一種氣象衛(wèi)星云圖的雷暴云識別方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種針對氣象衛(wèi)星云圖的雷暴云團識別方法和系統(tǒng)，經(jīng)過對衛(wèi)星原始數(shù)據(jù)進行圓盤圖像數(shù)據(jù)解析、投影變換、中值濾波處理、多次圖像分割以及雷暴云團自動識別，在云團聚類的基礎(chǔ)上進行光譜特征分析和紋理特征分析，最終得到雷暴云團的覆蓋范圍、強度和移動軌跡。本發(fā)明還提供了氣象衛(wèi)星云圖的雷暴云團識別系統(tǒng)，使得上述方法能夠系統(tǒng)、高效地自動執(zhí)行，快速處理和響應每一時次及連續(xù)時間段的氣象衛(wèi)星云圖數(shù)據(jù)，識別雷暴云團，并跟蹤雷暴云團的發(fā)生發(fā)展和變化，為氣象災害的預測和預警提供有效的技術(shù)支撐。
【專利說明】
-種氣象衛(wèi)星云圖的雷暴云識別方法和系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于氣象監(jiān)測技術(shù)領(lǐng)域，尤其設(shè)及一種氣象衛(wèi)星云圖的雷暴云識別方法和 系統(tǒng)。
【背景技術(shù)】
[0002] 雷暴是強對流天氣的一種，通常伴有雷擊、暴雨、冰富等自然災害，具有突發(fā)性強、 來勢猛、強度大持續(xù)時間短的特點。對雷暴云團的位置和范圍的準確識別，W及對云團移動 路徑進行追蹤，能為雷擊、暴風雨等下游災害子鏈的啟動提供正確的觸發(fā)條件和相應的參 數(shù)，為人民生命安全和社會經(jīng)濟建設(shè)提供保障。雷達觀測是對雷暴進行監(jiān)測的主要手段，主 要方法有交叉相關(guān)(TREC)法、單體質(zhì)屯、法等。運些方法不僅無法準確劃分云團物理邊界，而 且由于雷達在海洋、沙漠等地區(qū)布設(shè)條件有限導致無法準確探測雷暴群體的活動特征。靜 止氣象衛(wèi)星可W24小時不間斷地對地表約=分之一的區(qū)域進行連續(xù)觀測，每半小時產(chǎn)生一 組遙感資料，觀測范圍廣，觀測頻次高，可W捕捉到時間變化較快的天氣現(xiàn)象，特別適合對 中尺度強對流天氣的預警。運些優(yōu)點是極軌氣象衛(wèi)星W及地面觀測手段所不具備的。因此， 使用靜止衛(wèi)星遙感資料對雷暴云團進行識別和追蹤，有非常重要的實際意義。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種氣象衛(wèi)星云圖的雷暴云識別方法和系統(tǒng)，旨在對氣象 衛(wèi)星原始數(shù)據(jù)進行處理W得到衛(wèi)星云圖，在云圖的基礎(chǔ)上進行圖像處理W實現(xiàn)云團的識 另IJ，W云團為單位實現(xiàn)快速精確地識別雷暴云團。
[0004] 本發(fā)明是運樣實現(xiàn)的，一種氣象衛(wèi)星云圖的雷暴云識別方法，所述氣象衛(wèi)星云圖 的雷暴云識別方法通過基于衛(wèi)星云圖云團的雷暴云團識別方法進行衛(wèi)星傳輸原始數(shù)據(jù)解 析、云圖投影變換、中值濾波處理、云圖圖像分割W及雷暴云團識別，在自動識別云團的基 礎(chǔ)上對云團進行光譜分析和紋理分析，得到的雷暴云團的范圍、強度和移動軌跡。
[0005] 進一步，所述數(shù)據(jù)解析是將原始傳輸數(shù)據(jù)解析為紅外云圖、水汽云圖和可見光云 圖；
[0006] 云圖投影變換把地球表面的全部或局部完整地連續(xù)地表示在平面上，即建立球面 和平面中點與點之間的對應函數(shù)關(guān)系；
[0007] 中值濾波處理，采用非線性濾波器濾除脈沖干擾、保護目標邊緣，選擇3X3方形濾 波滑動窗口，通過下式取中值進行濾波；
[000引 Zxy=Med{g(i, j)} =Med{g(x甘，y+s)，（;r，s) GA(x，y) G 12};
[0009] 云圖圖像分割，圖像進行兩次分割預處理：
[0010] 用模糊C均值聚類(FCM)對衛(wèi)星云圖進行首次分割，根據(jù)多光譜圖像中像素點間灰 度特征的相似性對像素進行劃分來達到云區(qū)域與地表區(qū)域分割的目的；
[0011] 用密度聚類法對云圖進一步分割處理，云圖云團識別指根據(jù)云圖中像素點間的空 間分布關(guān)系，識別出大尺度云系、小尺度云團的目標過程；
