同样，在德高行全球专利数据库里，以遥感卫星作为关键词搜索，非企业科研机构专利申请量排名如下：
中国科学院遥感与数字地球研究所妥妥排第一，知情郎看了下这机构的专利布局，大量专利围绕遥感检测方法、遥感数据分析、大气污染检测办法、高分辨率遥感图像场景分类法、遥感影像物理匀色方法、遥感时间序列异常检测方法等等。
总体看，对遥感图像的传输、分析、处理、检测，是其重点关注的领域。
07遥感图像处理算法
特别值得注意的是，遥感图像处理（processing of remote sensing image data）算是该领域最核心的技术分类。
再科普下遥感图像处理概念，这是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。
遥感图像处理可分为两类：
一是利用光学、照相和电子学的方法对遥感模拟图像（照片、底片）进行处理，简称为光学处理；
二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理 。
现在，基本都是用计算机对遥感图像进行数字化处理，里面其实还是大量的图像处理算法在起着关键作用。
技术论坛有行业大牛整理的遥感影像数据基础算法，如下：
遥感数据预处理（去云，辐射校正，合并，切割，大气校正，几何校正）
遥感影像分类（线性，阈值，机器学习，深度学习）
遥感时间序列（Landtrendr，Bfast，VCT，CUSUM，CCDC）
CODED（连续退化检测）
趋势分析（一元回归、M－K）
想干这行业，这些算法是必须融会贯通、娴熟无比的。
之后，知情郎拿长光卫星和中国科学院遥感与数字地球研究所两家机构的专利说事儿。
08港口水面目标处理
技术背景介绍
随着卫星遥感领域的不断发展，对卫星数据处理方式方法得到了越来越多的关 注，其中如何快速、智能的识别水面目标成为关注的重点。
然而，遥感影像背景复杂，若直接 从一幅港口遥感图像中地提取出感兴趣的目标，计算耗时时间长，且正确率较低。因此在对 水面目标进行信息提取前，如果准确地分割陆地和海洋，并准确地保留待识别目标区域，是港口水面目标快速、准确识别的重要前提。
现有水面目标识别的图像预处理方法大多数是在整幅卫星图像中进行模板匹配搜索，提取整个港口目标，再进行水上目标识别，这种方法计算复杂度高，鲁棒性差，并且仅适用于同种建筑风格的港口提取，无法满足快速、实时的卫星在轨处理系统。
本发明为解决现有图像预处理方法计算复杂度高，鲁棒性差，导致无法满足实时 性要求的问题，提供一种遥感图像港口水面目标的快速分割方法。
一种遥感图像港口水面目标的快速分割方法，该方法由以下步骤实现：
步骤一、图像预处理；对原始图像进行二值化处理，实现海陆分割；
步骤二、对步骤一中二值化处理的图像提取角点，并将角点按列坐标从大至小排序；
设定角点总数为N，排序后组成集合NPi＝｛ci，ci＋1，ci＋2．．．cN｝，1≤i＜N；
遍历集合NPi＝｛ci，ci＋1，ci＋2．．．cN｝中各角点像素的距离，将小于阈值d的角点存入 集合Pi＝｛p1，p2，p3．．．pm｝中，其中m为角点ci与集合NPi中的角点满足条件的角点个数；连接 角点ci与集合NPi中满足条件的角点，获得海陆分割后的图像；
步骤三、将步骤二中获得海陆分割后的图像进行连通域处理，获得连通域总数，并 计算连通域周长，判定连通域像素点总数大于连通域周长阈值的连通域为陆地部分，将陆 地部分的灰度值置为1，其他区域灰度值置为0，即剔除港口突出或凹陷区域；
步骤四、港口目标提取；
将步骤三获得的连通域为陆地部分的图像逻辑取反，获得矩阵A，再将矩阵A和原 始图像的矩阵B进行点乘运算，C＝A．＊B，C矩阵代表的图像即为船只和港口突出或凹陷的建 筑物，实现港口水面目标区域的分割提取。
本发明的有益效果：
一、本发明所述的方法首先对遥感图像进行阈值化、形态学运算等预处理工作，从 灰度层面将海洋与陆地区域进行初步分离，然后通过分析港口几何特征，设计了基于角点 判定的港口水面目标快速分割的方法。
二、本发明所述的遥感图像港口水面目标的快速分割方法具有计算简单、鲁棒性 高，易于工程实现等优势。
三、采用本发明的方法可以快速、准确地提取沿海目标，可降低后续目标识别的运 算量，提高目标识别速度，因消除了绝大部分陆地影像干扰，可提高目标识别精度。
