How xiaoyiwu6/sar works
项目类型与目的(从 README + 文件树推断)
这是一个Windows 上的 C++/Qt 桌面端遥感图像处理与AI推理应用,目标是对多源遥感数据(SAR、可见光、微光、红外)进行:
• 不同分辨率下的图像配准(registration)
• 多源图像融合(fusion)
• 基于融合结果的地物分类(classification,PyTorch/Libtorch 推理)
• 基于融合结果的洪涝边界检测(flood boundary detection,可能同样是推理或传统CV)
技术栈在 README 中非常明确:Qt 5.12.2 + OpenCV 4.0.1 + LibTorch 1.8.1 (CUDA) + CUDA 11.0。
文件树表明这是一个单体桌面程序(单 exe),没有服务端/微服务/数据库结构;核心是“UI + 图像处理算法模块 + 模型推理模块 + 本地文件IO”。
文件结构解读:把“代码文件”映射成可画的组件
入口与应用生命周期
• main.cpp:程序入口(创建 QApplication / 主窗口,注册资源等)
• appinit.cpp/.h:应用初始化(日志/环境/全局配置/依赖检查之类的初始化逻辑,通常也会设置样式、加载资源)
• main.qrc, qss.qrc:Qt 资源系统(把图片、QSS打包进 exe)
UI层(Presentation)
• uidemo.ui:Qt Designer 生成的界面布局(按钮、图像显示区域、参数输入等)
• ui_uidemo.h:由 .ui 编译生成的头文件(UI控件实例)
• uidemo.cpp/.h:主窗口逻辑(信号槽、按钮事件、调用算法模块、显示结果)
• qss/psblack.css + qss/psblack/...:皮肤/主题样式(QSS)
通用工具与UI辅助
• utils.cpp/.h:通用工具(常见是图像读写、路径处理、时间统计、Mat<->QImage 转换等)
• iconhelper.cpp/.h:UI 图标辅助(字体图标/资源加载/主题适配等)
核心算法/处理管线(Domain / Processing)
• wavetransform.cpp/.h:小波变换(强烈暗示“融合算法”中有小波域融合或频域处理)
• (README 提到的配准、融合、分类、洪涝检测可能分散在 uidemo.cpp 或 utils/wavetransform 内;建议你在图里单独抽象出“Registration / Fusion / Inference / Postprocess”模块,即便当前源码文件未细分,也要把逻辑组件画出来——这对系统设计图更准确可读。)
外部依赖(Third-party / Runtime)
• OpenCV:图像处理/配准/特征提取/几何变换/滤波等
• LibTorch + CUDA:加载 PyTorch 权重并在 GPU 上推理
• 权重模型(README 给出网盘链接):运行时外部文件依赖(通常是 .pt/.pth/.jit),从磁盘加载
建议你画的“最佳系统设计图”分层与视角(按准确度从高到低)
目的:说明这不是分布式系统,而是“桌面应用 + 本地文件 + GPU推理”。
至少包含:
• 用户(分析员/操作员)
• 本应用(Qt Desktop App)
• 本地文件系统(输入多源影像、输出融合结果/检测结果、模型权重文件)
• GPU/CUDA(作为运行时加速资源)
• 第三方库(OpenCV、LibTorch)可画成“依赖边界”或“运行时库”
箭头(数据流)建议:
• 用户 → UI:选择输入数据/设置参数/启动流程
• 文件系统 → 应用:读取多源影像 + 读取模型权重
• 应用 → 文件系统:保存融合图、分类图、洪涝边界矢量/栅格结果、日志等
• 应用 ↔ GPU:推理/加速计算(可用双向箭头表示“提交任务/返回结果”)
虽然没有容器/服务,但仍建议画“运行时容器”:
• Windows OS
• YourApp.exe(Qt)
• Qt Widgets/UI
• Processing Engine
• Model Inference Engine
• Runtime dependencies: OpenCV DLLs, LibTorch DLLs, CUDA runtime
• External artifacts:
• Model weights on disk
• Input datasets on disk
这张图的价值是把“工程依赖与运行时依赖”讲清楚(尤其是 LibTorch/CUDA 的版本耦合在 README 中很关键)。
把应用内部拆到“能对齐 README 功能点”的程度。推荐分 4 层:
(1) Presentation/UI Layer(Qt)
• UidemoWindow (uidemo.cpp/.h + uidemo.ui)
• Style/Theming (qss.qrc + qss/*)
• IconHelper
(2) Application/Orchestration Layer(流程编排)
• “Task Controller / Pipeline Orchestrator”(可能就在 uidemo.cpp,但图中要抽象出)
