誘餌目標(biāo)。高光譜憑借：1).具有光譜識別和鑒別目標(biāo)的能力，對圖像空間分辨率的要求不高。2).借助光譜信息可以在場景中區(qū)分真實(shí)和誘餌目標(biāo)。3).具有在復(fù)雜背景條件下自動檢測圖像異常的能力的優(yōu)勢。民用上，如礦產(chǎn)勘查、植被生長監(jiān)測、大氣成分檢測等；軍事上，在戰(zhàn)場目標(biāo)偵察、目標(biāo)反偽裝、地雷探測、毒氣戰(zhàn)劑探測等方面都顯示出良好的性能和獨(dú)特的優(yōu)勢。人們在高光譜影像目標(biāo)檢測方面

14、提出過許多算法，從算法處理的空間出發(fā)，可分為光譜空間目標(biāo)檢測與特征空間目標(biāo)檢測；從算法處理的目標(biāo)特性出發(fā)，這些方法可以分為純像元級目標(biāo)檢測和亞像元級目標(biāo)檢測。 基于光譜空間的檢測算法是比較傳統(tǒng)和常用的高光譜圖像目標(biāo)檢測算法。常用的有光譜匹配、光譜微分及混合光譜分解等算法?；诠庾V空間的檢測算法需要預(yù)先知道感興趣目標(biāo)的實(shí)測光譜參數(shù)，然后與圖像中的像元進(jìn)行光譜參數(shù)匹配、分解等操作進(jìn)而檢測目標(biāo)。該類方法優(yōu)點(diǎn)是簡單、易懂；缺點(diǎn)是存在光譜重建和光譜變化不確定性。 通過提取不同地物在同一圖像上呈現(xiàn)的不同特征，進(jìn)而實(shí)現(xiàn)目標(biāo)的檢測與識別。首先應(yīng)該將目標(biāo)特征與背景特征間的分布差異分析出來，再通過相應(yīng)的特征提取算

15、法突出目標(biāo)的結(jié)構(gòu)，最后應(yīng)用圖像分割算法檢測出目標(biāo)。 純像元目標(biāo)檢測是相對背景而言的，當(dāng)目標(biāo)大小足夠大時，在統(tǒng)計高光譜圖像中的各項(xiàng)指標(biāo)（如均值，標(biāo)準(zhǔn)差，協(xié)方差等）當(dāng)中，目標(biāo)的存在是不能忽略的。傳統(tǒng)的基于光譜曲線特征的算法，如二值編碼匹配、光譜角填圖（SAM）、最小距離檢測、光譜微分等只能應(yīng)用于純像元的目標(biāo)檢測。 亞像元目標(biāo)檢測中的目標(biāo)也是相對于背景大小而言的，即亞像元中的目標(biāo)成分十分微小時，可能只占半個像元空間或更少。因此，在評估高光譜圖像中的上述各項(xiàng)指標(biāo)當(dāng)中，目標(biāo)的存在均可忽略。針對亞像元的目標(biāo)檢測，有些純像元的目標(biāo)檢測算法就不再適用，如將純像元級的目標(biāo)檢測算法應(yīng)用于混合像元的目標(biāo)檢測，則目標(biāo)

16、信號可能早已淹沒在光譜噪聲中。而數(shù)據(jù)降維的方法可能將小目標(biāo)當(dāng)噪聲剔除掉，也無法像基于光譜特征識別的算法那樣只通過幾個特征就能判斷目標(biāo)是否存在。 2.3.1高光譜圖像數(shù)據(jù)特點(diǎn) 通過成像光譜儀獲得的高光譜遙感圖像數(shù)據(jù)相對于其它遙感圖像數(shù)據(jù)的優(yōu)勢是它除了具有二維的平面圖像之外，增加了包含了地物的光譜信息的光譜維度，從而形成了一個三維數(shù)據(jù)立方體，蘊(yùn)含了豐富的圖像信息及光譜信息高光譜遙感數(shù)據(jù)可以從不同的角度來解讀，從其光譜維來看，每個波段可以看作一個二維的地物空間分布圖像；從空間成像維來看，圖像中每個像元都包含有一個連續(xù)的、反映地物類別信息的光譜曲線。高光譜遙感不同于多光譜數(shù)據(jù)的特點(diǎn)在于：(1) 光譜分