四、本发明所述的方法不仅适用于传统地面对遥感图像的目标识别领域，还特别适用于对目标识别速度要求较高、处理系统性能受限的卫星在轨处理系统。
09大气污染监测方法
技术背景介绍
随着社会与经济的快速发展，大气污染问题越来越受到人们的关注。
为了满足人们对大气污染状态的了解，软件开发商开发了各种用于查询大气污染状态的应用软件，使得人们可以通过这些应用软件查询得到环保部门通 过各种地面监测站点采集的大气污染状态信息。
其中，大气污染状态信息可以 包含PM2．5等颗粒物质的浓度信息、SO2（二氧化硫）污染气体的浓度信息、 NO2（二氧化氮）污染气体的浓度信息等。
目前，我国环保部门已经初步建立地面监测站点网络。
但是，由于环境监测仪器价格比较昂贵，地面监测站点部署地相对比较分散，导致每一个地面监 测站点仅能对该地面监测站点附近的大气污染情况进行监测。
也就是说，地面监测站点网络中获取的大气污染状态信息仅包含每一个地面监测站点附近的 大气污染状态信息，这意味着除了地面监测站点之外的大部分区域的大气污染状态信息仅能通过各个地面监测站点附近的大气污染状态信息推测或者近似得到。
由此可见，由于地面监测站点分散部署，导致用户通过应用软件获取到的大气污染状态信息的准确度比较低。
为了解决目前存在的大气污染状态信息准确度比较低的问题。
本发明实施例提供了一种大气污染监测、查询方 法和设备，利用通信卫星获取不同位置的大气污染浓度信息，并在接收到终端设备的查询请求消息，将终端设备需要的目标位置的大气污染浓度信息发送给终端设备，由于通信卫星获取的大气污染浓度信息具备覆盖范围比较广、定位精度比较高、数据传输比较快等特点，有效地改善终端设备获取大气污染浓度 信息的精确度，为用户及时了解大气污染状况提供方便。
需要说明的是，相对于地基监测大气污染状态，卫星遥感监测大气污染状态具有大面积覆盖、准实时获取、动态更新、成本低等特点。
在对大气污染监测时，考虑到时间分辨率和空间分辨率等因素，可以采用臭氧监测（OMI）传感器实现卫星遥感监测二氧化硫（SO2）气体的浓度变化以及二氧化氮（NO2）气体的浓度变化。
需要说明的是，本发明实施例中所述的大气污染物包括但不限于PM2．5颗粒物质、二氧化硫（SO2）气体、二氧化氮（NO2） 气体，还可以包含其他大气污染物。
其中，PM2．5是指大气中直径小于或等于2．5微米的颗粒物，也称为可入肺颗粒物。
具体操作方式如下：
本地服务器，具体用于接收通信卫星发送的遥感影像，利用反演算法对接收到的所述遥感影像进行解析，得到所述目标位置的大气污染状态参数，建立得到的所述目标位置与所述目标位置的大气污染状态参数之间的第一对应关系，并将所述第一对应关系存储在大气污染数据库中。
其中，所述遥感影像由所述通信卫星利用遥感技术对目标位置进行扫描得到，所述遥感影像中包含所述目标位置的大气污染状态参数，所述大气污染状态参数中包含大气污染物以及每一种所述大气污染物的浓度值。
本地服务器，还用于根据接收到各个通信卫星发送的所述遥感影像的时 间，建立所述时间、得到的所述目标位置与所述目标位置的大气污染状态参数三者之间的第二对应关系，并将所述第二对应关系存储在大气污染数据库中。
由于不同的通信卫星所能够监测的大气污染物存在差异，那么在第二对应关系中，大气污染状态参数对应于该通信卫星能够监测的大气污染物的相关参 数。
例如：通信卫星1能够监测的大气污染物为SO2，那么在接收到该通信卫 星发送的遥感影像时，确定该周期内目标位置的SO2的大气污染浓度值，并建立时间、目标位置与监测到的SO2的大气污染浓度值之间的对应关系；
通信卫星1能够监测的大气污染物为SO2和NO2，那么在接收到该通信卫星发送的遥感影像时，分别确定该周期内目标位置的SO2的大气污染浓度值和NO2的 大气污染浓度值，并建立时间、目标位置与监测到的SO2的大气污染浓度值以及监测到的NO2的大气污染浓度值之间的对应关系。
需要说明的是，对于同一个位置的大气污染状态参数，在大气污染数据库中可以实时更新，也就是说，从大气污染数据库中读取的某一个位置的大气污染状态参数为最新采集的；
也可以按照采集的时间顺序，将该位置的大气污染状态参数进行存储，以便于后续利用这些历史数据研究该位置的大气污染的变化规律。
原文标题 : 长光卫星要IPO，作为商业遥感卫星行业的标杆，他专利含金量过硬吗？
