基于嵌入式隱馬爾可夫模型與交叉熵的臺風(fēng)中心定位.pdf

1、臺風(fēng)是嚴重危害人類的天氣之一,對臺風(fēng)中心準確定位具有重要意義.目前,臺風(fēng)中心自動定位仍處于探索階段.臺風(fēng)中心定位方法之一是基于形狀的定位方法.但由于臺風(fēng)運動過程復(fù)雜,形態(tài)多變,該方法難以適應(yīng)各種情況.另一種方法是將臺風(fēng)等效為剛體分析其旋轉(zhuǎn)性,從而確定中心.由于臺風(fēng)本身為非剛體,這種定位方法誤差較大. 無論臺風(fēng)在運動過程中如何變化,臺風(fēng)中心的運動最弱,能量最小.基于這一普遍的特點,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)合的方法進行臺風(fēng)中心定位.該過程分以下五個步驟: 1.對相鄰序列圖像作差分運算,提取云系的動態(tài)信息. 2.對差分圖像進行小波變換,獲得小波系數(shù),作為后續(xù)過程的處理對象.相對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:使用采樣窗口對單幅差分圖像的小波域采樣并將圖像分割成若干個均勻分布的小塊.對采樣得到的小波系數(shù)進行嵌入式隱馬爾可夫模型算法的訓(xùn)練和識別.按照空間相

3、關(guān)性,采用嵌入式Viterbi算法、K均值算法對差分圖像重新分割. 4.分析差分圖像序列沿時間軸的時間相關(guān)性:利用交叉熵來分析差分圖像序列的時間相關(guān)性,根據(jù)圖像序列的時間相關(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,擴大了信息利用量,而且采用空間相關(guān)性與時間相關(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)度量各序列塊的運動能量,能量最小的塊所對應(yīng)的位置即為臺風(fēng)中心. 與