CN111609931A - 一种参数可编程的实时高光谱采集***和方法 - Google Patents
一种参数可编程的实时高光谱采集***和方法 Download PDFInfo
- Publication number
- CN111609931A CN111609931A CN202010416437.9A CN202010416437A CN111609931A CN 111609931 A CN111609931 A CN 111609931A CN 202010416437 A CN202010416437 A CN 202010416437A CN 111609931 A CN111609931 A CN 111609931A
- Authority
- CN
- China
- Prior art keywords
- data
- gpu
- hyperspectral
- time
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 21
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000013500 data storage Methods 0.000 abstract description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0264—Electrical interface; User interface
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种参数可编程的实时高光谱采集方法,包括以下步骤:程序将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,处理后的实时报告存储于连接在GPU端的SSD中,最后用户在web浏览器或者APP中查看,高光谱每帧数据先经过板载GPU进行必要的并行数据预处理后,放置于高速缓存阵列,经5G网络传送到云服务器端GPU阵列组进行处理。该发明通过GPU和FPGA为核心的高光谱影像数据采集存储传输的终端,因能任意选择目标光谱通道,可依据测量意图和场合,在多光谱和高光谱两种模式间切换,将大大减小数据冗余、减少数据处理工作量、减轻数据存储压力、提升作业效率。
Description
技术领域
本发明涉及遥感测量技术领域,具体为一种参数可编程的实时高光谱采集***和方法。
背景技术
对于高光谱遥感测量时,一直存在着很多相互对立的需求,难以兼顾或无法同时实现。就高光谱波段数而言,数据采集时,期望获得足够全面和完整波段地测目标光谱信息,则数据量比较大,高谱数据存在很大的冗余信息;在对于一个未知目标的研究时,我们期望使用足够多的波段和足够全面的光谱信息;而在实际作业时,因为观测目标的波谱信息已知,可能只需要特定的几个波段,即一台定制化的多通道光谱设备就能完成作业,成本低且数据量小、数据冗余小,更利于数据的分析处理。市面上常见的高光谱设备,多是波段固定的,能灵活配置波段的较少;因此,如果设备能方便自如的配置波段,将会降低的数据存储压力和减少数据冗余,显著提升数据处理工作效率。
目前的高光谱测量设备都不具备现场实时或者准实时处理功能,都需要经过后期的数据处理才能使用,极大的限制了高光谱的应用场景,不能使用于上述对实时性要求高的场合,随着5G技术的兴起,更高速的传输带宽,使得数据远程传回云服务器机房实时处理成为可能,这将会减轻终端设备的存储和计算压力。
发明内容
本发明的目的在于提供了一种参数可编程的实时高光谱采集***和方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种参数可编程的实时高光谱采集***,包括GPU,所述GPU通过高速PCIE接口和RS232串口与FPGA信号连接,所述GPU的输入端与USB光谱相机的输出端信号连接,所述FPGA的输入端与Cameralink接口光谱相机的输出端信号连接,所述Cameralink接口光谱相机的输入端与算法校正模块的输出端信号连接,所述GPU的输出端与WIFI/蓝牙/4G/5G模块的输入端信号连接,所述WIFI/蓝牙/4G/5G模块的输出端与用户端的输入端信号连接。
优选的,所述用户端的内部包括web浏览器和APP。
一种参数可编程的实时高光谱采集方法,第一种方法包括以下步骤:
S1、程序将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,一边采集一边处理;
S2、处理后的实时报告存储于连接在GPU端的SSD中,再经过WIFI/蓝牙/4G/5G模块,最后用户在web浏览器或者APP中查看;
一种参数可编程的实时高光谱采集方法,第二种方法包括以下步骤:
S1、高光谱每帧数据先经过板载GPU进行必要的并行数据预处理后,放置于高速缓存阵列,经5G网络传送到云服务器端GPU阵列组进行处理;
