遥感影像信息挖掘的框架研究

第２３卷第６期　计算机应用与软件　Ｖｏ１．２３，Ｎｏ．６　２００６年６月　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　ａｎｄ　Ｓｏｆｔｗａｒｅ　Ｊｕｎ．２００６　遥感影像信息挖掘的框架研究　王旭红　周明全　耿国华　（西北大学城市与资源学系　陕两西安７１００６９）　（北京师范大学信息科学与技术学院北京１００８７５）　（西北大学计算机科学与技术系　陕西四安７１００６９）　摘　要　目的：提出遥感影像信息挖掘的框架结构和原形系统的数据挖掘流程；研究涉及的理论与技术。方法：应用了分析比较　法，充分研究了一般图像挖掘系统的框架和用于医学影像挖掘的原形系统的挖掘流程，以取之所长，避其所短。结果：设计出了适用　于遥感影像信息挖掘的框架结构。结论：指出遥感图像挖掘是一个处于初级阶段的研究领域，理论和技术有待继续研究和完善；遥　感图像挖掘必须将一般图像挖掘的理论和技术与地理信息系统技术、遥感技术有效地结合起来，才能开发出具有实际应用价值的高　效的遥感图像信息挖掘系统。　关键词　图像挖掘　遥感图像挖掘　知识工程师　图像分类　对象识别　关联规则　ＴＨＥ　ＲＥＳＥＡＲＣＨ　ＩＮ　ＴＨＥ　ＦＲＡＭＥＷｏＲＫ　ｏＦ　ＲＥＭｏＴＥ　ＳＥＮＳＩＮＧ　ＩＮＦｏ　Ｒ】ⅥＡＴＩｏＮ　ＭＩＮＩＮＧ　Ｗａｎｇ　Ｘｕｈｏｎｇ　Ｚｈｏｕ　Ｍｉｎｇｑｕａｎ　Ｇｅｎｇ　Ｇｕｏｈｕａ　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｕｒｂａｎ　ａｎｄ　Ｒｅｓｏｕｒｃｅｓ　Ｓｃｉｅｎｃｅ，Ｎｏｒｔｈｗｅｓｔ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ＇ａｎ　Ｓｈａａｎｘｉ　７１００６９，Ｃｈｉｎａ）　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＮｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１００８７５，Ｃｈｉｎａ）　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｎｏｒｔｈｗｅｓｔ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ＇ａｎ　Ｓｈａａｎｘｉ　７１００６９，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ａｉｍ：Ｉｔ　ｉｓ　ｉｎｔｅｎｄｅｄ　ｔｏ　ｄｉｓｃｏｖｅｒ　ｔｈｅ　ｆｒａｍｅｗｏｒｋ　ａｎｄ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｔｈｅ　ｐｒｏｔｏｔｙｐｅ　ｓｙｓｔｅｍ　ｉｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ｍｉｎｉｎｇ，ａｎｄ　ｇｏ　ｄｉｓｃｕｓｓ　ｔｈｅ　ｒｅｌｅｖａｎｔ　ｔｈｅｏｒｙ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　ｉｍａｇｅ　ｍｉｎｉｎｇ　ｉｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ．