基于嵌入式隱馬爾可夫模型與交叉熵的臺(tái)風(fēng)中心定位.pdf

1、臺(tái)風(fēng)是嚴(yán)重危害人類的天氣之一,對(duì)臺(tái)風(fēng)中心準(zhǔn)確定位具有重要意義.目前,臺(tái)風(fēng)中心自動(dòng)定位仍處于探索階段.臺(tái)風(fēng)中心定位方法之一是基于形狀的定位方法.但由于臺(tái)風(fēng)運(yùn)動(dòng)過程復(fù)雜,形態(tài)多變,該方法難以適應(yīng)各種情況.另一種方法是將臺(tái)風(fēng)等效為剛體分析其旋轉(zhuǎn)性,從而確定中心.由于臺(tái)風(fēng)本身為非剛體,這種定位方法誤差較大. 無論臺(tái)風(fēng)在運(yùn)動(dòng)過程中如何變化,臺(tái)風(fēng)中心的運(yùn)動(dòng)最弱,能量最小.基于這一普遍的特點(diǎn),本文提出基于小波域的嵌入式隱馬爾可夫模型和交叉熵相

2、結(jié)合的方法進(jìn)行臺(tái)風(fēng)中心定位.該過程分以下五個(gè)步驟: 1.對(duì)相鄰序列圖像作差分運(yùn)算,提取云系的動(dòng)態(tài)信息. 2.對(duì)差分圖像進(jìn)行小波變換,獲得小波系數(shù),作為后續(xù)過程的處理對(duì)象.相對(duì)于基于像素灰度的分析,基于小波域的分析減少了觀察向量的維數(shù). 3.分析單幅差分圖像的空間相關(guān)性:使用采樣窗口對(duì)單幅差分圖像的小波域采樣并將圖像分割成若干個(gè)均勻分布的小塊.對(duì)采樣得到的小波系數(shù)進(jìn)行嵌入式隱馬爾可夫模型算法的訓(xùn)練和識(shí)別.按照空間相

3、關(guān)性,采用嵌入式Viterbi算法、K均值算法對(duì)差分圖像重新分割. 4.分析差分圖像序列沿時(shí)間軸的時(shí)間相關(guān)性:利用交叉熵來分析差分圖像序列的時(shí)間相關(guān)性,根據(jù)圖像序列的時(shí)間相關(guān)性來跟蹤各差分圖像序列塊.較以往的基于單幅圖像定位,此過程利用了多幅圖像,擴(kuò)大了信息利用量,而且采用空間相關(guān)性與時(shí)間相關(guān)性相結(jié)合的分析方法,能夠提高定位精度. 5.使用能量函數(shù)度量各序列塊的運(yùn)動(dòng)能量,能量最小的塊所對(duì)應(yīng)的位置即為臺(tái)風(fēng)中心. 與