• 负责按顺序调用:数据加载 → 配准 → 融合 → 推理 → 后处理 → 展示/导出
• 负责参数管理、错误处理、进度反馈
(3) Domain Processing Layer(算法模块)
• DataLoader(从文件系统读取多源影像,可能在 utils)
• Registration(不同分辨率配准:几何校正、尺度匹配、特征匹配、重采样/warp)
• Fusion(多源融合:可细分为 wavelet-based fusion -> wavetransform)
• PostProcessing(形态学、边界提取、阈值化、矢量化、连通域等)
• Visualization/Exporter(Mat->QImage,显示;保存结果到磁盘)
(4) ML Inference Layer(Libtorch)
• ModelLoader(加载权重文件)
• Preprocess(归一化、resize、通道拼接、tensor 化)
• Inference (CUDA)(torch::jit 或 torch::nn 推理)
• Decode(类别图/分割mask/边界概率图解码)
关键数据对象建议你在图上标注(让图更“工程化”):
• Inputs:SAR image, VIS image, Low-light image, IR image(以及元数据/分辨率/地理参考若有)
• Intermediate:Registered images, Fused image, Feature maps / Tensors
• Outputs:Land-cover map, Flood boundary mask/contours, Exported files
关系与交互怎么画才“准确”
按典型 Qt 桌面应用的真实调用关系,建议你在组件图里这样连线(方向代表调用/数据流):
• main.cpp → AppInit → UidemoWindow
• UidemoWindow —(signals/slots)→ Task Controller
• Task Controller → DataLoader → File System
• Task Controller → Registration → OpenCV
• Task Controller → Fusion → WaveTransform(若融合含小波域)
• Task Controller → Preprocess → Inference Engine (LibTorch CUDA)
• Inference Engine → CUDA runtime/GPU
• Task Controller → PostProcessing → OpenCV
• Task Controller → Visualization/Exporter → UI widgets + File System
另外,把 “QRC资源”画为:
• YourApp.exe 内嵌:main.qrc, qss.qrc → UI 读取样式/图标(不是磁盘依赖)
把“权重模型”画为:
• 外部文件依赖:Model Weights (.pt/.pth) → ModelLoader(磁盘读取)
你可以要求工程师在图里明确用视觉编码区分类型:
形状建议
• 圆角矩形:内部模块/组件(Registration/Fusion/Inference)
• 文档形状:外部文件(Input images, Weights, Output results)
• 圆柱:如果未来有缓存/数据库(目前没有,可以不画)
• 云:外部依赖(CUDA/GPU、第三方库也可用“Library”框)
颜色建议(最实用)
• 蓝色:UI/Presentation(Qt Widgets、QSS、IconHelper)
• 绿色:算法处理(OpenCV + WaveTransform)
• 紫色:AI推理(LibTorch + CUDA)
• 灰色:外部资源/文件系统/第三方依赖
箭头与标注
• 实线箭头:调用/控制流(UI触发、模块调用)
• 虚线箭头:依赖关系(链接到 OpenCV/Libtorch、加载 QRC资源)
• 在线上标注关键数据:Mat, QImage, Tensor, Mask, Contours
不要“过度抽象”:尽量把功能点拆开画
README 的 4 个功能点(配准、融合、分类、洪涝边界)建议在图里各自独立成组件,哪怕当前代码还没有拆成独立文件。原因:
• 这是系统设计图,不是“源码文件对应图”
• 这 4 块未来最可能独立演进、替换算法、引入新模型
• 也最利于定位性能瓶颈(配准耗CPU,推理耗GPU,融合可能两者都耗)
• 是否明确:这是单机桌面应用(非服务端)?
• 是否明确:输入/输出都在本地文件系统?
• 是否明确:OpenCV 与 LibTorch/CUDA 的边界与职责?
• 是否把“权重模型下载并加载”作为外部依赖画出来?
• 是否在处理流程上体现:多源输入 → 配准对齐 → 融合 → 推理 → 后处理 → 展示/导出?
• 是否标注了关键数据结构转换(Mat ↔ QImage、Mat → Tensor)?
按上述方式,你会得到一套“既能对齐代码结构、又能对齐业务功能、还把运行时依赖说清楚”的系统设计/架构图。