Ｍｅｔｈｏｄ：ｕｓｅｄ　ｔｈｅ　ａｎａｌｙｔｉｃａｌ　ａｎｄ　ｒｅｌａｔｉｖｅ　ｍｅｔｈｏｄ　ｔｏ　ｄｉｓｃｏｖｅｒ　ｔｈｅ　ｓｔｒｏｎｇｐｏｉｎｔ　ａｎｄ　ｄｉｓａｄｖａｎｔａｇｅ　ｏｆ　ｔｈｅ￣ａｍｅｗｏｒｋ　ｉｎ　ｔｈｅ　ｇｅｎｅｒａｌ　ｉｍａｇｅ　ｍｉｎｉｎｇ　ｓｙｓｔｅｍ，ａｎｄ　ｏｆ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｐｒｏｔｏｔｙｐｅ　ｓｙｓｔｅｍ　ｉｎ　ｍｅｄｉｃａｌ－ｉｍａｇｅ　ｍｉｎｉｎｇ．Ｒｅｓｕｌｔ：Ｔｈｅ￣ａｍｅｗｏｒｋ　ａｎｄ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｔｈｅ　ｐｒｏｔｏｔｙｐｅ　ｓｙｓｔｅｍ　ｉｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ｍｉｎｉｎｇ　ａｒｅ　ｐｒｅｓｅｎｔｅｄ，Ｃｏｎｃｌｕｓｉｏｎ：ｔｈｅ　ｒｅｓｅａｒｃｈ　ｉｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ｍｉｎｉｎｇ　ｉｓ　ｓｔｉｌｌ　ｉｎ　ｉｔｓ　ｉｎｆａｎｃｙ．ｔｈｅ　ｔｈｅｏｒｙ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｙ　ｓｈｏｕｌｄ　ｂｅ　ｐｒｏｇｒｅｓｓｅｄ　ｒｉｇｈｔ　ａｌｏｎｇ．ｓ０　ｆａｒ　ａｓ　ｔｈｅ　ｔｈｅｏｒｙ　ｏｆ　ｉｍａｇｅ　ｍｉｎｉｎｇ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ＧＩＳ　ａｎｄ　ＲＳ，ｔｈｅ　ｈｉｇｈ－ｐｏｗｅｒｅｄ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ｍｉｎｉｎｇ　ｓｙｓｔｅｍ　ｉｎ　ｔｈｅ　ａｃｔｕａｌ　ｕｓｅ　ｗｏｕｌｄ　ｂｅ　ｄｅｖｅｌｏｐｅｄ．　Ｋｅｙｗｏｒｄｓ　Ｉｍａｇｅ　ｍｉｎｉｎｇ　Ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｍｉｎｉｎｇ　Ｋｎｏｗｌｅｄｇｅ　ｅｎｇｉｎｅｅｒｉｎｇ　Ｉｍａｇｅ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｏｂｊｅｃｔ　ｒｅｃｏｇｎｉｔｉｏｎ　Ａｓｓｏｃｉａｔｉｏｎ　ｒｕｌｅｓ　的特点的基础上，认为遥感图像信息挖掘技术的研究目标在于　０引　言　以下几个方面：　１）对遥感影像中包含的地物目标，地学现象和过程等进行　由于雷达、红外、光电、卫星、电视摄像、扫描成像等各种宏　描述、识别、分类和解释；　观与微观传感器的使用，遥感影像数据的数量、大小和复杂性都　２）对遥感影像中地物和目标的类别、大小、结构、相互关系　在飞快地增长，已经远远超出了人的分析和解译能力。用户不　及其它地学属性等内在特征进行提取；　可能详细地分析所有的这些数据，并提取感兴趣的空问知识，致　３）建立遥感信息挖掘的模式和模式的可视化研究，为用户　使“空间数据爆炸但知识贫乏”。因此，这就促使我们发展遥感　提供…・个可视的挖掘环境等。　