技术领域
[0001] 本申请属于遥感数据处理技术领域，尤其涉及一种遥感数据处理方法及其应用。
相关背景技术
[0002] 遥感技术是一种通过传感器从远处（如卫星、飞机、无人机等平台）收集地表或大气层信息的技术。这些传感器能够测量来自地表的反射、发射或散射的电磁波能量，并将其转换为可供分析的数据。遥感技术已经广泛应用于多个领域，如地理信息系统（GIS）、环境监测、灾害管理、农业、林业、城市规划等。
[0003] 传统的遥感数据处理方法通常采用统一的处理流程，对所有的数据进行同样的处理，这种方法处理速度慢，且可能会导致部分区域的信息丢失或处理效果不佳，从而导致得到的遥感图像不够理想。
具体实施方式
[0022] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0023] 应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0024] 还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0025] 如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到所描述条件或事件”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到所描述条件或事件”或“响应于检测到所描述条件或事件”。
[0026] 另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0027] 在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0028] 遥感技术是一种通过传感器从远处（如卫星、飞机、无人机等平台）收集地表或大气层信息的技术。这些传感器能够测量来自地表的反射、发射或散射的电磁波能量，并将其转换为可供分析的数据。遥感技术已经广泛应用于多个领域，如地理信息系统（GIS）、环境监测、灾害管理、农业、林业、城市规划等。
[0029] 传统的遥感数据处理方法通常采用统一的处理流程，对所有的数据进行同样的处理，这种方法处理速度慢，且可能会导致部分区域的信息丢失或处理效果不佳，从而导致得到的遥感图像不够理想。
[0030] 为解决上述问题，本申请实施例提供了一种遥感数据处理方法及其应用。该方法中，通过获取用于反映地表反射到接收器的辐射数据的遥感接收信息；然后根据遥感接收信息进行分析，得到用于反映所观测的地表中结构复杂程度高于预设复杂阈值的区域的第一区域信息和用于反映所观测的地表中结构复杂程度低于预设复杂阈值的区域第二区域信息；再根据第一区域信息进行分析，得到第一遥感数据；根据第二区域信息进行分析，得到第二遥感数据；基于第一遥感数据和第二遥感数据得到遥感图像。该方法通过分析遥感接收信息，识别并区分第一区域信息和第二区域信息，将第一区域信息和第二区域信息分别进行分析得到不同的遥感数据，最后将不同区域的不同的遥感数据进行整合，得到遥感图像，能够有针对性地对不同区域进行优化处理，避免了传统方法中一刀切的问题，在保证信息量的同时，减少了计算资源的消耗，提高了处理效率，并且不仅提高了图像的整体质量，还有利于提高不同区域信息的一致性和完整性。
[0031] 本申请实施例提供的遥感数据处理方法可以应用于遥感数据处理设备上，此时遥感数据处理设备即为本申请实施例提供的遥感数据处理方法的执行主体，本申请实施例对遥感数据处理设备的具体类型不作任何限制。
[0032] 例如，遥感数据处理设备可以是手机、平板电脑、可穿戴设备、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、笔记本电脑、超级移动个人计算机(ultra‑mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)、桌上型计算机、智慧大屏、智能电视等终端设备上、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、物联网终端、电脑、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备、无线调制解调器卡、电视机顶盒(set top box，STB)、用户驻地设备(customer premise equipment，CPE)和/或用于在无线系统上进行通信的其它设备以及下一代通信系统，例如，5G网络中的移动终端或者未来演进的公共陆地移动网络(Public Land Mobile Network，PLMN)中的移动终端等。