[0012] 雷暴云團識別：分為光譜分析和紋理分析兩個步驟，用光譜分析簡單剔除非雷暴 云，再使用紋理分析識別剩余的雷暴云團，光譜分析為:使用深對流指數(shù)DCI、紅外多光譜帶 差TIR1-IR2和Tiri-w3個氣象參數(shù)，量化表示亮溫特征、局地標準差和亮溫差3個光譜特征，剔 除偽雷暴云團；紋理分析的內(nèi)容為:使用能量、對比度、逆差矩和賭3個圖像紋理參數(shù)，量化 表示圖像的紋理變化規(guī)律，再使用灰度共生矩陣方法來對云圖云團的紋理特征進行分析和 提取，最終識別雷暴ZS團。
[0013] 進一步，所述氣象衛(wèi)星云圖的雷暴云識別方法包括W下步驟：
[0014] 步驟一，對于從氣象衛(wèi)星獲取的數(shù)據(jù)流，根據(jù)數(shù)據(jù)格式解析生成各通道圓盤圖，采 用多種投影變換方法把衛(wèi)星圓盤圖轉(zhuǎn)換為平面投影云圖，采用快速中值濾波技術(shù)對云圖去 噪處理；
[001引步驟二，根據(jù)經(jīng)過預處理獲取的云圖，使用FCM進行第一次圖像分割，結(jié)合樣本的 一般特征值和每一時次云圖的具體情況，動態(tài)實現(xiàn)地表和云區(qū)的分離；
[0016] 步驟S，使用DBSCAN密度聚類算法對云圖進行第二次圖像分割處理，利用同一云 團內(nèi)像素點高密度連通、不同云團內(nèi)像素點低密度連通的特性，實現(xiàn)從云圖中提取出獨立 的云團；
[0017] 步驟四，對于分割獲得的各個云團，使用光譜識別方法剔除大部分非雷暴云團，然 后使用紋理識別方法獲取雷暴云團，并輸出顯示。
[0018] 進一步，所述氣象衛(wèi)星原始數(shù)據(jù)預處理具體包括如下步驟：
[0019] 第一步，收集氣象衛(wèi)星傳輸?shù)臄?shù)據(jù)流；
[0020] 第二步，遍歷整個數(shù)據(jù)文件，獲取、組合公共數(shù)據(jù)組，包括首行數(shù)據(jù)時間、衛(wèi)星標 志、子交換塊、簡化網(wǎng)格塊、軌道和姿態(tài)數(shù)據(jù)塊W及定標數(shù)據(jù)塊；
[0021] 第=步，分通道提取圖像原始數(shù)據(jù)流，繪制衛(wèi)星各通道圓盤圖像；
[0022] 第四步，選擇投影變換方法，生成投影變換后的圖像數(shù)據(jù)，包括左上點和右下點經(jīng) 締度、圖像寬度和高度、圖像像素數(shù)據(jù)；
[0023] 第五步，根據(jù)第四步得到的圖像數(shù)據(jù)，繪制投影變換后的衛(wèi)星平面圖像；
[0024] 第六步，對圖像濾波窗口內(nèi)的每一行數(shù)據(jù)，求取該行數(shù)據(jù)中的最大值、最小值和中 值；
[00巧]第屯步，分別求最大值組中的最小值Maxmin、最小值組中的最大值Minmax和中值 組中的中值Me血ed;
[0026] 第八步，求取Maxmin、Minmax和Medmed的中值，即為所求的中值，把模板中屯、點的 值設(shè)置為該值。
[0027] 進一步，所述地表和云區(qū)的分離具體包括如下步驟：
[002引第一步，把云圖中的物體分為水體、陸地、低云、淡積云、中云、卷云、濃積云和積 雨云共八種類型，并計算類型在紅外、水汽和可見光=個通道的灰度一般值，在數(shù)據(jù)庫中記 錄；
[0029] 第二步，選取紅外云圖和可見光云圖構(gòu)建IR-VIS二維光譜特征空間，使用一個二 維數(shù)組data[256,2]按列分別存儲每個像素點在紅外、可見光圖像中的灰度特征值；
[0030] 第S步，W八類樣本特征值作為初始聚類中屯、在二維光譜特征空間中進行FCM聚 類分析，獲取云圖中八種類型的聚類分區(qū)圖；
[0031] 第四步，根據(jù)聚類分區(qū)圖對所有像素點進行判斷，如果該點二維灰度值在地表灰 度特征區(qū)域內(nèi)，則為地表像素點，標記為黑色;如果不在，則為云像素點，保留。
[0032] 進一步，所述使用DBSCAN聚類對云圖圖像進行再一次分割具體包括如下步驟：
[0033] 第一步，使用數(shù)組data_type[x，y]和data_id[x，y]分別存儲點（x，y)的類型和所 屬的類別，地表區(qū)域中的像素點全標記為無效點，云區(qū)域中的點標記為未處理點；
[0034] 第二步，從任意一像素點P開始，若P是核屯、點且未處理，則生成一個新的云團Cl, 包含點P及其鄰域中所有的點，對于P鄰域中的點q，如果q未處理且為核屯、點，則把q鄰域中 所有未處理的點加入云團Cl。將Cl中所有點標記成已處理點；