17、辨率很高。在可見光-短波紅外譜段連續(xù)成像，其分辨率可達(dá)到納米級(10nm20nm)；(2) 圖譜合一。高光譜遙感圖像將地物空間、光譜和輻射信息融合到一起，具有更加豐富的地物類別信息；(3) 光譜連續(xù)性。由于成像光譜儀的光譜通道較多，每個像元在一定范圍內(nèi)具有精細(xì)、連續(xù)的光譜曲線，該曲線能真實(shí)反映波譜能量百分比隨波長變化的規(guī)律；(4) 高維度數(shù)據(jù)。高光譜數(shù)據(jù)維度隨波段數(shù)的增加而增加；(5) 波段間信息相關(guān)性較高，隱含特征豐富。 由于高光譜遙感信息處理是對高維信息與特征的處理，具有復(fù)雜性、多樣性和海量性的特點(diǎn)，多光譜影像的處理算法不能直接應(yīng)用于高光譜數(shù)據(jù)處理中。因此，研究利用高光譜數(shù)據(jù)處理、分析、信

18、息提取方法，挖掘高光譜圖像蘊(yùn)含的豐富的地物信息，成了當(dāng)今高光譜遙感技術(shù)研究的重點(diǎn)。2.3.2 高光譜圖像分類研究圖像地物分類是遙感技術(shù)處理的主要內(nèi)容，其依據(jù)是：相同類別的像元在光譜特征和空間特征上具有一致性，不同地物類別在光譜特征、空間特征上具有明顯的差別。遙感圖像分類過程，即是將像元劃分到相同類別中的過程。高光譜圖像數(shù)據(jù)具有高分辨率和圖譜合一的特點(diǎn)，因而利用高光譜圖像數(shù)據(jù)進(jìn)行地物分類識別具有更好地可靠性。高光譜遙感數(shù)據(jù)具有高維度、小樣本的特點(diǎn)，傳統(tǒng)的多光譜技術(shù)分類技術(shù)直接用于高光譜圖像分類具有一定的局限性，需要對其進(jìn)行改進(jìn)，尋求更優(yōu)化的，適用于高光譜圖像的分類算法模型。現(xiàn)在國內(nèi)外遙感圖像分類

19、方法可劃分為三個層次：(1) 基于像元的遙感圖像分類，提取單獨(dú)像元信息進(jìn)行分類識別;(2) 相對較高層次的，基于目標(biāo)的遙感圖像分類技術(shù)，提取像元及其相鄰像元的信息特征進(jìn)行分類識別；(3) 基于專家系統(tǒng)和知識的遙感圖像分類技術(shù)，該理論尚未成熟，現(xiàn)處于理論研究階段?，F(xiàn)將基于像元和基于目標(biāo)的兩種分類方法研究加以介紹?；谙裨倪b感圖像分類技術(shù)應(yīng)用發(fā)展相對已經(jīng)成熟，其分類模型可劃分為監(jiān)督分類和非監(jiān)督分類兩種，兩種劃分的依據(jù)是：監(jiān)督分類根據(jù)先驗(yàn)知識提取像元的統(tǒng)計特征，進(jìn)行類別劃分，即利用已知的各類別訓(xùn)練樣本，提取有效分類特征訓(xùn)練確定判別規(guī)則，實(shí)現(xiàn)待測樣本的類別標(biāo)記；非監(jiān)督分類沒有先驗(yàn)信息，通過圖像中像元

20、的統(tǒng)計特征劃分樣本類別標(biāo)簽。在實(shí)際應(yīng)用中，監(jiān)督分類算法和非監(jiān)督分類算法有各自的優(yōu)缺點(diǎn)。典型的非監(jiān)督分類方法是 K-mean 法和 ISODATD 兩種方式，其主要依據(jù)樣本點(diǎn)在空間中的聚集情況劃分類別，使得同類別樣本間的距離盡可能小，不同類別樣本間的距離盡可能大。非監(jiān)督分類算法實(shí)現(xiàn)步驟為：首先，確定圖像中地物類別數(shù)目，根據(jù)樣本統(tǒng)計信息確定初始聚類中心。其次，根據(jù)距離最近原則來判定劃歸同一類像元，完成初始類別劃分。初始類別劃分后，重新計算各類別的聚類中心并進(jìn)行樣本修正，完成第一次迭代。再次，以新的聚類中心進(jìn)行下一次像元聚類，直至得到最優(yōu)的聚類結(jié)果。 遙感圖像分類比較常用的監(jiān)督分類方法，包括基于統(tǒng)計