[0033] 为了更好地理解本申请实施例提供的遥感数据处理方法，下面对本申请实施例提供的遥感数据处理方法的具体实现过程进行示例性介绍。
[0034] 图1示出了本申请实施例提供的遥感数据处理方法的示意性流程图，遥感数据处理方法包括：S100，获取遥感接收信息；其中，遥感接收信息用于反映地表反射到接收器的辐射数据。
[0035] 可以理解，遥感接收信息可以通过使用卫星、飞机或其他平台上的传感器来收集遥感数据。传感器可以是光学的（如多光谱、高光谱成像仪），也可以是非光学的（如雷达）。也可以通过多个不同空间尺度上的传感器同时进行接收遥感数据，即使用卫星平台获取大范围的宏观信息，使用飞机或无人机平台获取局部区域的高分辨率信息，等等，但不限于此。
[0036] S200，根据遥感接收信息进行分析，得到第一区域信息和第二区域信息；其中，第一区域信息用于反映所观测的地表中结构复杂程度高于预设复杂阈值的区域，第二区域信息用于反映所观测的地表中结构复杂程度低于预设复杂阈值的区域。
[0037] 可以理解，预设复杂阈值是预先设定的一个复杂程度值，它可以通过人为进行手动输入，也可以在遥感数据库中进行获取，等等，但不限于此。预设复杂阈值的设定可以通过实验室的实验、以往的经验等手段进行设定。遥感数据库是指包含了预设复杂阈值等数据的数据库，遥感数据库中的数据可以通过实验室的实验、现场的测量和监测以及以往的经验等手段来获得，获得后将采集到的数据进行整理、分类和归档，提取有用的信息和规律，再将相关的数据保存到数据库中，以形成遥感数据库。
[0038] 不同种类的观测物体，所反射的辐射数据存在差异，且相同种类的观测物体，所处的地理位置不同，反射的辐射数据也存在差异，在获取遥感接收信息后，通过对每个数据进行对比分析，通过接收数据的种类以及空间尺度上的接收时间进行类比划分后，可以将所有遥感数据划分成第一区域信息和第二区域信息；也可以直接将遥感接收信息输入到机器学习模型中，机器学习模型再输出第一区域信息和第二区域信息，等等，但不限于此。机器学习模型是通过大量的使用标记的遥感数据训练出来的，使用标记的遥感数据标记了第一区域信息和第二区域信息。
[0039] 在一种可能的实现方式中，请参阅图2，在步骤S200中，根据遥感接收信息进行分析，得到第一区域信息和第二区域信息，包括：S210，根据遥感接收信息进行分析，得到结构特征信息；其中，结构特征信息包括所观测的地表的结构的高程变化和地物边界。
[0040] 可以理解，高程变化是指地表的高度变化情况，可以通过数字高程模型（DEM）分析来得到。高程变化反映了地形的起伏情况。地物边界是指地表上不同地物之间的边界，如道路、河流、建筑物等之间的分界线。地物边界反映了地物的形态和分布情况。可以通过在遥感接收信息中提取DEM数据和多光谱数据，然后对DEM数据进行分析，例如分析接收数据的间隔时间，对时间间隔进行分析计算，得到对应的高程变化，再对多光谱数据进行分析，例如分析接收数据的种类或辐射波段，得到对应的观测物体，通过对观测物体之间的连续关系进行分析，可以得到地物边界。
[0041] S220，根据结构特征信息进行分析，得到第一区域信息和第二区域信息。
[0042] 示例性地，可以通过对结构特征信息进行特征识别，根据反映的高程变化大小和地物边界的复杂程度进行划分，即可以通过分别设定一个高程变化阈值和地物边界阈值，然后将结构特征信息与这两个阈值进行对比区分，得到第一区域信息和第二区域信息；也可以通过将结构特征信息输入到机器学习模型中，机器学习模型再输出对应的第一区域信息和第二区域信息，等等，但不限于此。
[0043] 如此设置，通过得到结构特征信息，能够掌握所观测的地表的复杂情况，并根据结构特征信息得到第一区域信息和第二区域信息，能够实现对地表区域的精确识别和高效分类。这种方法不仅提高了数据处理和分析的准确性，还优化了数据利用效率，支持了多种应用场景，并增强了数据的质量和融合能力。