[0035] 第S步，對于云圖中的每個云團Ci,單獨用一種顏色表示。
[0036] 進一步，所述雷暴云團的強對流指數(shù)計算公式為：
[0037]
[003引其中，Tbb表示云頂亮溫，Tbb越小，貝化CI越大。
[0039] 進一步，所述使用光譜識別方法剔除大部分非雷暴云團具體包括如下步驟：
[0040] 第一步，對于經(jīng)過圖像分割處理后的云圖，計算云團Al中所有像素點的光譜特征 指數(shù)DCI、Tiri-ir沸TiRi-W,統(tǒng)計符合雷暴云光譜特征的像素點的個數(shù)m，若n冷Ni X 0.3 ,Ni為 Ai的像素點總數(shù)，則初步將Ai柄;記為雷暴K，得到一系列雷暴zstBi ,B2 ,…；
[0041] 第二步，對初步識別出的雷暴云町進行紋理分析，分別提取能量、逆差矩和對比度 運3個特征參數(shù)，判斷是否符合雷暴云的紋理特征；若符合則可最終確定町是雷暴云，最終 確定云圖D中所有的雷暴云Cl, C2,…；
[0042] 第=步，用某種顏色對雷暴云Ci，C2,…進行區(qū)域填充，標記成雷暴云并輸出顯示。
[0043] 本發(fā)明的另一目的在于提供一種所述的氣象衛(wèi)星云圖的雷暴云識別方法的雷暴 云識別系統(tǒng)，所述雷暴云識別系統(tǒng)包括用于探測雷暴云團的靜止氣象衛(wèi)星W及衛(wèi)星數(shù)據(jù)處 理系統(tǒng)。
[0044] 進一步，所述衛(wèi)星數(shù)據(jù)處理系統(tǒng)包括：
[0045] 氣象衛(wèi)星原始數(shù)據(jù)預處理模塊，用于對原始氣象衛(wèi)星數(shù)據(jù)進行解析，生成各通道 圓盤圖，并經(jīng)過投影變換和中值濾波處理，獲得光滑無噪點的云圖；
[0046] 云地分離模塊，與所述氣象衛(wèi)星原始數(shù)據(jù)預處理模塊連接，用于使用模糊聚類方 法，結(jié)合一定時期內(nèi)的歷史云圖，動態(tài)實現(xiàn)地表和云區(qū)的分離；
[0047] 云團分割模塊，與所述云地分離模塊連接，用于使用密度聚類方法，利用同一云團 內(nèi)像素點特征相同或相似、不同云團內(nèi)像素點特征差異較大，實現(xiàn)從云圖中提取出獨立的 云團；
[0048] 雷暴云團識別模塊，與所述云團分割模塊連接，用于對于上述步驟中分割獲得的 各個云團，先使用光譜識別方法剔除大部分非雷暴云團，然后使用紋理識別方法獲取雷暴 云團，并輸出顯不。
[0049] 本發(fā)明提供了氣象衛(wèi)星云圖的雷暴云識別方法，該方法包括衛(wèi)星傳輸數(shù)據(jù)解析、 云圖投影變換、中值濾波處理、云圖圖像分割W及雷暴云團識別等步驟，在自動識別云團 的基礎(chǔ)上對云團進行光譜分析和紋理分析，得到的雷暴云團的范圍、強度和移動軌跡，其有 效地解決了雷暴云團的對象化識別問題，提高了雷暴云團識別的準確率。本發(fā)明還提供了 氣象衛(wèi)星云圖的雷暴云識別系統(tǒng)，使得上述雷暴云識別方法能夠系統(tǒng)、高效地自動執(zhí)行，快 速處理和響應每一時次及連續(xù)時間段的氣象衛(wèi)星云圖數(shù)據(jù)，識別雷暴云團，并跟蹤雷暴云 團的發(fā)生發(fā)展和變化，為氣象災害的預測和預警提供有效的技術(shù)支撐。
【附圖說明】
[0050] 圖1是本發(fā)明實施例提供的氣象衛(wèi)星云圖的雷暴云識別方法流程圖。
[0051] 圖2是本發(fā)明實施例提供的使用基于FCM的云圖圖像分割算法實現(xiàn)云地分離的流 程圖。
[0052] 圖3是本發(fā)明實施例提供的使用基于DBSCAN的云圖圖像分割算法實現(xiàn)云團識別過 程的流程圖。
[0053] 圖4是本發(fā)明實施例提供的雷暴云團識別算法的流程圖。
[0054] 圖5是本發(fā)明實施例提供的氣象衛(wèi)星云圖云團的雷暴云識別系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0055] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，W下結(jié)合實施例，對本發(fā)明 進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用W解釋本發(fā)明，并不用于 限定本發(fā)明。
