[发明专利]一种基于云块特征变化的静止气象卫星降水估算方法

权利要求书

1.一种基于云块特征变化的静止气象卫星降水估算系统，其特征在于，所述基于云块特征变化的静止气象卫星降水估算系统包括：

归一化处理模块，用于获取卫星降水模拟参数特征集以刻画云降水的发生与发展过程，选用最值归一化方法对不同量纲云图特征参数进行归一化处理；

所述归一化处理模块利用阴影区域的这一属性，通过对彩色RGB影像进行如下的归一化处理：

R′=RR+G+B]]>

G′=GR+G+B]]>

B′=BR+G+B;]]>

其中：R、G、B分别为原始的RGB分量，R′、G′、B′分别为归一化后的RGB分量；在B′分量中，阴影区域主要占据的是高像素值端，通过对B′分量图采用阈值分割的方法，设置一个较高的阈值就得到大致的阴影区域；

所述阈值分割的方法包括：

1)输入待分割图像，得到图像的颜色信息；假设一副图像中共有N个像素，这些像素被分为K个类；

2)设置聚类数目K及迭代终止的似然函数变化值和迭代的最大次数，计算像素的最大后验概率，根据最大后验概率原则得到像素的类别；像素的平均值的求解按下面公式进行求解，式中θ_n表示近邻系统，N_n表示近邻系统中近邻的个数；

3)初始化参数，使用K-均值算法得到均值μ和协方差Σ，然后初始化变量，设置变量η＝1，精度Λ＝(ηΣ)^-1，v＝1，利用近邻关系求得像素中的每个像素的均值具体包括：

计算学生t分布的参数Λ＝(ηΣ)^-1；

根据学生t分布可以分解为高斯分布和伽马分布的乘积关系

St(x|μ,Λ,v)＝N(x|μ,(ηΛ)^-1Gam(η|v/2,v/2))

其中伽马分布的定义为

Gam(η|v/2,v/2)=1Γ(vk2)(vk2)vk/2-1exp(-vk2ηk)]]>

利用求得的参数η,Λ,μ,v，求得学生t分布的值；

4)利用当前的μ_k和Σ_k计算高斯分布，计算学生t分布；计算场景混合系数π_nk和后验概率z_nk；根据求得的高斯分布函数和学生t分布函数，根据下面两个式子求得场景混合系数π_nk和后验概率z_nk

πnk=δk(xn)Σj=1Kδj(xn)=exp(Σm∈∂nN(xm|Θk))Σj=1Kexp(Σm∈∂nN(xm|Θj))]]>

znk=πnkSt(xn|θk)Σj=1KπnjSt(xn|θj);]]>

得到大致的阴影区域后通过归一化处理模块内置的图像处理子模块进行图像的处理；所述图像的处理包括：图像处理子模块利用高通/低通滤波器对灰度图像进行滤波处理以构造待评价图像的参考图像，采用3*3均值滤波器，利用滤波模板遍历图像每个像素，每次将模板中心置于当前像素，以模板内所有像素的平均值作为当前像素新值，模板为

分别计算图像滤波前后各自边缘灰度信息，滤波处理前的待评价图像F统计信息为sum_orig,滤波处理后的参考图像F2统计信息为sum_filter,具体计算公式如下：

sum_orig=w1×(|F(i,j)-F(i-1,j)|+|F(i,j)-F(i,j-1)|+|F(i,j)-F(i,j+1)|+|F(i,j)-F(i+1,j)|)+w2×(|F(i,j)-F(i-1,j-1)|+|F(i,j)-F(i-1,j+1)|+|F(i,j)-F(i+1,j-1)|+|F(i,j)-F(i+1,j+1)|),]]>

sum_filter=w1×(|F2(i,j)-F2(i-1,j)|+|F2(i,j)-F2(i,j-1)|+|F2(i,j)-F2(i,j+1)|+|F2(i,j)-F2(i+1,j)|)+w2×(|F2(i,j)-F2(i-1,j-1)|+|F2(i,j)-F2(i-1,j+1)|+|F2(i,j)-F2(i+1,j-1)|+|F2(i,j)-F2(i+1,j+1)|),]]>

其中，w1与w2是根据离中心像素的距离设定的权值，w1＝1，w2＝1/3；

将得出的图像滤波前后边缘灰度统计信息的比值作为模糊度指标，为方便评价，取较大的为分母，较小的为分子，保持该值介于(0,1)之间；

根据最佳视觉效果的DMOS范围得出对应的一个模糊度指标范围[min,max]；得出的最终图像显示在与归一化处理模块无线连接的智能终端屏幕上；

降水估算模块，构建基于三层前向型反向传播神经网络的卫星降水估算模型，用于该地域降水估算，并采用多指标体系分析模型的降水模拟精度；

所述多指标体系分析模型计算公式

Y‾=Σi=1Nyim;]]>

式中：——观测时段内气象变量的平均值；

y_i——观测时段内第i个气象变量的采样瞬时值，即样本，其中，错误、可疑的非正确样本应丢弃而不用于计算，即令y_i＝0；

N——观测时段内的样本总数，由采样频率和平均值时间区间决定；

m——观测时段内正确的样本数(m≤N)。