[0044] 在一种可能的实现方式中，在步骤S220中，根据结构特征信息进行分析，得到第一区域信息和第二区域信息，包括：S221，根据结构特征信息进行分析，得到第一特征信息和第二特征信息；其中，第一特征信息不同于第二特征信息。
[0045] 可以理解，第一特征信息用于反映所观测的地表范围中具有较高复杂度的区域。第二特征信息用于反映所观测的地表范围中较为简单的区域。可以通过对结构特征信息中的高程变化和地物边界分别进行特征识别，计算每个区域的高程变化和地物边界的综合特征复杂度，综合特征复杂度可以通过对高程变化和地物边界进行加权的方式得到，也可以通过取高程变化和地物边界的复杂程度的最大值得到，等等，不限于此，然后再将综合特征复杂度进行对比分类后，得到第一特征信息和第二特征信息；也可以通过将结构特征信息输入到机器学习模型中，机器学习模型再输出对应的第一特征信息和第二特征信息，等等，但不限于此。
[0046] 在一种可能的实现方式中，请参阅图2，在步骤S221中，根据结构特征信息进行分析，得到第一特征信息和第二特征信息，包括：S2211，根据结构特征信息中的地物边界进行分析，得到曲率特征；曲率特征用于反映地物边界的变化程度。
[0047] 可以理解，曲率特征可以通过曲率检测算法对地物边界进行计算，得到不同地物边界的曲率值以及同一地物边界不同区域（即不同线段处）的曲率值。曲率特征反映的曲率值越大，则表示边界线的变化剧烈（如急转弯或不规则形状），而低曲率值表示边界线的变化较平缓（如直线段或平滑曲线）。
[0048] S2212，将曲率特征与预设曲率进行对比，得到第一曲率信息和第二曲率信息；其中，第一曲率信息用于反映大于或等于预设曲率的曲率特征对应的结构特征信息，第二曲率信息用于反映小于预设曲率的曲率特征对应的结构特征信息。
[0049] 可以理解，预设曲率是预先设定的一个曲率值，它可以通过人为手动进行输入，也可以在遥感数据库中进行获取，等等，但不限于此。在将曲率特征中的每个曲率值与预设曲率记性对比后，得到两组曲率值组，其中一组的曲率值大于或等于预设曲率，另一组的曲率值小于预设曲率，然后再将两组中的曲率值对应的结构特征信息进行划分，即可得到第一曲率信息和第二曲率信息。
[0050] S2213，根据结构特征信息中的高程变化、第一曲率信息和第二曲率信息进行分析，得到第一特征信息和第二特征信息。
[0051] 示例性地，可以通过将结构特征信息中的高程变化、第一曲率信息和第二曲率信息分别进行分类，得到第一特征信息和第二特征信息；也可以对高程变化、第一曲率信息和第二曲率信息进行权重划分，综合得到每个单位区域的特征的复杂程度，再对每个单位区域的特征进行归类为第一特征信息或第二特征信息，等等，但不限于此。
[0052] 如此设置，通过综合考虑高程变化和曲率信息，可以更准确地描述地表特征，避免了单一特征分析可能带来的偏差，同时为第一特征信息和第二特征信息提供了量化的数据支持。第一特征信息反映了复杂区域的详细特征，第二特征信息则体现了简单区域的基本特征。这种综合分析有助于提供高质量的地表信息，支持进一步的应用和决策。
[0053] 在一种可能的实现方式中，请参阅图2，在步骤S2213中，根据结构特征信息中的高程变化、第一曲率信息和第二曲率信息进行分析，得到第一特征信息和第二特征信息，包括：S22131，根据结构特征信息中的高程变化进行分析，得到第一复杂度特征和第二复杂度特征；其中，第一复杂度特征用于反映大于或等于预设阈值的高程变化对应的结构特征信息，第二复杂度特征用于反映小于预设阈值的高程变化对应的结构特征信息。
[0054] 可以理解，预设阈值是预先设定的高程变化程度值，它可以通过人为进行手动输入，也可以通过在遥感数据库中进行获取，等等，但不限于此。
[0055] S22132，计算第二曲率信息与第一复杂度特征的关联值；其中，关联值用于反映第二曲率信息与第一复杂度特征之间的关联程度。
[0056] 可以理解，关联值可以通过第二曲率信息所在的地表位置与第一复杂度特征所在的地表位置之间的最小空间距离表示，也可以通过第二曲率信息与第一复杂度特征之间的共现频率表示，等等，但不限于此。示例性地，通过计算低曲率区域的边沿与最近的高复杂度区域的边沿之间的距离。较小的空间距离表明低曲率区域可能与高复杂度地形相关联，较大的空间距离则表明关联性较弱。或是通过统计相关系数（如皮尔逊相关系数、斯皮尔曼等级相关系数等），统计低曲率区域与高复杂度地形区域的共现频率。例如，通过计算在一定范围内同时存在低曲率和高复杂度地形的频率，来反映这两个特征的关联性。