影像信息挖掘（ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｍｉｎｉｎｇ，ＲｅＳＩＭ）　４）如何将表达影像模式信息的要素，如上下文信息、空问　技术，来发现和挖掘出隐含在遥感影像中的信息。这是一个涉　信息和影像的重要特征保留在数据挖掘方案中，影像的哪些属　及多学科如图像处理、空间数据库、空问数据分析表达与可视　性对挖掘过程信息可视化是至荚重要的。　化、空问数据挖掘、地理信息技术、信息提取、机器学习和软件设　５）进一步研究融合地学专家知识、空问数据库数据的信息　计等的新兴技术，也是必须引起人们广泛关注的、急需发展的理　挖掘模型，对地学现象和地学过程进行预测和决策分析。　论与技术的新兴产业，是空间数据挖掘技术研究领域的一个重　６）新的、高效的适用于挖掘遥感图像信息算法的设计与　要分支。　开发。　１研究目标　收稿日期：２００４一Ｏ８—０４。藁础测绘科技项目：１４６０１４０２０２４一Ｏｌ一　０５；国家自然科学基金项目：６０３７２０７２。王旭红，博士生，主研领域；地理　在综合分析图像挖掘、空间数据挖掘、遥感技术和遥感数据　信息系统、遥感图像处理技术。　维普资讯 http://www.cqvip.com

第６期　王旭红等：遥感影像信息挖掘的框架研究　１７　象。在影像中，关联规则挖掘是可用来发现当几个特殊的对象　２遥感影像信息挖掘的框架结构　一同时出现时，在被描述的影像中出现某种事物或场景的可能性。　个典型的关联规则挖掘算法可分为两步：第…步为收集满足　最小支持度的最大事务项；第二步为从这些收集的事务项中产　在进行一个实用性强、高效的遥感影像挖掘原形系统的设　计之前，必须研究数据挖掘的系统框架结构。目前，根据影像挖　掘系统特征，影像挖掘系统的框架有两种模式：功能驱动的挖掘　模式和信息驱动的挖掘模式　。　］。功能驱动的挖掘模式强　调以模块的功能来组织影像挖掘系统。信息驱动的挖掘模式以　层次模型来构建系统，重点强调在挖掘过程的不同层次对信息　生规则。Ｃ．Ｏｒｄｏｎｅｚ等提出一个算法用关联规则发现存在于斑　点或区域间有意义的相互关系。　４遥感图像挖掘系统的设计　在研究了ＲｅＳＩＭ的原理和方法，充分考虑遥感影像信息解　的需求。文献［１］提出了信息驱动的影像挖掘系统的框架、着　重强调了不同阶段的信息需求。这个框架划分了四个层次的信　息框架结构为像素层、对象层、语义概念层、模式和知识层。　３遥感影像信息挖掘的理论与技术　在研究遥感影像信息挖掘的框架基础之上，对涉及的理论　和技术进行简单的介绍，主要包括目标识别、影像索引和检索、　影像分类和聚类、关联规则挖掘和神经网络等¨。　］。　３．１　目标识别　目标识别一直是图像处理领域一个活跃的研究领域。对象　模型通常是先验的知识，目标识别系统通过它来发现影像上真　实的地物。这是影像挖掘最主要的任务之一。通常，目标识别　问题被看作依据已知模型的监督标记问题。也就是说，给系统　一个包含一个或多个感兴趣目标的影像和一组已标识的与目标　对象相关的模型，目标识别将安排正确的标识给响应的区域或　一组响应的区域。已知的对象模型常常是由人输人一个先　验值。　３．２影像检索　影像挖掘要求按照一些特定的要求来检索影像信息。这些　规定和要求按照其复杂性可分为以下三个层次：第一层是影像　原始信息的检索，这些原始影像信息包括颜色、纹理、形状和影　像元素的空间定位。