氣象衛(wèi)星遙感云圖和水汽圖的圖像處理及強云團識別.pdf

1、隨著數(shù)字圖像處理技術(shù)的發(fā)展，使多角度、深層次挖掘衛(wèi)星云圖及水汽圖數(shù)據(jù)信息已成為一種必然發(fā)展趨勢，給氣象衛(wèi)星數(shù)據(jù)在氣象常規(guī)業(yè)務(wù)中的應(yīng)用帶來了一場深刻的變革，過去那種定性分析的狀況將得到徹底改變。作者通過對數(shù)字圖像處理、數(shù)據(jù)融合、模式識別、衛(wèi)星氣象學(xué)等跨學(xué)科的交叉研究，提出了新的研究思路。本文的主要研究工作有如下幾個方面： 通過紅外云圖與水汽圖的數(shù)據(jù)融合，提出了解決水汽圖長期應(yīng)用不充分的方案，并提出了非均勻融合方案，即依據(jù)原始圖像的

2、重要性，對分解近似圖像和細節(jié)圖像采用不一致的融合權(quán)重比例，突出了重要特征。 應(yīng)用檢測算子和基于小波包分解的方法進行融合云圖的邊緣檢測，研究并分析了衛(wèi)星融合云圖的邊緣特征。試驗結(jié)果表明，小波包分解后的水平細節(jié)和垂直細節(jié)圖像的合成圖像的邊緣檢測效果明顯優(yōu)于其它圖像的檢測效果。 分別應(yīng)用基于鄰域灰度統(tǒng)計法、基于鄰域直方圖統(tǒng)計法和基于鄰域自相關(guān)函數(shù)法等三種方法對融合云圖的紋理特征進行了檢測和分析。首次探討了以各階信息熵的概念表達

3、云圖分析中的重要特征一稠密度的可能性，突破了長期定性分析的狀況。提出了反向相關(guān)概念，更充分地利用了云圖信息。試驗結(jié)果表明，信息熵和自相關(guān)函數(shù)，對云團內(nèi)部的紋理特征有極佳的檢測效果。 從全新的角度，探討和分析了融合云圖及其邊緣檢測、紋理檢測圖像在日常氣象業(yè)務(wù)中應(yīng)用的可能性，開啟了氣象衛(wèi)星數(shù)據(jù)應(yīng)用的新局面。 采用一階、二階軟間隔構(gòu)造的支持向量機，對不同的參數(shù)C、迭代停止條件以及是否在迭代過程引入線性約束條件，共設(shè)計了24種試