21、模型分類方法、基于神經(jīng)網(wǎng)絡(luò)分類方法和基于支持向量機(jī)(Support Vector Machines, SVM)分類方法等?；诮y(tǒng)計的分類模型主要有：最大似然分類模型、光譜角匹配模型、Fisher 線性判別模型等。最大似然模型計算像元隸屬于某類的概率，將像元劃分到所屬類別概率最大的像元的類別中。該方法需要較多的訓(xùn)練樣本提取個類別統(tǒng)計特征，針對這一缺點(diǎn)。Jia和 Richards 將高光譜數(shù)據(jù)分成幾個光譜子波段組，對子波段進(jìn)行最大似然分類，實(shí)現(xiàn)高光譜圖像分類。光譜角匹配模型則是將像元的光譜曲線矩陣看作一個方向矢量，通過計算待分類像元與參考像元之間向量的夾角，來確定像元的所屬類別。Fisher 線性

22、判別模型于組間最大分離原則，以多維正態(tài)分布為基礎(chǔ)，找到一個投影方向，使得像元在該方向上的投影像元的類間距離最大，而類內(nèi)的離散性最小，因而，像元能更好的被分開識別。為了獲得良好的分類性能，基于統(tǒng)計的監(jiān)督分類模型需要大量的訓(xùn)練樣本進(jìn)行訓(xùn)練才能得到最優(yōu)的分類模型。由于高光譜數(shù)據(jù)高維度的特點(diǎn)，在監(jiān)督分類過程中，分類模型所需訓(xùn)練樣本數(shù)隨著圖像波段數(shù)的增加而增加，當(dāng)訓(xùn)練樣本數(shù)目有限時，會出現(xiàn)Hungers 現(xiàn)象，即達(dá)到某一階段時，分類精度隨像元波段數(shù)的增加而下降。2.4高光譜圖像仿真與管理系統(tǒng)概述：2.4.1客戶端系統(tǒng)概述：1. 用戶登錄、個人信息修改2.用戶管理、服務(wù)端信息管理(需要系統(tǒng)管理權(quán)限)3.服

23、務(wù)端信息配置4.圖像上傳4.1圖像路徑、以及圖像信息填寫，圖像信息中包括圖像內(nèi)容標(biāo)簽、拍攝地點(diǎn)等4.3簡單的圖像編輯功能，包括圖像裁剪、旋轉(zhuǎn)、縮放等5.圖像查詢5.1提供按照拍攝日期、圖像標(biāo)簽、上傳用戶進(jìn)行查詢的功能5.2查詢結(jié)果以列表/縮率圖的形式顯示，并提供下載、編輯(拍攝用戶可以修改)功能5.3提供可見光與高光譜圖像獨(dú)立及聯(lián)合查詢?nèi)N方式6.圖像下載6.1按條件查詢出結(jié)果，提供單個文件/批量下載兩種方式7.圖像刪除，提供單個文件/批量刪除兩種方式8.高光譜圖像仿真可生成的高光譜圖像分辨率為115nm，圖像空間分辨率為0.15m。能夠仿真的背景包括草地、農(nóng)田(兩類農(nóng)作物)、水體、道路、沙漠

24、、巖石、天空，目標(biāo)包括卡車、火車、吉普車、轎車、木船、水泥船、鋼船、民航客機(jī)、直升機(jī)、運(yùn)輸機(jī)、軍事戰(zhàn)斗機(jī)、石拱橋、鋼結(jié)構(gòu)橋梁、混凝土結(jié)構(gòu)橋梁、磚瓦房、水泥平房、混凝土結(jié)構(gòu)樓房等8.1輸入標(biāo)簽或者可見光圖像，生成高光譜圖像。8.2高光譜圖像編輯功能，包括普通圖像編輯、高光譜圖像參數(shù)調(diào)整8.3上傳高光譜圖像到服務(wù)端8.4保存高光譜圖像到本地2.4.2服務(wù)端系統(tǒng)概述：1.驗(yàn)證用戶登陸信息2.管理數(shù)據(jù)庫3.客戶端遠(yuǎn)程通信 4.本地文件管理第3章 高光譜圖像及仿真系統(tǒng)設(shè)計方案3.1 技術(shù)原則系統(tǒng)采用成熟可靠的平臺技術(shù)和系統(tǒng)模型，充分利用計算機(jī)系統(tǒng)、數(shù)據(jù)庫、網(wǎng)絡(luò)通信和系統(tǒng)安全技術(shù)發(fā)展的最新成果。（1）系統(tǒng)