[0056] 下面結(jié)合附圖對本發(fā)明的應用原理作詳細的描述。
[0057] 如圖1所示，本發(fā)明氣象衛(wèi)星云圖的雷暴云識別系統(tǒng)包括用于探測雷暴云團的靜 止氣象衛(wèi)星W及衛(wèi)星數(shù)據(jù)處理系統(tǒng)。所述衛(wèi)星數(shù)據(jù)處理系統(tǒng)包括：
[0058] 氣象衛(wèi)星原始數(shù)據(jù)預處理模塊，用于對原始氣象衛(wèi)星數(shù)據(jù)進行解析，生成各通道 圓盤圖，并經(jīng)過投影變換和中值濾波處理，獲得光滑無噪點的云圖。
[0059] 云地分離模塊，用于使用模糊聚類方法，結(jié)合一定時期內(nèi)的歷史云圖，動態(tài)實現(xiàn)地 表和云區(qū)的分離。
[0060] 云團分割模塊，用于使用密度聚類方法，利用同一云團內(nèi)像素點特征相同或相似、 不同云團內(nèi)像素點特征差異較大，實現(xiàn)從云圖中提取出獨立的云團。
[0061] 雷暴云團識別模塊，用于對于上述步驟中分割獲得的各個云團，先使用光譜識別 方法剔除大部分非雷暴云團，然后使用紋理識別方法獲取雷暴云團，并輸出顯示。
[0062] 所述氣象衛(wèi)星原始數(shù)據(jù)預處理模塊、云地分離模塊、云團分割模塊、云圖和雷暴云 團識別模塊單向順序連接。
[0063] 基于上述雷暴云團的識別系統(tǒng)，本發(fā)明的雷暴云團的識別方法包括如下步驟：
[0064] 步驟Sl:對于從氣象衛(wèi)星獲取的數(shù)據(jù)流，根據(jù)其數(shù)據(jù)格式解析生成各通道圓盤圖， 采用地圖投影變換方法把曲面圓盤圖轉(zhuǎn)換為規(guī)則云圖，采用一種快速中值濾波技術(shù)對云圖 去噪處理，保證后續(xù)圖像分割、特征提取、云團識別的質(zhì)量；
[0065] 步驟S2:根據(jù)經(jīng)過預處理獲取的云圖，使用FCM進行第一次圖像分割，結(jié)合樣本的 一般特征值和每一時次云圖的具體情況，動態(tài)實現(xiàn)地表和云區(qū)的分離；
[0066] 步驟S3:使用DBSCAN密度聚類算法對云圖進行第二次圖像分割處理，利用同一云 團內(nèi)像素點高密度連通、不同云團內(nèi)像素點低密度連通的特性，實現(xiàn)從云圖中提取出獨立 的云團。
[0067] 步驟S4:對于上述步驟中分割獲得的各個云團，先使用光譜識別方法剔除大部分 非雷暴云團，然后使用紋理識別方法獲取雷暴云團，并輸出顯示。
[0068] 下面結(jié)合附圖對本發(fā)明的雷暴云團的識別方法進行詳細的展開說明。
[0069] 1.氣象衛(wèi)星原始數(shù)據(jù)預處理:衛(wèi)星傳輸?shù)亩M制數(shù)據(jù)流不能直接用來繪制圖像 或生成產(chǎn)品，需要對其進行解析處理;在衛(wèi)星遙感圖像處理中，通常需要采用地圖投影方法 把曲面圓盤圖中的信息完整、連續(xù)地表現(xiàn)在云圖上，即建立球面和平面中點與點之間的對 應函數(shù)關(guān)系;在圖像處理中，通常使用中值濾波器來消除云圖中的噪聲和干擾，本發(fā)明使用 一種快速中值濾波技術(shù)來提高圖像預處理的效率。具體包括如下步驟：
[0070] 步驟Sioi:收集氣象衛(wèi)星傳輸?shù)臄?shù)據(jù)流。
[0071] 步驟S102:遍歷整個數(shù)據(jù)文件，獲取、組合公共數(shù)據(jù)組，包括首行數(shù)據(jù)時間、衛(wèi)星標 志、子交換塊、簡化網(wǎng)格塊、軌道和姿態(tài)數(shù)據(jù)塊W及定標數(shù)據(jù)塊。
[0072] 步驟S103:分通道提取圖像原始數(shù)據(jù)流，繪制衛(wèi)星各通道圓盤圖像。
[0073] 步驟S105:選擇一種投影變換方法，生成投影變換后的圖像數(shù)據(jù)，包括左上點和右 下點經(jīng)締度、圖像寬度和高度、圖像像素數(shù)據(jù)等。
[0074] 步驟S106:根據(jù)步驟S105得到的圖像數(shù)據(jù)，繪制投影變換后的衛(wèi)星平面圖像。
[0075] 步驟S107:對圖像濾波窗口內(nèi)的每一行，分別求取最大值、最小值和中值。
[0076] 步驟S108:分別求最大值組中的最小值Maxmin、最小值組中的最大值Minmax和中 值組中的中值Me血ed。