[0057] S22133，基于第一曲率信息、第一复杂度特征和关联值大于或等于预设关联值对应的第二曲率信息得到第一特征信息；基于第二复杂度特征和关联值小于预设关联值对应的第二曲率信息得到第二特征信息。
[0058] 可以理解，第一特征信息包括第一曲率信息、第一复杂度特征和关联值大于或等于预设关联值对应的第二曲率信息，第二特征信息包括第二复杂度特征和关联值小于预设关联值对应的第二曲率信息。
[0059] 如此设置，通过结合高程变化、曲率和关联值，可以更精确地识别地表特征区域，该方法能够详细区分高复杂度和低复杂度的地表区域，同时考虑高程变化和曲率特征。这种细致的分类帮助更准确地描述地表特征的复杂性。结合了高程变化、曲率信息和关联值的多维度分析，带来了高效、精准的数据处理和分析结果，有助于改进特征识别、增强关联性分析，实现更加精确和全面的地表特征分析。
[0060] S222，基于第一特征信息得到第一区域信息，基于第二特征信息得到第二区域信息。
[0061] 可以理解，可以通过计算第一特征信息与第二特征信息的占比，优先标记占比较少的第一特征信息或第二特征信息，即若第一特征信息占比少，则对第一特征信息记性区域划分和标记，其它第二特征信息则标记为第二区域信息。
[0062] 如此设置，通过结构特征信息分析得到第一特征信息和第二特征信息，并将第一特征信息和第二特征信息转化为实际的区域信息，即基于第一特征信息和第二特征信息分别划分出第一区域和第二区域。这种方法提高了区域划分的精度和效率，支持了深入的地形分析，并为各类实际应用提供了科学依据和决策支持。
[0063] S300，根据第一区域信息进行分析，得到第一遥感数据。
[0064] 可以理解，第一遥感数据用于生成第一区域信息的遥感图像。可以通过对第一区域信息进行区域标记后，再从遥感接收信息中提取第一区域信息对应的遥感接收信息，其中第一区域信息对应的遥感接收信息包含不同空间尺度下的遥感数据，即包括高分辨率遥感数据和低分辨率遥感数据，通过对高分辨率遥感数据和低分辨率遥感数据进行分析，可以得到第一遥感数据；也可以直接将第一区域信息对应的高分辨率遥感数据确定为第一遥感数据，等等方式，但不限于此。
[0065] 在一种可能的实现方式中，在步骤S300中，根据第一区域信息进行分析，得到第一遥感数据，包括：S310，基于第一区域信息获取第一优化数据和第二优化数据；其中，第一优化数据用于指示第一区域信息对应的遥感接收信息中的高分辨率遥感数据，第二优化数据用于指示第一区域信息对应的遥感接收信息中的低分辨率遥感数据。
[0066] 示例性地，在确定第一区域信息后，可以对第一区域信息进行定位，然后再与遥感接收信息进行匹配，得到对应的第一优化数据和第二优化数据；也可以将遥感接收信息中的高分辨率遥感数据和低分辨率遥感数据映射到到第一区域信息中，得到对应的第一优化数据和第二优化数据，等等，但不限于此。
[0067] S320，根据第一优化数据和第二优化数据进行分析，得到第一遥感数据。
[0068] 示例性地，可以通过将第二优化数据进行特征提取，去除第二优化数据中的冗余部分，再将第一优化数据与处理后的第二优化数据进行融合，得到第一遥感数据；也可以通过对第一优化数据和第二优化数据进行加权后，进行相乘，再将相乘后的数据进行归一化处理，得到第一遥感数据，等等，但不限于此。
[0069] 在一种可能的实现方式中，在步骤S320中，根据第一优化数据和第二优化数据进行分析，得到第一遥感数据，包括：S321，根据第二优化数据进行特征提取，得到重要特征信息；其中，重要特征信息用于反映第一区域信息中需要进行处理的特征。
[0070] 示例性地，可以通过在遥感数据库中获取所有的重要特征，然后再与第二优化数据进行匹配，将第二优化数据所有的与遥感数据库相匹配的重要特征进行标记汇总，得到重要特征信息；也可以将第二优化数据输入到学习模型中，学习模型再输出对应的重要特征信息，等等，但不限于此。遥感数据库还包括所有的不同地表结构的对应的重要特征。学习模型是经过多组训练数据训练出来的，即通过收集大量的地表的低分辨率遥感数据，以及对应的重要特征的标识对学习模型进行训练。