25、的可靠性和先進(jìn)性對高光譜圖像仿真與管理系統(tǒng)是一個具有挑戰(zhàn)性的課題，要實(shí)現(xiàn)這個目標(biāo)，系統(tǒng)需要設(shè)計先進(jìn)、合理的算法來提高成像準(zhǔn)確度，算法能夠滿足系統(tǒng)中提取成像數(shù)據(jù)的準(zhǔn)確度和運(yùn)行速度的要求，并達(dá)到完全的實(shí)用化要求。系統(tǒng)具有性能可靠、技術(shù)成熟、功能完善、體系先進(jìn)，系統(tǒng)配置靈活、操作方便、布局合理，滿足長時間穩(wěn)定工作的要求。（2） 成像數(shù)據(jù)解析的準(zhǔn)確性 使用高光譜遙感技術(shù)能夠精確的對地物的位置、大小、形狀等計算出其數(shù)據(jù)，在數(shù)據(jù)準(zhǔn)確無誤的基礎(chǔ)上進(jìn)行高光譜成像。（3）開放性和可擴(kuò)展性系統(tǒng)應(yīng)具有開放的體系結(jié)構(gòu)和良好的擴(kuò)充能力，在各地市級平臺上線后也可以無縫接入平臺。系統(tǒng)具有良好的標(biāo)準(zhǔn)性、開放性、集成性、安全性

26、、可擴(kuò)充性及可維護(hù)性，可根據(jù)需要方便地進(jìn)行網(wǎng)絡(luò)逐級匯接，增減各類站級前端設(shè)備等。（4） 標(biāo)準(zhǔn)性系統(tǒng)所用軟件、硬件、人機(jī)界面、通信協(xié)議和通信接口等遵循當(dāng)前最新國際標(biāo)準(zhǔn)、國家標(biāo)準(zhǔn)、工業(yè)或行業(yè)標(biāo)準(zhǔn)。系統(tǒng)所使用的視音頻編解碼標(biāo)準(zhǔn)采用符合大規(guī)模拓?fù)渚W(wǎng)絡(luò)的傳輸需要的、低比特率的、交互式的、先進(jìn)通用的國際標(biāo)準(zhǔn)。采用符合國際標(biāo)準(zhǔn)的耐壓、抗浪涌電壓沖擊、抗雷擊、抗強(qiáng)電磁干擾等其它抗干擾措施。（5） 現(xiàn)有網(wǎng)絡(luò)資源的優(yōu)先選擇性系統(tǒng)各層次的網(wǎng)絡(luò)互連優(yōu)先使用現(xiàn)有的網(wǎng)絡(luò)資源。3.2 相關(guān)標(biāo)準(zhǔn) 3.2.1文檔：文檔依據(jù)：目標(biāo)光譜特征數(shù)據(jù)庫技術(shù)要求 高光譜成像仿真軟件技術(shù)要求文檔內(nèi)容：主要包括測試環(huán)境和條件，測試內(nèi)容和實(shí)施方

27、法，測試結(jié)果等文檔面向的用戶：測試人員測試目的：檢測非標(biāo)軟件及集成系統(tǒng)是否符合合同，研制要求中規(guī)定的功能，性能等指標(biāo)。3.2.2引用文檔：標(biāo)識標(biāo)題修訂版本日期來源目標(biāo)光譜特征數(shù)據(jù)庫技術(shù)要求1.02014/12/16電子工程學(xué)院高光譜成像仿真軟件技術(shù)要求1.02014/12/16電子工程學(xué)院3.3 高光譜圖像仿真與管理系統(tǒng)測試條件測試條件:設(shè)置條件(測試用的軟硬件環(huán)境或集成系統(tǒng)是否安裝就緒，使用的測試工具， 人員保障); 校園局域網(wǎng)內(nèi)設(shè)置測試主機(jī)5臺，服務(wù)器1臺，寬帶10MB/s,100MB/s,1000Mb/s,分別按照軟硬件環(huán)境安裝設(shè)備，并使Mercury，Rational和Segue測試工

