一種基于形狀特征的云圖檢索方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種云圖的檢索方法，尤其是設(shè)及一種基于形狀特征的云圖檢索方 法。
【背景技術(shù)】
[0002] 衛(wèi)星云圖能從多角度展示各類(lèi)云系特征及其演變過(guò)程，在天氣實(shí)況監(jiān)測(cè)、氣候研 究或?yàn)?zāi)難天氣救災(zāi)決策等方面具有重要的意義。衛(wèi)星云圖中各云系往往對(duì)應(yīng)著不同的天氣 信息，一般若兩幅云圖在灰度、形狀和紋理等特征上相似，則兩幅云圖在該階段的天氣狀況 存在一定相似度并具有借鑒意義。同時(shí)，隨著氣象衛(wèi)星技術(shù)的發(fā)展，各資料站每天能夠接收 幾乎覆蓋全球的GB數(shù)量級(jí)的海量云圖數(shù)據(jù)，傳統(tǒng)的云圖人工標(biāo)注方法已捉襟見(jiàn)肘。如何更 為有效借助歷史云圖信息并投入實(shí)際領(lǐng)域，吸引了大批氣象衛(wèi)星工作研究者進(jìn)行科學(xué)研 究。因此，如何設(shè)計(jì)一個(gè)高效的基于內(nèi)容的云圖檢索系統(tǒng)將成為破解當(dāng)前難題的關(guān)鍵技術(shù)， 已引起了許多學(xué)者的關(guān)注。
[0003] 在基于內(nèi)容的云圖檢索研究中要實(shí)現(xiàn)云圖較為精確的檢索，必須找到能有效逼近 云圖高層語(yǔ)義內(nèi)容的底層特征。就圖像特征而言，灰度、紋理和形狀特征是圖像最重要的Ξ 類(lèi)特征，圖像的形狀特征盡管有別于灰度和紋理特征，卻是對(duì)灰度或紋理特征的幾何重現(xiàn)， 認(rèn)知屯、理學(xué)研究發(fā)現(xiàn)，形狀在檢索過(guò)程中顯現(xiàn)出來(lái)的作用比灰度和紋理更為重要。同時(shí)云 形狀多種多樣，變化也較復(fù)雜，如高積云形狀差異大，常W楠圓形或水波狀密集云條存在， 卷云一般呈現(xiàn)絲縷狀、團(tuán)簇狀，臺(tái)風(fēng)等熱帶氣旋常呈現(xiàn)巨大云團(tuán)滿(mǎn)旋等。因此，云圖在形狀 方面具有較強(qiáng)的區(qū)分度，研究一種基于形狀特征的云圖檢索方法具有重要的意義。
[0004] 當(dāng)前基于內(nèi)容的衛(wèi)星云圖檢索研究處于起步階段，國(guó)內(nèi)外尚未形成可靠的利用形 狀特征的云圖檢索方案。日本研究了可變形的楠圓來(lái)提取臺(tái)風(fēng)云系的云團(tuán)形狀特征，并根 據(jù)楠圓位置的變化來(lái)表示運(yùn)動(dòng)軌跡，設(shè)計(jì)了一種面向臺(tái)風(fēng)云圖的檢索系統(tǒng):Kitamoto,但該 系統(tǒng)只能針對(duì)臺(tái)風(fēng)云系，不具有一般性;意大利的Acqua等人利用點(diǎn)擴(kuò)散技術(shù)，通過(guò)位置、旋 轉(zhuǎn)度和尺度來(lái)刻畫(huà)云圖的形狀特征，研究了針對(duì)贓風(fēng)與非贓風(fēng)云系的檢索系統(tǒng)，該系統(tǒng)同 樣存在應(yīng)用面較窄的問(wèn)題且計(jì)算復(fù)雜；印度的Deepak利用云團(tuán)的面積和周長(zhǎng)作為形狀特 征，實(shí)現(xiàn)了一個(gè)云圖檢索系統(tǒng)，但實(shí)驗(yàn)表明該類(lèi)特征也僅對(duì)臺(tái)風(fēng)云系適應(yīng)性較好。在國(guó)內(nèi)， 李艷兵等人利用圓形的"可變形模型"描述云團(tuán)形狀，提取多云塊參數(shù)特征，但圓形提取和 匹配的復(fù)雜性都很大，計(jì)算比較費(fèi)時(shí)。