S2、一边采集一边处理,处理后的结果,经5G网络传送在GPU连接的SSD中,最后用户在移动设备的web浏览器或者APP中查看。
与现有技术相比,本发明的有益效果是:
(1)该发明通过GPU和FPGA为核心的高光谱影像数据采集存储传输的终端,因能任意选择目标光谱通道,可依据测量意图和场合,在多光谱和高光谱两种模式间切换,将大大减小数据冗余、减少数据处理工作量、减轻数据存储压力、提升作业效率,GPU支持解译算法自定义和算法模型导入功能;
(2)该发明通过每个终端配置一组板载高速多核GPU模块,可以实现终端实时高光谱图像解译,单终端可以邀请的方式实现多个终端组网成云处理器,同时也可以通过5G网络连接远程机房的云处理器端GPU阵列实现实时高光谱处理;
(3)该发明通过将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,一边采集一边处理,处理后的实时报告存储于连接在GPU端的SSD中,用户在移动设备的web浏览器或者APP中,可以实时查看。
附图说明
图1为本发明***图;
图2为本发明GPU实时处理框图;
图3为本发明基于5G的高光谱云实时处理***框图。
图中:1GPU、2FPGA、3USB光谱相机、4Cameralink接口光谱相机、5算法校正模块、6WIFI/蓝牙/4G/5G模块、7用户端、71web浏览器、72APP。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
一种参数可编程的实时高光谱采集***,包括GPU1,所述GPU1通过高速PCIE接口和RS232串口与FPGA2信号连接,所述GPU1的输入端与USB光谱相机3的输出端信号连接,所述FPGA2的输入端与Cameralink接口光谱相机4的输出端信号连接,所述Cameralink接口光谱相机4的输入端与算法校正模块5的输出端信号连接,所述GPU1的输出端与WIFI/蓝牙/4G/5G模块6的输入端信号连接,所述WIFI/蓝牙/4G/5G模块6的输出端与用户端7的输入端信号连接,用户端7的内部包括web浏览器71和APP72。
一种参数可编程的实时高光谱采集方法,包括以下步骤:
S1、程序将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,一边采集一边处理;
S2、处理后的实时报告存储于连接在GPU端的SSD中,再经过WIFI/蓝牙/4G/5G模块,最后用户在web浏览器或者APP中查看。
实施例二:
一种参数可编程的实时高光谱采集***,包括GPU1,所述GPU1通过高速PCIE接口和RS232串口与FPGA2信号连接,所述GPU1的输入端与USB光谱相机3的输出端信号连接,所述FPGA2的输入端与Cameralink接口光谱相机4的输出端信号连接,所述Cameralink接口光谱相机4的输入端与算法校正模块5的输出端信号连接,所述GPU1的输出端与WIFI/蓝牙/4G/5G模块6的输入端信号连接,所述WIFI/蓝牙/4G/5G模块6的输出端与用户端7的输入端信号连接,用户端7的内部包括web浏览器71和APP72。
一种参数可编程的实时高光谱采集方法,包括以下步骤:
S1、高光谱每帧数据先经过板载GPU进行必要的并行数据预处理后,放置于高速缓存阵列,经5G网络传送到云服务器端GPU阵列组进行处理;
S2、一边采集一边处理,处理后的结果,经5G网络传送在GPU连接的SSD中,最后用户在移动设备的web浏览器或者APP中查看。
工作原理:当本发明使用时,程序将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,一边采集一边处理,处理后的实时报告存储于连接在GPU端的SSD中,再经过WIFI/蓝牙/4G/5G模块,最后用户在web浏览器或者APP中查看,高光谱每帧数据先经过板载GPU进行必要的并行数据预处理后,放置于高速缓存阵列,经5G网络传送到云服务器端GPU阵列组进行处理,一边采集一边处理,处理后的结果,经5G网络传送在GPU连接的SSD中,最后用户在移动设备的web浏览器或者APP中查看。
综上所述,本发明通过GPU1和FPGA2为核心的高光谱影像数据采集存储传输的终端,因能任意选择目标光谱通道,可依据测量意图和场合,在多光谱和高光谱两种模式间切换,将大大减小数据冗余、减少数据处理工作量、减轻数据存储压力、提升作业效率,通过每个终端配置一组板载高速多核GPU模块,可以实现终端实时高光谱图像解译,单终端可以邀请的方式实现多个终端组网成云处理器,同时也可以通过5G网络连接远程机房的云处理器端GPU阵列实现实时高光谱处理,通过将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,一边采集一边处理,处理后的实时报告存储于连接在GPU1端的SSD中,用户在移动设备的web浏览器71或者APP72中,可以实时查看。
Claims (4)