28、具進(jìn)行測試.客戶端人工干預(yù)的方式進(jìn)行，服務(wù)端對客戶端的請求進(jìn)行處理返回消息。測試過程中對斷電情況進(jìn)行設(shè)置，測試系統(tǒng)的魯棒性，響應(yīng)時間，以及可拓展性。3.4高光譜圖像仿真與管理系統(tǒng)實(shí)施方案高光譜圖像仿真系統(tǒng)的重點(diǎn)是通過長期的工作積累，利用遙感技術(shù)準(zhǔn)確的將地物圖像識別出來，而完成這一工作的關(guān)鍵在于擁有一個設(shè)計合理、信息完整的故障圖像及相關(guān)信息的數(shù)據(jù)庫設(shè)計。（1）數(shù)據(jù)庫設(shè)計該數(shù)據(jù)庫從數(shù)據(jù)類別上分主要包含圖像和輔助信息兩個方面，考慮到遙感設(shè)備的種類很多，且每個設(shè)備在不同部件或部位或有不同的故障表現(xiàn)，數(shù)據(jù)庫的設(shè)計采用圍繞設(shè)備的展開的分層設(shè)計模式。在完成數(shù)據(jù)庫的設(shè)計之后，為了進(jìn)一步發(fā)揮數(shù)據(jù)庫服務(wù)器的效能，

29、減少網(wǎng)絡(luò)通信和客戶機(jī)資源負(fù)擔(dān)，在數(shù)據(jù)庫端進(jìn)行必要的程序設(shè)計和開發(fā)，主要包括視圖設(shè)計和存儲過程設(shè)計，把對數(shù)據(jù)庫的復(fù)雜操作盡量放在數(shù)據(jù)庫服務(wù)器端執(zhí)行。數(shù)據(jù)庫的設(shè)計基本思路如圖4所示。設(shè) 備 構(gòu) 成 表標(biāo)準(zhǔn)正常圖像表典型故障圖像表圖像信息表故障信息表 數(shù)據(jù)庫設(shè)計框圖在設(shè)備構(gòu)成表中，主要是需要監(jiān)測的所有形成圖像信息及其分部件和部位的樹形結(jié)構(gòu)。針對某個特定監(jiān)測部件，其典型的故障圖像和對應(yīng)的標(biāo)準(zhǔn)正常圖像分別進(jìn)入典型故障圖像表和標(biāo)準(zhǔn)正常圖像表，不論是故障圖像還是正常圖像，對于圖像的基本信息屬于圖像信息表管理，該表中包含圖像的采集時間、采集地點(diǎn)、設(shè)備的名稱及部位（與設(shè)備構(gòu)成表關(guān)聯(lián)）、相機(jī)參數(shù)（如紅外相機(jī)編號、

30、焦距等）、環(huán)境參數(shù)（如溫度、濕度）、圖像參數(shù)（如分辨率、圖像深度、圖像中含文字參數(shù)情況等）、溫度信息（如最大溫差，最大最小溫度等）。如果是故障圖像，其關(guān)于故障的信息在故障信息表中體現(xiàn)，該表主要含有故障的描述信息和故障處理信息，包括故障的類型、形成原因、故障等級、可能危害描述、處理方法描述、故障判斷標(biāo)準(zhǔn)描述、故障位置信息（故障點(diǎn)在圖像中的位置和范圍）。從數(shù)據(jù)功能上分主要有各個設(shè)備標(biāo)準(zhǔn)圖像信息庫、典型故障圖像信息庫和日常采集圖像及信息數(shù)據(jù)庫三個部分。其中日常采集圖像及其信息數(shù)據(jù)庫主要是把日常采集的圖像保存下來，并組織好、管理好，為今后進(jìn)一步的數(shù)據(jù)挖掘提供第一手的資料。（2）基于故障樹技術(shù)的故障診斷