哈爾濱工程大學(xué)的上官偉采用變分法提取云圖形狀 特征，通過(guò)模糊相似度計(jì)算，實(shí)現(xiàn)了一種云圖檢索系統(tǒng)，但系統(tǒng)的檢索精度不高；南京航空 航天大學(xué)融合粒子群優(yōu)化方法和FCM方法，首先對(duì)云系進(jìn)行前期聚類(lèi)得到積云云系，再由幾 何不變矩提取形狀特征，進(jìn)行相似度匹配，實(shí)現(xiàn)云圖檢索，但當(dāng)該方法面對(duì)復(fù)雜云系時(shí)，難 于提取全面的形狀特征，并且相似度匹配也不易實(shí)現(xiàn)。
[000引為克服傳統(tǒng)基于形狀特征的云圖檢索方法在分析云圖時(shí)的困難，特別是方法普適 性、計(jì)算復(fù)雜度、魯棒性等問(wèn)題，有必要引入信號(hào)與圖像處理領(lǐng)域的新理念、新技術(shù)。近年 來(lái)，隨著壓縮感知技術(shù)在信號(hào)處理及成像等領(lǐng)域的成功應(yīng)用，稀疏表示理論受到了各國(guó)學(xué) 者的廣泛關(guān)注。研究表明，稀疏表示符合靈長(zhǎng)類(lèi)動(dòng)物大腦視覺(jué)皮層對(duì)復(fù)雜刺激的感知過(guò)程， 可作為神經(jīng)信息群體分布式表達(dá)的有效策略，更加符合人眼的視覺(jué)特性，正是由于稀疏表 示所具有的特征保持性和稀疏性，W冗余字典為代表的稀疏表示理論被應(yīng)用于信號(hào)處理的 各個(gè)領(lǐng)域，特別是其在人臉識(shí)別中的成功應(yīng)用，為在圖像分類(lèi)和檢索領(lǐng)域的應(yīng)用提供了重 要參考。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種計(jì)算復(fù)雜度較低、魯棒性強(qiáng)且檢索精度高 的基于形狀特征的云圖檢索方法。
[0007] 本發(fā)明解決上述技術(shù)問(wèn)題所采用的技術(shù)方案為:一種基于形狀特征的云圖檢索方 法，包括W下步驟：
[0008] (1)將靜止衛(wèi)星云圖接收系統(tǒng)所接收到的灰度區(qū)間為[0,1024]的云圖，依據(jù)云圖 接收系統(tǒng)所對(duì)應(yīng)的云圖灰度與云頂亮溫關(guān)系對(duì)照表，將云圖灰度轉(zhuǎn)化為云頂亮溫；
[0009] (2)完成云圖亮溫空間轉(zhuǎn)換后，再采用迭代闊值分割方法進(jìn)行云圖分割；
[0010] (3)通過(guò)開(kāi)、閉運(yùn)算處理，去除云圖的云系空桐和邊界毛刺；
[0011] (4)對(duì)開(kāi)、閉運(yùn)算處理后的整幅云圖采用100*100大小進(jìn)行不重疊分塊處理，得到 云圖各子塊的區(qū)域信息；
[0012] (5)對(duì)整幅云圖分塊處理后，采用幾何不變矩對(duì)各子塊進(jìn)行區(qū)域特征描述，將提取 的所有子塊的特征向量依次排為一長(zhǎng)列向量作為該幅云圖的形狀特征向量，表示為κ= 其中KERm，表示Κ是實(shí)數(shù)空間的m維向量，m表示形狀特征列向量的維數(shù)，Τ為 向量的轉(zhuǎn)置，fi為K中的分量，i為區(qū)間[l，m]中的正整數(shù)；
[0013] (6)對(duì)于該幅云圖，首先統(tǒng)計(jì)得到形狀特征向量K中的最大值和最小值，分別記為 Fmax和Fmin，再對(duì)形狀特征向量K中的任意分量f i進(jìn)行歸一化處理，表示如下：
[0014]
[0015]將形狀特征向量K歸一化到[0，1 ]范圍，得到新的云圖形狀特征向量，表示為;H =
[0016] (7)將通過(guò)上述步驟提取的所有云圖的形狀特征，建立一個(gè)云圖形狀特征庫(kù)A = 陽(yáng)1，此，...?...，Hw]，AerXw，其中W表示云圖庫(kù)中總的云圖數(shù)量,?表示任意一幅云圖的 特征向量，j為區(qū)間[1，W]中的正整數(shù)；