[0071] S322，将重要特征信息与第一优化数据进行融合，得到第一遥感数据。
[0072] 示例性地，可以通过将第一优化数据和重要特征信息进行空间配准，然后进行叠加，对叠加后的数据进行归一化和平滑处理，得到第一遥感数据；也可以将重要特征信息的特征描述符与第一优化数据的特征描述符进行融合，对融合后的数据进行进一步处理，如归一化、平滑等，得到第一遥感数据，等等，但不限于此。
[0073] 如此设置，通过第一优化数据与第二优化数据中的重要特征信息进行融合，得到第一遥感数据，保留了高分辨率的细节信息，又包含了关键特征信息，同时，对于第一区域信息的遥感数据能够快速进行分析获取，加快了分析过程，且提高了遥感数据的完整度和精确度。
[0074] S400，根据第二区域信息进行分析，得到第二遥感数据。
[0075] 可以理解，第二区域信息所反映的地表结构较为简单，可以通过对第二区域信息进行标记后，直接在遥感接收信息中提取对应的低分辨率遥感数据作为第二遥感数据；也可以根据第二区域信息所反映的区域大小选择对应分辨率遥感数据作为第二遥感数据，等等，但不限于此。
[0076] 在一种可能的实现方式中，在步骤S400中，根据第二区域信息进行分析，得到第二遥感数据，包括：基于第二区域信息获取第三优化数据，并将第三优化数据确定为第二遥感数据；
其中，第三优化数据用于指示第二区域信息对应的遥感接收信息中的低分辨率遥感数据。
[0077] 可以理解，可以通过对第二区域信息进行标记后，直接在遥感接收信息中提取对应的低分辨率遥感数据作为第二遥感数据。
[0078] S500，基于第一遥感数据和第二遥感数据得到遥感图像。
[0079] 可以理解，在得到第一区域信息对应的第一遥感数据和第二区域信息对应的第二遥感数据后，可以通过空间配准算法进行配准并融合，得到完整的遥感图像；也可以通过遥感接收信息中的所有特征点分别与第一遥感数据和第二遥感数据进行匹配，使第一遥感数据和第二遥感数据同时映射到同一空间中，再对映射后的遥感数据进行转化生成遥感图像，等等，但不限于此。
[0080] 在一种可能的实现方式中，在步骤S500中，基于第一遥感数据和第二遥感数据得到遥感图像，包括：S510，将第一遥感数据和第二遥感数据进行空间配准，得到优化遥感数据。
[0081] 示例性地，可以通过对第一遥感数据和第二遥感数据进行预处理，包括去噪、平滑等，然后使用SIFT、SURF等算法从第一遥感数据和第二遥感数据中提取特征点，将第一遥感数据和第二遥感数据中的特征点进行匹配，通过特征点匹配，找到第一遥感数据和第二遥感数据之间的对应点，根据匹配的特征点，进行空间配准，将配准后的第一遥感数据和第二遥感数据合并，生成优化遥感数据。
[0082] S520，基于优化遥感数据生成遥感图像。
[0083] 示例性地，可以通过将优化遥感数据使用像素级融合方法，将优化遥感数据中的高分辨率部分和低分辨率部分进行融合，然后计算几何变换参数，转换成对应的遥感图像。
[0084] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
[0085] 对应于上文实施例所述的遥感数据处理方法，本申请实施例还提供了一种遥感数据处理系统，该系统的各个模块可以实现遥感数据处理方法的各个步骤。图3示出了本申请实施例提供的遥感数据处理系统的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
[0086] 参照图3，该遥感数据处理系统包括：获取模块，用于获取遥感接收信息；其中，遥感接收信息用于反映地表反射到接收器的辐射数据。
[0087] 第一分析模块，用于根据遥感接收信息进行分析，得到第一区域信息和第二区域信息；其中，第一区域信息用于反映所观测的地表中结构复杂程度高于预设复杂阈值的区域，第二区域信息用于反映所观测的地表中结构复杂程度低于预设复杂阈值的区域。
[0088] 第二分析模块，用于根据第一区域信息进行分析，得到第一遥感数据。
[0089] 第三分析模块，用于根据第二区域信息进行分析，得到第二遥感数据。
[0090] 整合模块，用于基于第一遥感数据和第二遥感数据得到遥感图像。