1.一种参数可编程的实时高光谱采集***,包括GPU(1),其特征在于:所述GPU(1)通过高速PCIE接口和RS232串口与FPGA(2)信号连接,所述GPU(1)的输入端与USB光谱相机(3)的输出端信号连接,所述FPGA(2)的输入端与Cameralink接口光谱相机(4)的输出端信号连接,所述Cameralink接口光谱相机(4)的输入端与算法校正模块(5)的输出端信号连接,所述GPU(1)的输出端与WIFI/蓝牙/4G/5G模块(6)的输入端信号连接,所述WIFI/蓝牙/4G/5G模块(6)的输出端与用户端(7)的输入端信号连接。
2.根据权利要求1所述的一种参数可编程的实时高光谱采集***,其特征在于:所述用户端(7)的内部包括web浏览器(71)和APP(72)。
3.一种参数可编程的实时高光谱采集方法,其特征在于,第一种方法包括以下步骤:
S1、程序将存储于SSD中的每帧数据移动过到DDR阵列,经过数据预处理和裁剪,放入多核心GPU使用预置智能算法进行并行处理,一边采集一边处理;
S2、处理后的实时报告存储于连接在GPU端的SSD中,再经过WIFI/蓝牙/4G/5G模块,最后用户在web浏览器或者APP中查看。
4.一种参数可编程的实时高光谱采集方法,其特征在于,第二种方法包括以下步骤:
S1、高光谱每帧数据先经过板载GPU进行必要的并行数据预处理后,放置于高速缓存阵列,经5G网络传送到云服务器端GPU阵列组进行处理;
S2、一边采集一边处理,处理后的结果,经5G网络传送在GPU连接的SSD中,最后用户在移动设备的web浏览器或者APP中查看。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010416437.9A CN111609931A (zh) | 2020-05-17 | 2020-05-17 | 一种参数可编程的实时高光谱采集***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010416437.9A CN111609931A (zh) | 2020-05-17 | 2020-05-17 | 一种参数可编程的实时高光谱采集***和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111609931A true CN111609931A (zh) | 2020-09-01 |
Family
ID=72203381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010416437.9A Pending CN111609931A (zh) | 2020-05-17 | 2020-05-17 | 一种参数可编程的实时高光谱采集***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111609931A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112444493A (zh) * | 2020-10-13 | 2021-03-05 | 中科巨匠人工智能技术(广州)有限公司 | 一种基于人工智能的光学探测***及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103884427A (zh) * | 2014-03-11 | 2014-06-25 | 清华大学 | 高光谱高空间分辨率的图像获取方法及装置 |
CN104268856A (zh) * | 2014-09-15 | 2015-01-07 | 西安电子科技大学 | 基于图形处理器的端元提取纯像元指数方法 |
CN104699462A (zh) * | 2015-03-13 | 2015-06-10 | 哈尔滨工程大学 | 一种高光谱目标实时探测的gpu并行处理方法 |
CN106791318A (zh) * | 2016-12-30 | 2017-05-31 | 南京大学 | 一种便携式高光谱视频实时采集和处理装置及其方法 |
CN107525588A (zh) * | 2017-08-16 | 2017-12-29 | 北京理工大学 | 一种基于gpu的双相机光谱成像***的快速重构方法 |
CN110275842A (zh) * | 2018-07-09 | 2019-09-24 | 西北工业大学 | 基于fpga的高光谱目标跟踪***及方法 |
CN110675306A (zh) * | 2019-09-26 | 2020-01-10 | 深圳市六合智能感知***科技有限公司 | 高光谱图像数据的处理*** |
CN110987183A (zh) * | 2019-12-27 | 2020-04-10 | 广州极飞科技有限公司 | 多光谱成像***及方法 |
-
2020