[0017] (8)對(duì)于一幅待檢索云圖，采用步驟(1)~(6)的方法提取形狀特征向量，表示為:y er;然后采用稀疏分類(lèi)方法將待檢索云圖的形狀特征與云圖形狀特征庫(kù)進(jìn)行相似度計(jì) 算，得到最接近的9幅云圖，完成云圖檢索。
[0018] 采用迭代闊值分割方法進(jìn)行云圖分割的具體方法為：
[0019] ①先用如下公式計(jì)算云圖初始亮溫闊值iT虹eshold:
[0020]
，
[0021 ] 其中，max_value_gray表示為整幅云圖中的最大亮溫值，min_value_gray表示整 幅云圖中的最小亮溫值；
[0022]②根據(jù)初始亮溫闊值iThreshold，采用下式統(tǒng)計(jì)云圖的重要云系成分Zo和云系背 景Zi:
[0025] 式中Zo表示重要云系成分，幻表示云系背景，（x，y)表示云圖中的像素坐標(biāo)點(diǎn)，f(x, y)表示云圖在坐標(biāo)點(diǎn)（x，y)處亮溫大小，N(x，y)表示權(quán)重大小，設(shè)定為1，并設(shè)定初始亮溫闊 值iT虹eshold大小為175;
[0026] ③根據(jù)Zo和Zi重新求解新亮溫闊值iNew化reshold
[0027] ④如果新亮溫闊值iNew化reshold與初始亮溫闊值iThreshold差值在50之內(nèi)，貝U 繼續(xù)下一步驟;否則用iNew化reshold作為初始亮溫闊值口虹eshold,轉(zhuǎn)到步驟②；
[0028] ⑤根據(jù)新亮溫闊值iNew化reshold對(duì)原始云圖進(jìn)行分割，
即當(dāng)云圖中像素的亮溫大于iNew化reshol加寸設(shè)定為1，否則設(shè)定為0,得到黑白二值圖像。
[0029] 去除云圖的云系空桐和邊界毛刺的具體步驟為：
[0030] ①對(duì)闊值分割后的云圖，先采用半徑為5的平坦型圓盤(pán)結(jié)構(gòu)元素進(jìn)行膨脹處理，再 通過(guò)半徑為7的平坦型圓盤(pán)結(jié)構(gòu)元素進(jìn)行腐蝕處理，通過(guò)閉運(yùn)算去除云系內(nèi)部大部分細(xì)小 空桐；
[0031] ②對(duì)閉運(yùn)算處理后的云圖，先采用半徑為6的平坦型圓盤(pán)結(jié)構(gòu)元素進(jìn)行腐蝕處理， 再通過(guò)半徑為7的平坦型圓盤(pán)結(jié)構(gòu)元素進(jìn)行膨脹處理，通過(guò)開(kāi)運(yùn)算去除邊界毛刺。
[0032] 采用幾何不變矩對(duì)各子塊進(jìn)行區(qū)域特征描述的具體方法為：
[0033] ①首先計(jì)算各云圖子塊的區(qū)域幾何中屯、坐標(biāo)（：^，；?〇;
[0034]
[0035] ②計(jì)算云圖各子塊的中屯、矩μρ。：
式中P，q滿(mǎn)足Ρ +9 = 2或者9+〇 = 3，且9,〇為正整數(shù)；
[0036] ③對(duì)中屯、矩μρ。進(jìn)行規(guī)格化處理：
'式中滿(mǎn)足丫 =(P+q)/2;
[0037] ④根據(jù)規(guī)格化后的中屯、矩％q，提取各子塊的7個(gè)形狀不變矩Ik,其中k = 1，2，3，4， 5，6，7 : Il = ri20+%2，》^2 = (口Ww )- + .切Γι ，' l3 = 0-?3〇-3η?2)2+(3η2廣％3)2，l4 = 0-?30+η?2)2+ (? 州 03)2，
[004引 + (屯日-化12 )(屯 1+η03 ) [ 3 (ril2巧30) 2- (ri21巧日3) 2 ]，
[0043] 將所得的7個(gè)形狀不變矩排為一列作為該云圖子塊的形狀不變矩特征；
[0044] ⑤當(dāng)完成整幅云圖所有子塊形狀不