[0077] 步驟S109:求取Maxmin、Minmax和Medmed的中值，即為所求的中值，把模板中屯、點 的值設(shè)置為該值。
[0078] 4.云地分離:對于目標數(shù)據(jù)對象集合，F(xiàn)CM認為每個對象都有一個衡量與所有簇之 間隸屬關(guān)系的參數(shù)，稱為隸屬度。每個對象都W不同的隸屬度屬于某一簇，運些簇就是該對 象集合的模糊子集。本發(fā)明使用FCM聚類對云圖圖像進行分割實現(xiàn)云地分離。具體包括如下 步驟：
[0079] 步驟S201:把云圖中的物體分為水體、陸地、低云、淡積云、中云、卷云、濃積云和積 雨云共八種類型，并計算運些類型在紅外、水汽和可見光=個通道的灰度一般值，在數(shù)據(jù)庫 中記錄。
[0080] 步驟S202:選取紅外云圖和可見光云圖構(gòu)建IR-VIS二維光譜特征空間，使用一個 二維數(shù)組data[256,2]按列分別存儲每個像素點在紅外、可見光圖像中的灰度特征值。
[0081 ]步驟S203: W八類樣本特征值作為初始聚類中屯、在二維光譜特征空間中進行FCM 聚類，獲取云圖中八種類型的聚類分區(qū)圖。
[0082] 步驟S204:根據(jù)聚類分區(qū)圖對所有像素點進行判斷，如果該點二維灰度值在地表 灰度特征區(qū)域內(nèi)，則為地表像素點，標記為黑色;如果不在，則為云像素點，保留。
[0083] 5.云團分割:經(jīng)過第一步云圖圖像分割處理一一云地分離后，云圖實際上是很多 像素點根據(jù)一些規(guī)則聚集到一起的一些簇的集合，運些簇表現(xiàn)在云圖上就是大小不一的云 團。根據(jù)像素點的"密度連通性"，本發(fā)明使用DBSCAN聚類對云圖圖像進行再一次分割實現(xiàn) 云團識別。具體包括如下步驟：
[0084] 步驟S301:使用數(shù)組data_type[x，y巧日data_id[x，y]分別存儲點（x，y)的類型和 所屬的類別，地表區(qū)域中的像素點全標記為無效點，云區(qū)域中的點標記為未處理點；
[0085] 步驟S302:從任意一像素點P開始，若P是核屯、點且未處理，則生成一個新的云團 Cl,包含點P及其鄰域中所有的點。對于P鄰域中的點q，如果q未處理且為核屯、點，則把q鄰域 中所有未處理的點加入云團Cl。將Cl中所有點標記成已處理點；
[0086] 步驟S303:對于云圖中的每個云團Ci，單獨用一種顏色表示。
[0087] 6.雷暴云團識別：云圖提供的多光譜數(shù)據(jù)反映了目標物體的自身物理特性，是大 多數(shù)雷暴云識別方法主要的信息源。紅外多光譜帶差TIR1-IR2和Tm-w、深對流指數(shù)DCI能夠 量化表示雷暴云的光譜特征。紅外通道亮溫差值TIR1-IR2能推斷出云團的高度。紅外和水汽 通道亮溫差值TlRl-W若小于零則表明該區(qū)域的云團高度大于對流層，此時可能發(fā)生強對流。 深對流指數(shù)計算公式為：
[008引
[0089] 其中，Tbb表示云頂亮溫。Tbb越小，貝化CI越大，說明該地區(qū)更容易產(chǎn)生雷暴等強對 流天氣。
[0090] 一些云在光譜特征上和雷暴云十分相近，如卷云，僅使用光譜特征作為雷暴云的 識別依據(jù)是不夠的。紋理分析法可從紋理的角度識別出雷暴云?；叶裙采仃嚪椒ㄊ菍υ?圖云團的紋理特征進行分析和提取的常用方法，主要有能量(ASM)、對比度（CON)、逆差矩 (IDM)和賭化NT)四個特征統(tǒng)計量，計算公式為：
[0091]
[0092]
[0093]
[0094]
[00M]具體包括如下步驟：
[0096] 步驟S401:對于經(jīng)過圖像分割處理后的云圖，計算云團Al中所有像素點的光譜特 征指數(shù)DCI、Tiri-ir沸TiRi-W,統(tǒng)計符合雷暴云光譜特征的像素點的個數(shù)m，若n冷Ni X 0.3(Ni 為Al的像素點總數(shù)），則初步將Al標記為雷暴云。運樣就能得到一系列雷暴云Bi，B2，…；
[0097] 步驟S402:對初步識別出的雷暴云&進行紋理分析，分別提取能量、逆差矩和對比 度運3個特征參數(shù)，判斷是否符合雷暴云的紋理特征。若符合則可最終確定&是雷暴云，運 樣最終確定云圖D中所有的雷暴云Cl，C2，…；
[0098] 步驟S403:用某種顏色對雷暴云Cl,C2,…進行區(qū)域填充，標記成雷暴云并輸出顯 /J、- O
[0099] (1)數(shù)據(jù)解析：