31、系統(tǒng)本項(xiàng)目需要根據(jù)不同設(shè)備的不同情況進(jìn)行輔助診斷，不同設(shè)備的診斷標(biāo)準(zhǔn)也會不同，因此需要建立一個輔助故障診斷系統(tǒng)。系統(tǒng)建立的質(zhì)量直接影響輔助診斷的準(zhǔn)確性和系統(tǒng)的可靠性。故障樹分析法，簡稱FTA(fault tree analysis)，是可靠性工程中有效的方法之一，特別適合于復(fù)雜系統(tǒng)的分析。故障樹是一種遞歸定義的數(shù)據(jù)結(jié)構(gòu)，特別適用于存儲具有層次性的結(jié)構(gòu)數(shù)據(jù)。在計算機(jī)中利用故障樹技術(shù)進(jìn)行故障分析，可以實(shí)現(xiàn)建樹、定性定量分析計算，到最后輸出控制途徑。故障樹技術(shù)用數(shù)理邏輯符號把造成失效的各種原因，按其內(nèi)在聯(lián)系的規(guī)律，有機(jī)地聯(lián)系起來，從而可根據(jù)邏輯圖確定故障原因的各種可能組合方式和發(fā)生概率。應(yīng)用最小割集

32、來建造知識庫，可描繪出處于故障狀態(tài)的基本故障，與傳統(tǒng)方式比較，在與系統(tǒng)的交互操作過程中，可大量減少搜索空間。（3）推理機(jī)的編制通過建立故障樹，根據(jù)規(guī)則的特征和解釋使用規(guī)則的過程，用未知的候選結(jié)構(gòu)作為根節(jié)點(diǎn)，反復(fù)用規(guī)則作用于非終節(jié)點(diǎn)而形成記載過程的推理樹，將這種推理樹用于系統(tǒng)的推理機(jī)制中，使計算機(jī)模仿專家分析和解決問題。系統(tǒng)的推理機(jī)是整個系統(tǒng)處理問題的核心模塊，包括兩部分：推理控制策略，主要是指推理方向的控制及推理規(guī)則的選擇策略和搜索策略；推理方向，包括正向推理、反向推理及正反向混合推理。本系統(tǒng)采用正向推理，從已知事實(shí)出發(fā)，逐步推導(dǎo)出最后結(jié)論。診斷流程如圖5所示：系統(tǒng)診斷流程3.5高光譜圖像仿真

33、與管理系統(tǒng)檢測方案3.5.1 高光譜圖像仿真與管理功能檢測1. 功能1 用戶登陸(功能1功能測試/GN1-GNCS)測試方法、步驟：在不同主機(jī)上使用不同賬號登陸預(yù)期結(jié)果：用戶成功登陸2. 功能2 圖像上傳(功能2功能測試/GN2-GNCS)測試方法、步驟：對數(shù)量不等的圖像進(jìn)行上傳預(yù)期結(jié)果：圖像上傳成功3. 功能3 圖像查詢(功能3功能測試/GN3-GNCS)測試方法、步驟：使用多種條件進(jìn)行圖像查詢預(yù)期結(jié)果：查詢成功，正確返回查詢結(jié)果圖像4. 功能4 圖像下載(功能4功能測試/GN4-GNCS)測試方法、步驟：按照批量和單個文件兩種方式進(jìn)行下載預(yù)期結(jié)果：圖像下載成功5. 功能5 圖像刪除(功能5

34、功能測試/GN5-GNCS)測試方法、步驟：勾選多幅圖像，進(jìn)行刪除預(yù)期結(jié)果：圖像刪除成功6. 功能6 高光譜圖像仿真(功能6功能測試/GN6-GNCS)測試方法、步驟：使用不同背景和不同材質(zhì)的目標(biāo)進(jìn)行高光譜圖像仿真預(yù)期結(jié)果：仿真成功，生成包含不同材質(zhì)以及不同背景的高光譜圖像7. 功能7 高光譜圖像仿真(功能7功能測試/GN7-GNCS)測試方法、步驟：使用不同波長的光生成多波段的高光譜圖像預(yù)期結(jié)果：仿真成功，生成包含多波段的高光譜圖像3.5.2高光譜圖像仿真與管理性能檢測性能測試的內(nèi)容主要是考察系統(tǒng)各個子模塊是否能夠正確執(zhí)行，并查看系統(tǒng)的響應(yīng)實(shí)時性是否滿足設(shè)計要求，以及系統(tǒng)能否正常穩(wěn)定運(yùn)行。以

