[发明专利]一种卫星云图中云团运动矢量的确定方法在审
申请号: | 201610509675.8 | 申请日: | 2016-06-30 |
公开(公告)号: | CN107563397A | 公开(公告)日: | 2018-01-09 |
发明(设计)人: | 王勃;刘纯;冯双磊;赵艳青;王铮;车建峰;靳双龙;胡菊;杨红英;张菲;马振强;姜文玲;宋宗鹏 | 申请(专利权)人: | 中国电力科学研究院;国家电网公司;国网甘肃省电力公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06T5/00;G06T7/223 |
代理公司: | 北京安博达知识产权代理有限公司11271 | 代理人: | 徐国文 |
地址: | 100192 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 卫星云图 云团 运动 矢量 确定 方法 | ||
1.一种卫星云图中云团运动矢量的确定方法,其特征在于,所述方法包括下述步骤:
A、卫星云图的处理,包括对卫星云图的图像增强处理和图像锐化处理;
B、卫星云图的识别,包括对卫星云图图像进行预处理,采用阈值分割法把云块先从卫星云图中分割出来,然后利用数学形态学对云块进行进一步的处理;
C、卫星云图运动矢量的计算。
2.如权利要求1所述的确定方法,其特征在于,所述步骤A中,图像增强处理采用分段线性法实现对图像对比度的增强;分段线性法以牺牲部分灰度级上的细节信息为代价,根据需要通过压缩不感兴趣区域的细节灰度级来抑制灰度级上的细节信息,拉伸感兴趣的细节灰度级突出灰度区间来实现对比度增强;给出了分段线性法的三段线性变换公式如下式(1)所示:
其中:a,b,c,d,e为灰度范围,x,y为图像中点坐标,f(x,y)为点(x,y)的原始灰度,g(x,y)为图像增强处理后的灰度。
进行像素区间灰度压缩,压缩两段灰度区间为[0,a]和[b,e],将灰度区间[a,b]线性扩展到范围[c,d];通过改变各段直线的斜率实现对图像任意一个灰度区间的扩展和压缩;
3.如权利要求1所述的确定方法,其特征在于,所述步骤A中,灰度锐化处理采用水平垂直差分法,通过加强信号变化率中的高频分量使图像轮廓变得清晰;水平垂直差分法包括:定义图像f(x,y)中点(x,y)处的梯度为:
梯度是一个是矢量,其大小和方向分别为
通过式(3)和(4)确定灰度f(x,y)在点(x,y)处灰度变化率最大的方向为梯度方向;离散 灰度用到梯度值的大小,即梯度;一阶偏导数采用一阶差分近似表示,即:
grad(x,y)=max(|f′x|,|f′y|)(5)
其中:grad(x,y)为灰度f(x,y)中点(x,y)处的梯度,f′x、f′y分别表示点x、y处的一阶导数,θ为灰度变化率最大的方向与水平方向的夹角,为以为正切值的角度;
较大的梯度值代表灰度的突出边缘区;反之较小的梯度值代表图像平滑区;梯度值为0表示该区域灰度值是常数。
4.如权利要求1所述的确定方法,其特征在于,所述步骤B中,对卫星云图灰度进行预处理指的是对卫星云图进行去噪,采用线性空间滤波;线性滤波首先构建滤波器,构建的滤波器公式如下式所示:
其中:k为滤波器尺度大小,记图像中某点的灰度值为f(x,y),w为线性滤波器,则经过滤波后对应灰度为:
其中:s,t分别为线性滤波器两个变量,取值范围为[-k,k],w(x,y)为点(x,y)经过滤波器处理后的值,f(x+s,y+t)为点(x+s,y+s)的灰度值;
k值的大小决定平滑模块的大小,随着滤波器尺度的增大,图像边缘会被平滑的越模糊,容易失真。
5.如权利要求4所述的确定方法,其特征在于,选取3×3模块对卫星云图做平滑处理,即对应k=1;卫星云图的图像阈值设为150像素,单位是像素。
6.如权利要求1所述的确定方法,其特征在于,所述步骤C包括下述步骤:
1)确定云团运动矢量;
2)云团预测;
3)像素子集与卫星云图搜索范围的选取;
4)云团移动矢量计算。
7.如权利要求6所述的确定方法,其特征在于,所述步骤1)包括:两幅相隔15分钟的连续的卫星云图,第一幅为参考图,第二幅为实时图;若要预测实时图的未来状况,将参考图分解为若干大小相同的像素子集,记录下每个像素子集在参考图中的位置,再按照像素值相差最小二乘法在实时图中搜索出与每个像素子集相应的匹配块,记录下每个像素子集相应的匹配块在实时图中的位置,计算并记录匹配块之间的位置偏差,即得到云团运动矢量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院;国家电网公司;国网甘肃省电力公司,未经中国电力科学研究院;国家电网公司;国网甘肃省电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610509675.8/1.html,转载请声明来源钻瓜专利网。