[0100] 本發(fā)明研究的數(shù)據(jù)對象是靜止氣象衛(wèi)星云圖原始數(shù)據(jù)，按照靜止氣象衛(wèi)星荷載探 測數(shù)據(jù)，我們將原始傳輸數(shù)據(jù)解析為紅外云圖、水汽云圖和可見光云圖圓盤圖。
[0101] (2)云圖投影變換：
[0102] 業(yè)務地圖是平面圖，W直角坐標或極坐標表示;而地球楠球體或球體是個曲面，通 常W地理經(jīng)締度表示。在衛(wèi)星遙感圖像處理中，需要采用一些數(shù)學方法把地球表面的全部 或局部完整地連續(xù)地表示在平面上，即建立球面和平面中點與點之間的對應函數(shù)關(guān)系，運 些方法稱為地圖投影。本發(fā)明支持Lambed投影、Mercator投影、極射投影和等經(jīng)締投影。
[0103] (3)中值濾波處理：
[0104] 在生成、數(shù)字處理和投影變換等過程中，衛(wèi)星云圖通常都不可避免產(chǎn)生一些椒鹽 噪聲。椒鹽噪聲包含鹽噪聲和胡椒噪聲，前者具有較高的灰度值，后者有較低的灰度值。運 些噪聲不但降低了圖像質(zhì)量，還使目標模糊，更是給后續(xù)的圖像分割、特征提取、圖像識別 等研究工作造成了不便，本發(fā)明采用更高級的非線性濾波器有效濾除脈沖干擾、保護目標 邊緣。對于本發(fā)明所設(shè)及的衛(wèi)星二維圖像，選擇3X3方形濾波滑動窗口，通過公式3-1取中 值進行濾波。
[0105] Zxy=Med{g(i, j)} =Med{g(x甘，y+s)，（r's) GA(x，y) G 巧
[0106] (4)云圖圖像分割：
[0107] 圖像進行兩次分割預處理：
[0108] 第一次：用FCM聚類對衛(wèi)星云圖進行首次分割，實現(xiàn)了云地分離。云圖圖像分割的 關(guān)鍵在于根據(jù)多光譜圖像中像素點間灰度特征的"相似性"對像素進行劃分來達到云區(qū)域 與地表區(qū)域分割的目的。傳統(tǒng)的闊值方法屬于圖像硬分割方法，不僅難W取得一個合適的 闊值，而且受環(huán)境因素影響，準確率難W保證。本發(fā)明考慮到云圖復雜性和模糊性等因素， 研究了一種基于FCM聚類的云地分離算法。該方法能有效進行云圖不確定性分割和提升分 割準確率。該方法能更好地反映云和地表灰度闊值的動態(tài)變化特性，得到更加接近實際的 效果。
[0109] 第二次：用密度聚類法對云圖進一步分割處理，實現(xiàn)了云團識別。云圖云團識別指 根據(jù)云圖中像素點間的空間分布關(guān)系，識別出大尺度云系、小尺度云團的目標過程?；谙?素點間的"密度連通性"，結(jié)合基于區(qū)域的圖像分割思想，提出一種基于DBSCAN密度聚類的 云團識別算法。該方法利用相同云團內(nèi)的像素點"高密度連通"，不同云團內(nèi)像素點"低密度 連通"，實現(xiàn)從云圖中提取出獨立的云團。本方法不僅實現(xiàn)簡單、效率高，而且還能通過對鄰 域相關(guān)參數(shù)的調(diào)整獲取最佳的云圖分割效果。
[0110] (5)雷暴云團識別：
[0111] 通過如上步驟（1)~(4)，本發(fā)明將上述兩種算法應用到雷暴云團識別的數(shù)據(jù)預處 理中，基于此提出了一種基于云團的雷暴云團識別方法。該方法可分為光譜分析和紋理分 析兩個步驟，用光譜分析簡單剔除非雷暴云，再使用紋理分析識別剩余的雷暴云團，優(yōu)勢是 保證雷暴云團識別準確率的前提下大幅提升了識別效率。光譜分析的內(nèi)容為:本發(fā)明使用 深對流指數(shù)DCI、紅外多光譜帶差TIR1-IR2和TlRl-W,運3個氣象參數(shù)，來量化表示亮溫特征、局 地標準差和亮溫差運3個光譜特征，剔除偽雷暴云團。紋理分析的內(nèi)容為:本發(fā)明使用能量 (ASM)、對比度(CON)、逆差矩（IDM)和賭化NT)運4個圖像紋理參數(shù)，來量化表示圖像的紋理 變化規(guī)律，再使用灰度共生矩陣方法來對云圖云團的紋理特征進行分析和提取，最終準確 識別雷暴云團。