35、下針對系統(tǒng)的兩個主要子模塊進(jìn)行性能測試：1、 高光譜仿真子模塊性能測試（子模塊性能測試/ZMK1-XNCS）：測試目的：對高光譜仿真子模塊的性能測試，其目的是為了驗(yàn)證該模塊能夠正常穩(wěn)定的完成高光譜圖像的仿真功能，即對輸入的一個可見光圖像，其可以生成一個相應(yīng)的高光譜圖像，并且能夠完成對可見光圖像中各目標(biāo)的正常仿真。測試方法：對該模塊的測試，主要是進(jìn)行白盒測試，即，為了完成對高光譜仿真子模塊的測試，也就是檢測該模塊是否能夠?qū)斎氲目梢姽鈭D像，正常的生成相應(yīng)的高光譜圖片，所以，測試的過程包括準(zhǔn)備一批可見光的測試圖像數(shù)據(jù)，并將這些可見光測試數(shù)據(jù)逐個輸入到高光譜仿真模塊中，觀察其輸入結(jié)果。預(yù)期結(jié)果：對高

36、光譜仿真子模塊的性能測試，其預(yù)期的測試結(jié)果是，該子模塊能夠?qū)斎氲目梢姽鈭D像，生成相應(yīng)的高光譜圖像，即，對輸入的可見光測試數(shù)據(jù)，模塊的輸出結(jié)果是符合設(shè)計要求的高光譜圖像。2、 高光譜圖像數(shù)據(jù)庫子模塊性能測試（子模塊性能測試/ZMK1-XNCS）：測試目的：對高光譜圖像數(shù)據(jù)庫子模塊的性能測試，其目的是為了驗(yàn)證該模塊能夠正常穩(wěn)定的完成高光譜圖像數(shù)據(jù)的存儲功能，即對系統(tǒng)所有的可見光圖像，高光譜圖像，以及目標(biāo)的光譜特征的存儲，獲取及修改功能。測試方法：對該模塊的測試，主要進(jìn)行的是白盒測試，即，為了完成對高光譜圖像數(shù)據(jù)子模塊的性能測試，就是要檢測該模塊是否能夠?qū)⒃撓到y(tǒng)的所有需要存儲的可見光圖像、高光譜圖

37、像以及目標(biāo)光譜特征的存儲，修改，查詢功能，所以，測試過程包括，準(zhǔn)備一批可見光圖像和高光譜圖像以及目標(biāo)光譜特征數(shù)據(jù)，并將這些測試數(shù)據(jù)輸入到高光譜圖像數(shù)據(jù)庫中，并對這些數(shù)據(jù)進(jìn)行查詢，修改，觀察高光譜圖像數(shù)據(jù)庫中的數(shù)據(jù)是否符合系統(tǒng)設(shè)計要求。預(yù)期結(jié)果：對高光譜圖像數(shù)據(jù)庫子模塊的性能測試，其預(yù)期的測試結(jié)果是，該子模塊能夠正常穩(wěn)定的完成對輸入的可見光圖像、高光譜圖像以及目標(biāo)光譜特征的存儲、查詢、修改功能，即，對獲取的可見光圖像、高光譜圖像以及目標(biāo)光譜特征，能夠正常的存儲在高光譜圖像數(shù)據(jù)庫中，并對存儲在其中的數(shù)據(jù)的修改、查詢、更新操作，也完全符合系統(tǒng)的設(shè)計要求。 3.6高光譜圖像仿真與管理軟件總線設(shè)計對高光

38、譜圖像仿真與管理系統(tǒng)軟件總線功能進(jìn)行了設(shè)計。軟件總線的設(shè)計目標(biāo)是為用戶提供一個具有良好的開放性、透明性、可靠性和通用性的可重用的系統(tǒng)解決方案。對高光譜圖像仿真與管理系統(tǒng)軟件總線的功能主要有：（1）通訊：用于協(xié)調(diào)平臺和各個“接插”在綜合平臺總線上的由不同開發(fā)商提供、不同語言編寫、不同環(huán)境下運(yùn)行的平臺構(gòu)件之間的數(shù)據(jù)傳輸，實(shí)現(xiàn)構(gòu)件之間的通訊；（2）構(gòu)件管理：對組織成構(gòu)件及其構(gòu)件庫的平臺進(jìn)行管理，根據(jù)任務(wù)需要動態(tài)地實(shí)現(xiàn)構(gòu)件安裝和卸載，并以不同方式組織系統(tǒng)結(jié)構(gòu)，應(yīng)對系統(tǒng)開發(fā)的變化；（3）任務(wù)調(diào)度：根據(jù)數(shù)據(jù)調(diào)度相應(yīng)的任務(wù)，實(shí)現(xiàn)數(shù)據(jù)的流動、轉(zhuǎn)換與處理，實(shí)現(xiàn)平臺系統(tǒng)通過總線對平臺構(gòu)件的調(diào)用、安裝和卸載；（4）