第二层是影像逻辑属性的检索，如已给定　类型目标的检索。第三层是影像抽象属性的检索。　３．３影像索引　当人们把注意的焦点凝聚在不同层次的信息需求时，为检　索影像数据提供快速的高效的索引策略也是十分必要的。通常　来说，被查找的影像数据库的数据量是非常大的，属性矢量是高　维的，查询复杂度非常高。解决这个问题，目前有两种方法可以　采用：降低维数和索引高维数据。两个著名的减低维数的方法　是单数值分解（Ｓｉｎｇｕｌａｒ　Ｖａｌｕｅ　Ｄｅｃｏｍｐｏｓｉｏｎ，ＳＶＤ）更新算法和聚　类（ｃｌｕｓｔｅｒｉｎｇ）法。聚类通过将相似的属性维集群在一起来实现　降低维数的目的。多维索引策略包括Ｋ－Ｄ－Ｂ　ｔｒｅｅ、Ｒ—ｔｒｅｅ、Ｒ＋一　ｔｒｅｅ、Ｒ　一ｔｒｅｅ和ｉＭｉｎＭａｘ等口　３．４影像分类和聚类　基于内容的影像智能化分类是从大批影像数据中挖掘有价　值信息的重要的方式之一。分类模型在影像挖掘系统中叫分类　器。关于影像智能化分类的挑战在于如何基于低层次的形象原　始信息将影像划分为语义上有意义的类别。目前，主要有两种　分类器：参数分类器和非参数分类器。　３．５关联规则挖掘　关联规则挖掘目的在于发现经常一起发生的事务项或对　译的具体特点和地学规律的地带性等因素的基础上，｝殳计一个　遥感影像信息挖掘的原型系统，以实现信息挖掘的梦想。一个　影像挖掘系统通常是十分复杂的，冈为它包含了各种各样的方　法和技术，从影像信息提取、索引机制到模式识别和数据挖掘。　一个高效的遥感影像挖掘系统能为用户提供一个有效的ｌＴ具去　接近遥感影像数据仓库和在影像上提取知识和模式　。这样　一个典型的遥感影像挖掘系统包括以下功能：影像处理、特征提　取、影像检索和检索、模式和知识发现等。　４．１系统功能的设计　进行系统设计之前，必须制定系统设计依据的标准。一个　标准的遥感图像信息挖掘系统必须是影像投影坐标设计、对象　属性评价和高效的影像解译模型的综合体”　。因此，应具有　以下的功能：　１）具有提取影像细节（像素级和对象级）的功能；　２）具有一般图像处理功能，如增强、滤波等；　３）能够在图像上直接量测属性值；　４）具有勾划、选择感兴趣区域的编辑功能；　５）提取编辑描述影像符号的编辑工具，使该系统能进行特　殊的影像挖掘任务；　６）在属性数据库中存储专家对影像的客观描述和量测的　属性值；　７）能将从属性数据库提取数据用于数据挖掘单元；　８）提供数据挖掘决策器；　９）对遥感影像信息来说，空间数据或空间数据库对影像挖　掘的辅助作用也是十分巨大的。因此，提供直接利用空间数据　或空间数据库数据的功能，甚至提供利用空间数据挖掘方法如　决策树、关联规则挖掘等挖掘出的空间数据信息来辅助影像挖　掘的工具；　１０）遥感影像属于空间数据，具有表示空间定位信息的坐　标（地理的或大地的）和投影的属性，因此，系统必须具有几何　纠正和投影转换的功能。　４．２挖掘工具的设计　一个数据挖掘系统中属性提取、知识符号化和模型建立都　是由挖掘工具来完成。因此，在挖掘系统设计中，必须了解挖掘　系统应包括哪些挖掘工具，这些工具应具有哪些功能。一个影　像挖掘系统应包括以下两类工具¨　：１）影像描述工具；２）数　据挖掘决策工具。其中，影像描述工具包括标记、勾划、显示对　象或细节的工具；影像分析和属性提取工具；专家知识的描述工　具；数据存储、入库工具。数据挖掘决策工具包括规则建立和推　理工具，如决策树、评价和编辑工具。其中，这些规则既包括由　计算机自动提取的，也包括专家通过对勾划或标记区域或对象　属性如对象轮廓线、形状、纹理属性、面积和半径（Ｚａｍｐｅｒｏｎｉ，　维普资讯 http://www.cqvip.com