[0112] W上所述僅為本發(fā)明的較佳實施例而已，并不用W限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種針對氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述氣象衛(wèi)星云圖的雷暴 云識別方法通過基于衛(wèi)星云圖云團的雷暴云團識別方法進行衛(wèi)星傳輸原始數(shù)據(jù)解析、云圖 投影變換、中值濾波處理、云圖圖像分割以及雷暴云團識別，在自動識別云團的基礎(chǔ)上對云 團進行光譜分析和紋理分析，得到雷暴云團的范圍、強度和移動軌跡。2. 如權(quán)利要求1所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述數(shù)據(jù)解析是 將傳輸原始數(shù)據(jù)解析為紅外云圖、水汽云圖和可見光云圖； 云圖投影變換把地球表面的全部或局部完整地連續(xù)地表示在平面上，即建立球面和平 面中點與點之間的對應函數(shù)關(guān)系； 中值濾波處理，采用非線性濾波器濾除脈沖干擾、保護目標邊緣，選擇3X3方形濾波滑 動窗口，通過下式取中值進行濾波； Zxy=Med{g(i, j)}=Med{g(x+r,y+s) ,(r,s) eA(x,y) el2}； 云圖圖像分割，圖像進行兩次分割預處理： 用模糊C均值聚類對衛(wèi)星云圖進行首次分割，根據(jù)多光譜圖像中像素點間灰度特征的 相似性對像素進行劃分來達到云區(qū)域與地表區(qū)域分割的目的； 用密度聚類法對云圖進一步分割處理，云圖云團識別指根據(jù)云圖中像素點間的空間分 布關(guān)系，識別出大尺度云系、小尺度云團的目標過程； 雷暴云團識別：分為光譜分析和紋理分析兩個步驟，用光譜分析剔除非雷暴云，再使用 紋理分析識別剩余的雷暴云團，光譜分析為:使用深對流指數(shù)DCI、紅外多光譜帶差TIR1-IR2 和TIR1-w3個氣象參數(shù)，量化表示亮溫特征、局地標準差和亮溫差3個光譜特征，剔除偽雷暴 云團；紋理分析的內(nèi)容為:使用能量、對比度、逆差矩和熵3個圖像紋理參數(shù)，量化表示圖像 的紋理變化規(guī)律，再使用灰度共生矩陣方法來對云圖云團的紋理特征進行分析和提取，最 終識別雷暴Ζ5Γ團。3. 如權(quán)利要求1所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述氣象衛(wèi)星云 圖的雷暴云識別方法包括以下步驟： 步驟一，對于從氣象衛(wèi)星獲取的數(shù)據(jù)流，根據(jù)數(shù)據(jù)格式解析生成各通道圓盤圖，采用地 圖投影變換方法把曲面圓盤圖轉(zhuǎn)換為規(guī)則云圖，采用快速中值濾波技術(shù)對云圖去噪處理； 步驟二，根據(jù)經(jīng)過預處理獲取的云圖，使用FCM聚類進行第一次圖像分割，結(jié)合樣本的 一般特征值和每一時次云圖的具體情況，動態(tài)實現(xiàn)地表和云區(qū)的分離； 步驟三，使用DBSCAN密度聚類算法對云圖進行第二次圖像分割處理，利用同一云團內(nèi) 像素點高密度連通、不同云團內(nèi)像素點低密度連通的特性，實現(xiàn)從云圖中提取出獨立的云 團； 步驟四，對于分割獲得的各個云團，使用光譜識別方法剔除大部分非雷暴云團，然后使 用紋理識別方法獲取雷暴云團，并輸出顯示。4. 如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述氣象衛(wèi)星原 始數(shù)據(jù)預處理具體包括如下步驟： 第一步，采集氣象衛(wèi)星傳輸?shù)臄?shù)據(jù)流； 第二步，遍歷整個數(shù)據(jù)文件，獲取、組合公共數(shù)據(jù)組，包括首行數(shù)據(jù)時間、衛(wèi)星標志、子 交換塊、簡化網(wǎng)格塊、軌道和姿態(tài)數(shù)據(jù)塊以及定標數(shù)據(jù)塊； 第三步，分通道提取圖像原始數(shù)據(jù)流，繪制衛(wèi)星各通道圓盤圖像； 第四步，選擇一種投影變換方法，生成投影變換后的圖像數(shù)據(jù)，包括左上點和右下點經(jīng) 煒度、圖像寬度和高度、圖像像素數(shù)據(jù)； 第五步，根據(jù)第四步得到的圖像數(shù)據(jù)，繪制投影變換后的衛(wèi)星平面圖像； 第六步，對圖像濾波窗口內(nèi)的每一行，分別求取最大值、最小值和中值； 第七步，分別求最大值組中的最小值Maxmin、最小值組中的最大值Minmax和中值組中 的中值Medmed; 第八步，求取Maxmin、Minmax和Medmed的中值，即為所求的中值，把模板中心點的值設(shè) 置為該值。5. 