氣象衛(wèi)星遙感云圖融合及模式識別研究.pdf

1、隨著數(shù)字圖像處理技術在各領域中的應用日益廣泛，偏微分方程方法成為最具影響的圖像處理方法，應用該技術從多個角度對多通道衛(wèi)星云圖數(shù)據(jù)進行深層次的信息挖掘也已經(jīng)成為氣象衛(wèi)星云圖信息處理方向的一種主要趨勢，同時它也為氣象衛(wèi)星云圖能夠在氣象預報業(yè)務中“用的上，用的好”提供了一個新的途徑。通過對數(shù)字圖像處理、衛(wèi)星氣象學、數(shù)據(jù)融合、模式識別等學科理論的學習和研究，本文提出了氣象衛(wèi)星云圖數(shù)據(jù)處理和分析的新的研究思路，研究工作主要有以下幾個方面:

2、　　通過對紅外云圖與水汽圖以及紅外云圖與可見光云圖進行數(shù)據(jù)融合，使得水汽圖和可見光云圖資源得到更充分地利用。考慮到不同通道云圖的光譜特性存在差異，在融合前對云圖進行直方圖匹配，然后應用基于多尺度分解的圖像融合方法在三種融合規(guī)則下進行多通道衛(wèi)星云圖的融合，融合圖像將云在不同通道中的特征匯聚于一幅圖像，視覺效果優(yōu)于任何單通道云圖。
　　由于進行多通道云圖的融合的目標是將不同通道云圖的突出特征合成到一起，對云進行更全面的表達，因而提出應

3、用新型的基于偏微分方程的圖像融合方法進行融合。首先對基于擴散方程的融合方法，提出了一種新的數(shù)值計算的離散化方案，新的數(shù)值方案能加速數(shù)值計算的收斂，改善圖像融合性能指標。
　　在基于擴散方程的融合方法的思想啟發(fā)下，提出了一種基于線性平流方程的圖像融合方法。新方法利用平流方程本身具有的物質遷移的物理屬性，將其它源圖像中的梯度特征通過平流過程加入到當前的源圖像中，實現(xiàn)了信息融合。該方法收斂快，在融合性能指標上與最好的圖像融合方法相當。在

4、部分氣象衛(wèi)星云圖的融合中，該方法使得融合圖像能夠更好地保持源圖像中的突出特征，融合圖像的視覺效果和融合性能指標都優(yōu)于本文中三種融合規(guī)則下基于多尺度分解的融合以及其它一些融合方法的融合結果，適合于衛(wèi)星云圖的融合，融合云圖也為后續(xù)的圖像分割以及自動的云分類打下了良好的基礎。
　　在融合云圖上分別應用基于偏微分方程的兩相活動輪廓模型和多相活動輪廓模型對衛(wèi)星云圖進行分類，模型能自動地根據(jù)云圖的灰度分布，將圖像劃分為若干灰度同質區(qū)域，實現(xiàn)了

5、不同高度云的分類。云系邊界光滑、連續(xù)、無斷裂，區(qū)域分類圖為氣象工作者進行天氣系統(tǒng)分析提供了很好的參考。
　　在經(jīng)典活動輪廓模型C-V模型框架基礎上，提出了一種新的由區(qū)域紋理特征LBP驅動的紋理活動輪廓模型，利用變分水平集方法推導了輪廓線水平集函數(shù)的演化方程。實驗結果證明該方法可有效地區(qū)分具有不同紋理特征的區(qū)域，對合成紋理和自然紋理都有很好的鑒別能力。
　　將C-V模型和LBP驅動的紋理分割模型結合起來，提出了新的灰度和紋理聯(lián)