ｌ８　计算机应用与软件　Ｒｅｃｏｇｎｉｔｉｏｎ．Ｓｐｒｉｎｇｅｒ，Ｂｅｒｌｉｎ，１９９８，ＰＰ．４５　５４．　２００６生　１９９６）的评价，并将其存储在影像属性库所提取的规则。专家　按照属性列表来评价对象，然后才将其入属性库。当数据库中　存储了大量的已经专家评价的对象属性数据时，就可以进行数　据挖掘工作了。　［５］Ｚａｉａｎｅ　Ｏ．Ｒ．，Ｈａｎ　Ｊ．，Ｄｉｓｃｏｖｅｒｙ　ｓｐａｔｉａｌ　ａｓｓｏｃｉａｔｉｏｎｓ　ｉｎ　ｉｍａｇｅ　Ｉｎ：Ｄａｓａｒ。　ａｔｈｙ，Ｂ．Ｖ．（Ｅｄ．），Ｄａｔａ　Ｍｉｎｉｎｇ　ａｎｄ　Ｋｎｏｗｌｅｄｇｅ　Ｄｉｓｃｏｖｅｒｙ：Ｔｈｅｏｒｙ，　Ｔｏｏｌｓ，ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｖｏ１．４０５７．ＳＰＩＥ，Ｂｅｌｌｉｒ’ｇｈａｍ，Ｗａｓｈｉｎｇｔｏｎ　２０００．　ＰＰ．１３８—１４８．　４．３遥感影像信息挖掘系统的流程图　以下设计是在研究Ｐｅｔｒａ　Ｐｅｒｎｅｒ博士为医学诊断而设计影　［６］Ｊｉ　Ｚｈａｎｇ，Ｗｙｎｎｅ　Ｈｓｕ，Ｍｏｎｇ　Ｌｉ　Ｌｅｅ．Ａｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｄｒｉｖｅｎ　Ｆｒａｍｅｗｏｒｋ　ｆｏｒ　Ｉｍａｇｅ　Ｍｉｎｉｎｇ．２００１，ｈｔｔｐ：／／ｗｗｗ．ｃｏｍｐ．ｎｕｓ．ｅｄｕ，ｓｇ／一ｗｈｓｕ／ｐｕｂｌｉ－　ｃａＩｉｏｎ．　像数据挖掘的原型系统框架基础　之上，根据遥感影像地学特　点，设计的挖掘系统流程框图，可分为５个步骤：１）需求分析；　２）知识工程师；３）收集相关影像描述；４）影像挖掘实验；５）检　（上接第４页）　查。具体的流　旦　ｌｌＩ　……　：　ｌ　Ｉ＿＿！■　　ｊ：　＝ｌ　图１　遥感影像信息挖掘流程图　５结语　图像挖掘是一个崭新的研究领域，理论和技术有待继续研　究和完善，以下是未来图像挖掘研究需要解决的主要问题　：　１）提出新的可视化模式的代表方案，该方案可以有效地将　图像的上下文信息、地物对象的空间信息和地学知识经编码应　用于属性提取。２）设计高效的基于内容的影像检索和索引技　术，以适应大规模影像数据仓库的数据快速查找的需求。３）为　影像库设计语义上的查询语言。４）研究基于唯一字段的影像　数据查找技术。５）进一步进行影像模式可视化研究。　虽然，这些问题是针对一般图像挖掘提出的，但对遥感影像　信息挖掘工作有很重要的借鉴作用。遥感图像挖掘必须将一般　图像挖掘的理论和技术与空间地理信息技术、遥感技术有效地　结合起来，才能开发出具有实际应用价值的高效的遥感图像信　息挖掘系统。　参考文献　［１］Ｊｉ　Ｚｈａｎｇ，Ｗｙｎｎｅ　Ｈｓｕ，Ｍｏｎｇ　Ｌｉ　Ｌｅｅ．Ｉｍａｇｅ　Ｍｉｎｉｎｇ：Ｔｒｅｎｄｓ　ａｎｄ　Ｄｅｖｅｌｏｐ—　ｍｅｎｔｓ．２００１，ｈｔｔｐ：／／ｗｗｗ．ｃｏｍｐ．ｎｕｓ．ｅｄｕ．ｓｇ／一ｗｈｓｕ／ｐｕｂｌｉｅａｔｉｏｎ．　［２］Ｐｅｔｒａ　Ｐｅｒｎｅｒ．