[0091] 需要说明的是，上述模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0092] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的模块完成，即将所述系统的内部结构划分成不同的模块，以完成以上描述的全部或者部分功能。实施例中的各模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0093] 本申请实施例还提供了一种遥感数据处理设备，图4为本申请一实施例提供的遥感数据处理设备6的结构示意图。如图4所示，该实施例的遥感数据处理设备6包括：至少一个处理器60（图4中仅示出一个）、至少一个存储器61（图4中仅示出一个）以及存储在所述至少一个存储器61中并可在所述至少一个处理器60上运行的计算机程序62，所述处理器60执行所述计算机程序62时，使所述遥感数据处理设备6实现上述任意各个遥感数据处理方法实施例中的步骤，或者使所述遥感数据处理设备6实现上述各系统实施例中各模块的功能。
[0094] 示例性地，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述遥感数据处理设备6中的执行过程。
[0095] 所述遥感数据处理设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该遥感数据处理设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图4仅仅是遥感数据处理设备6的举例，并不构成对遥感数据处理设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备、总线等。
[0096] 所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，该处理器60还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field‑Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0097] 所述存储器61在一些实施例中可以是所述遥感数据处理设备6的内部存储单元，例如遥感数据处理设备6的硬盘或内存。所述存储器61在另一些实施例中也可以是所述遥感数据处理设备6的外部存储设备，例如所述遥感数据处理设备6上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器61还可以既包括所述遥感数据处理设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
[0098] 本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意各个方法实施例中的步骤。
[0099] 本申请实施例提供了一种计算机程序产品，当计算机程序产品在遥感数据处理设备上运行时，使得遥感数据处理设备实现上述任意各个方法实施例中的步骤。
[0100] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到遥感数据处理设备的任何实体或装置、记录介质、计算机存储器、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
[0101] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0102] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
[0103] 在本申请所提供的实施例中，应该理解到，所揭露的遥感数据处理设备和系统，可以通过其它的方式实现。例如，以上所描述的遥感数据处理系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或模块的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0104] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0105] 以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