39、接口控制：完成構(gòu)件同總線的交互，實(shí)現(xiàn)平臺系統(tǒng)對構(gòu)件庫的管理和控制、構(gòu)件之間的互相通信聯(lián)絡(luò)、數(shù)據(jù)和信息的傳送。軟件總線通信功能模塊由通信結(jié)構(gòu)、構(gòu)件管理功能模塊、任務(wù)調(diào)度功能模塊、接口控制功能模塊構(gòu)成。軟件總線通信結(jié)構(gòu)由總線API、總線接口、總線管理和總線服務(wù)四部分構(gòu)成。應(yīng)用程序的通信方式采用C/S模式?？偩€API向用戶提供一組函數(shù)，是用戶和軟件總線進(jìn)行交互的界面。用戶通過調(diào)用這些函數(shù)向總線登記、注冊、發(fā)送和接收消息。進(jìn)行應(yīng)用程序載入、刪除及查詢等操作時，總線API通過收發(fā)消息以及共享內(nèi)存等手段與軟件總線通信。軟件總線中應(yīng)用程序間的數(shù)據(jù)傳輸通過API進(jìn)行，數(shù)據(jù)傳輸開始時，向總線接口和總線管理查詢得

40、到終點(diǎn)地址，然后，在本應(yīng)用程序和終點(diǎn)程序之間建立連接，以后的數(shù)據(jù)收發(fā)都是通過該連接在雙方之間進(jìn)行，和軟件總線的其它部分無關(guān)。接口控制功能模塊將構(gòu)件規(guī)范劃分成多個接口可以使構(gòu)件的相關(guān)性被限制到個別接口。3.7系統(tǒng)運(yùn)行環(huán)境 3.7.1 系統(tǒng)運(yùn)行的硬件環(huán)境服務(wù)端CPUIntel Xeon MP 2.7G內(nèi)存2GB硬盤512GB操作系統(tǒng)Windows Server 2008數(shù)據(jù)庫SQL Server 2008客戶端CPUI3處理器內(nèi)存2GB硬盤10GB操作系統(tǒng)WIndows XP/7/8/103.7.2 系統(tǒng)運(yùn)行的軟件環(huán)境測試軟件環(huán)境（操作系統(tǒng)、數(shù)據(jù)庫、辦公軟件及其他應(yīng)用軟件，說明軟件版本）操作系統(tǒng)：

41、Windows7旗艦版; 數(shù)據(jù)庫：SQLSever2008;辦公軟件：Microsoft Office2010、瀏覽器 IE10服務(wù)端操作系統(tǒng)：windows sever R2 20083.7.3系統(tǒng)建設(shè)過程 系統(tǒng)建設(shè)過程擬分成如下階段實(shí)施：（1） 系統(tǒng)需求調(diào)研階段：收集和分析系統(tǒng)需求（2） 系統(tǒng)建設(shè)方案論證階段：分析系統(tǒng)技術(shù)選型和討論系統(tǒng)建設(shè)方案（3） 系統(tǒng)設(shè)計與開發(fā)：系統(tǒng)分析設(shè)計和研發(fā)，包括系統(tǒng)的測試（4） 系統(tǒng)部署階段（5） 系統(tǒng)試運(yùn)行階段（6） 系統(tǒng)驗(yàn)收與推廣階段第4章 高光譜圖像仿真系統(tǒng)的實(shí)現(xiàn)4.1 圖像庫功能模塊系統(tǒng)實(shí)現(xiàn)在相關(guān)工作人員通過正確的登陸指令登陸界面，可以對圖像庫進(jìn)行相關(guān)操作，操作界面如圖： 用戶登陸界面 功能選擇界面 圖像上傳界面 仿真圖像管理界面 高光譜仿真結(jié)果4.2 圖像診斷功能實(shí)現(xiàn)該系統(tǒng)包括圖像數(shù)據(jù)庫管理模