Ｉｍａｇｅ　ｍｉｎｉｎｇ：ｉｓｓｕｅｓ，ｆｒａｍｅｗｏｒｋ，ａ　ｇｅｎｅｒｉｃ　ｔｏｏｌ　ａｎｄ　ｉｔｓ　ａｐ—　ｐｌｉｎａｔｉｏｎ　ｔｏ　ｍｅｄｉｃａｌ—ｉｍａｇｅ　ｄｉａｇｎｏｓｉｓ［Ｊ］　Ｅｎｇｉｎｅｅｒｉｎｇ　Ａｐｐｌｉｃａｔｉｏｎｓ　ｏｆ　Ａｒｔｉｉｆｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ　１５（２００２）２０５～２１６，ｈｔｔｐ：∥ｗｗｗ．ｅｌｓｅｖｉｓｅ．ｃｏｍ／　ｌｏｃａｔｅ／ｅｎｇａｐｐａｉ．　［３］Ｄａｔａ　Ｍｉｎｉｎｇ　Ｔｏｏｌ　Ｄｅｃｉｓｉｏｎ　Ｍａｓｔｅｒ．ｈｔｔｐ：∥ＷＷＷ．ｉｂａｉ　ｓｏｌｕｔｉｏｎ．ｄｅ．　［４］Ｐｅｍｅｒ，Ｐ　，Ｃａｓｅ—ｂａｓｅｄ　ｅｒａｓｏｎｉｎｇ　ｆｏｒ　ｔｈｅ　ｌｏｗ—ｌｅｖｅｌ　ａｎｄ　ｈｉｇｈ—ｌｅｖｅｌ　ｕｎｉｔ　ｏｆ　ａｎ　ｉｍａｇｅ　ｉｎｔｅｒｐｒｅｔａｔｉｏｎ　ｓｙｓｔｅｍ．Ｉｎ：Ｓｉｎｇｈ，Ｓ．（Ｅｄ．），Ａｄｖａｎｃｅｓ　ｉｎ　Ｐａｔｔｅｒｎ　按照ＭＧＵ的位置，分为四块的内存保护区域及其访问属　性的示意图如图４示。　中断向量衰　Ｊ　Ｉ　（２）处理内存保护异常　只　因为已经在￣Ｃ／ＯＳ的任务　谴　管理ｊ　切换代码中加入了表示当前正　ｋ　￥￣ｅｔｌ￣ｔａ　区　用户；　系统代码段　域　在执行的任务标识（通过标识优　１　『　先级），所以可以：　ｄ＾■　Ⅱｏｎ　Ｊ　ｌ　譬理ｉ　・找到并结束出错任务　关键任务救　用户ｊ　出错任务是因为异常被打　据段　１　断的，而该任务的优先级作为任　碰　葬搬　Ｉ　务标识，被存储在全局变量中。　据段　譬理　因为异常处理程序可以方便地　ＵＡＲＴ辞，｝　ｊ｝Ｉ，１ｊ　分辨出出错任务。在通知关键　设地址　管理任务后，挂起出错任务，再　『　由管理任务来调用ＯＳＴａｓｋＤｅｌ（）　来删除错误任务（因为在ＩＳＲ中　４　ＮＧＵ保护示意图　不能调用删除任务的函数）。　・从出错人口点重新执行该任务　出错任务的．ｄａｔａ段副本被保留在只读区域，所以可以由异　常处理函数来通知管理任务，后者再将出错任务的．ｄａｔａ段恢　复，并且伪装出错任务的中断现场，就好像该任务并未执行，然　后在合适的时候即可重新调度。　・重启系统　如果出错严重，或者因为其他需要，可以通过关键管理任务　在做完必要的保存后，通过设置ｒｅｓｅｔ信号重启系统。　４小结与展望　经过本次８６３项目相关部分的测试，上述方法在多次系统　快速重启后可以保证系统的正常运行，并且由于省去了读取　ＲＯＭ和一些琐碎的初始化工作而耗费的时间，自然提高了系统　重启的速度，达到＿ｒ当初的设计目的，并保证了系统的鲁棒性、　安全性与快速性。在有限的系统资源下最大限度的发挥系统性　能，一商是我们追求的挑战。　参考文献　［１］ＪＥＡＮ　Ｊ．ＪＡＢＲＯＳＳＥ，￣Ｃ／ＯＳ一Ⅱ——源码公开的实时嵌入式操作系　统［Ｍ］。中国电力出版社．　［２］Ｕｓｉｎｇ　ｌｄ［ＥＢ／ＯＬ］，ｈｔｔｐ：∥ｗｗｗ．ｓｏｕｎｄａｒｔ—ｈｏｔ．ｃｏｍ／ｆｉｌｅｓ／ｐｄｆ／ｇｎｕ／　ｌｄ．ｐｄｆ　［３］Ｇｃｅ—ｗｈｉｔｅｐａｐｅｒ［ＥＢ／ＯＩ　］，ｈｔｔｐ：∥ｂｉｌｌｇａｔｌｉｆ，ｅｏｍ／ａｒｔｉｃｌｅｓ／ｇｎｕ／ｇｃｅ．　ｗｈｉｔｅｐａｐｅｒ．ｐｄｆ．　［４］Ａｎｄｒｅｗ　Ｓ．Ｔａｎｅｎｂａｕｍ，ｍｏｄｅｒｎ　ｏｐｅｒａｔｉｎｇ　ｓｙｓｔｅｍ［Ｍ］，ｓｅｃｏｎｄ　ｅｄｉｔｉｏｎ，　Ｐｒｅｎｔｉｃｅ　Ｈａｌｌ　Ｐｒｅ目Ｈ．