如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述地表和云區(qū) 的分離具體包括如下步驟： 第一步，把云圖中的物體分為水體、陸地、低云、淡積云、中云、卷云、濃積云和積雨云共 八種類型，并計算類型在紅外、水汽和可見光三個通道的灰度一般值，在數(shù)據(jù)庫中記錄； 第二步，選取紅外云圖和可見光云圖構(gòu)建IR-VIS二維光譜特征空間，使用一個二維數(shù) 組data[256,2]按列分別存儲每個像素點在紅外、可見光圖像中的灰度特征值； 第三步，以八類樣本特征值作為初始聚類中心在二維光譜特征空間中進行FCM分析，獲 取云圖中八種類型的聚類分區(qū)圖； 第四步，根據(jù)聚類分區(qū)圖對所有像素點進行判斷，如果該點二維灰度值在地表灰度特 征區(qū)域內(nèi)，則為地表像素點，標記為黑色，去除;如果不在，則為云像素點，保留。6. 如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述使用DBSCAN 聚類對云圖圖像進一步分割具體包括如下步驟： 第一步，使用數(shù)組data_type[x，y]和data_id[x，y]分別存儲點（x，y)的類型和所屬的 類別，地表區(qū)域中的像素點全標記為無效點，云區(qū)域中的點標記為未處理點； 第二步，從任意一像素點P開始，若P是核心點且未處理，則生成一個新的云團Ci，包含點 P及其鄰域中所有的點，對于P鄰域中的點q，如果q未處理且為核心點，則把q鄰域中所有未 處理的點加入云團C1，將C 1中所有點標記成已處理點； 第三步，對于云圖中的每個云團C1，單獨用一種顏色表示。 7 .如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述雷暴云團的 強對流指數(shù)計算公式為： f250-7；? J",,,, <250人， [0 , >250^ . ? 其中，Tbb表示云頂亮溫，1?越小，則DCI越大。8.如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識別方法，其特征在于，所述使用光譜識 別方法剔除大部分非雷暴云團具體包括如下步驟： 第一步，對于經(jīng)過圖像分割處理后的云圖，計算云團A1*所有像素點的光譜特征指數(shù) DCI、TIR1-IR2和Tir1-w，統(tǒng)計符合雷暴云光譜特征的像素點的個數(shù)m，若m彡N i X 0.3 ,Ni為Ai的 像素點總數(shù)，則初步將Ai標記為雷暴Ζ5Γ，得到一系列雷暴Z^rBl，B2，…； 第二步，對初步識別出的雷暴云叫進行紋理分析，分別提取能量、逆差矩和對比度這3個 特征參數(shù)，判斷是否符合雷暴云的紋理特征;若符合則可最終確定Bj是雷暴云，最終確定云 圖D中所有的雷暴云&，&，···； 第三步，用某種顏色對雷暴云&，C2，…進行區(qū)域填充，標記成雷暴云并輸出顯示。9. 一種如權(quán)利要求1所述的氣象衛(wèi)星云圖的雷暴云識別方法的雷暴云識別系統(tǒng)，其特 征在于，所述雷暴云識別系統(tǒng)包括用于探測雷暴云團的靜止氣象衛(wèi)星以及衛(wèi)星數(shù)據(jù)處理系 統(tǒng)。10. 如權(quán)利要求9所述的雷暴云識別系統(tǒng)，其特征在于，所述衛(wèi)星數(shù)據(jù)處理系統(tǒng)包括： 氣象衛(wèi)星原始數(shù)據(jù)預處理模塊，用于對原始氣象衛(wèi)星數(shù)據(jù)進行解析，生成各通道圓盤 圖，并經(jīng)過投影變換和中值濾波處理，獲得光滑無噪點的云圖； 云地分離模塊，與所述氣象衛(wèi)星原始數(shù)據(jù)預處理模塊連接，用于使用模糊聚類方法，結(jié) 合一定時期內(nèi)的歷史云圖，動態(tài)實現(xiàn)地表和云區(qū)的分離； 云團分割模塊，與所述云地分離模塊連接，用于使用密度聚類方法，利用同一云團內(nèi)像 素點特征相同或相似、不同云團內(nèi)像素點特征差異較大，實現(xiàn)從云圖中提取出獨立的云團； 雷暴云團識別模塊，與所述云團分割模塊連接，用于對于上述步驟中分割獲得的各個 云團，先使用光譜識別方法剔除大部分非雷暴云團，然后使用紋理識別方法獲取雷暴云團， 并輸出顯不。
【文檔編號】G06T7/40GK106023177SQ201610321315
【公開日】2016年10月12日
【申請日】2016年5月14日
【發(fā)明人】何麗莉, 白洪濤, 歐陽丹彤, 王猛
【申請人】吉林大學