- 2020-05-17 CN CN202010416437.9A patent/CN111609931A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103884427A (zh) * | 2014-03-11 | 2014-06-25 | 清华大学 | 高光谱高空间分辨率的图像获取方法及装置 |
CN104268856A (zh) * | 2014-09-15 | 2015-01-07 | 西安电子科技大学 | 基于图形处理器的端元提取纯像元指数方法 |
CN104699462A (zh) * | 2015-03-13 | 2015-06-10 | 哈尔滨工程大学 | 一种高光谱目标实时探测的gpu并行处理方法 |
CN106791318A (zh) * | 2016-12-30 | 2017-05-31 | 南京大学 | 一种便携式高光谱视频实时采集和处理装置及其方法 |
CN107525588A (zh) * | 2017-08-16 | 2017-12-29 | 北京理工大学 | 一种基于gpu的双相机光谱成像***的快速重构方法 |
CN110275842A (zh) * | 2018-07-09 | 2019-09-24 | 西北工业大学 | 基于fpga的高光谱目标跟踪***及方法 |
CN110675306A (zh) * | 2019-09-26 | 2020-01-10 | 深圳市六合智能感知***科技有限公司 | 高光谱图像数据的处理*** |
CN110987183A (zh) * | 2019-12-27 | 2020-04-10 | 广州极飞科技有限公司 | 多光谱成像***及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112444493A (zh) * | 2020-10-13 | 2021-03-05 | 中科巨匠人工智能技术(广州)有限公司 | 一种基于人工智能的光学探测***及装置 |
CN112444493B (zh) * | 2020-10-13 | 2024-01-09 | 中科巨匠人工智能技术(广州)有限公司 | 一种基于人工智能的光学探测***及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105785335B (zh) | 一种基于cPCI的数字阵接收通道性能自动测试*** | |
CN206541145U (zh) | 一种多通道信号同步采集*** | |
CN111609931A (zh) | 一种参数可编程的实时高光谱采集***和方法 | |
CN203573149U (zh) | 一种智能环境监测装置 | |
CN110161902B (zh) | 一种无人机图传及遥控信号的快速通用采集装置及采集方法 | |
CN103308828A (zh) | 基于cpld的变压器局部放电电-声信号同步监测装置 | |
CN108627805B (zh) | 一种雷达信号数据采集分析***及其分析方法 | |
CN206557982U (zh) | 一种电力营销数据采集装置 | |
CN103136146A (zh) | 信号采集***及方法 | |
CN205103173U (zh) | 基于多类图像终端—服务器架构的大田作物信息检测*** | |
CN112839080A (zh) | 一种基于配置实现采集、计算的边缘物联代理装置及方法 | |
CN205844801U (zh) | 一种数据采集器 | |
CN114327065A (zh) | 一种用于人机交互感知的数据采集***及方法 | |
CN2938090Y (zh) | 网络化混凝土超声信号采集仪 | |
CN205246643U (zh) | 便携式河湖水质在线监测仪表 | |
CN205247592U (zh) | 一种无线温湿度采集装置 | |
CN206922811U (zh) | 一种基于物联网的远程数据通讯设备 | |
CN205754588U (zh) | 一种多路数字图像采集与处理平台 | |
CN206862490U (zh) | 基于4g技术的矿用风机振动在线监测装置 | |
CN203299333U (zh) | 基于cpld的变压器局部放电电-声信号同步监测装置 | |
Xingna et al. | Design of data collection box based on NRF24L01 | |
CN215956572U (zh) | 一种基于云平台的发电机调速***建模参数的采集*** | |
CN217588068U (zh) | 一种基于高速usb的多通道同步电力采集卡 | |
CN204203961U (zh) | 一种多通道的干扰信号采集与处理验证*** | |
CN112653511B (zh) | 服务器光通道网卡链路状态诊断装置、方法、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |