【摘要】：云在大氣輻射傳輸和氣候變化中起著重要作用。地基測(cè)云儀的發(fā)展極大地提高了云觀測(cè)的時(shí)空分辨率,但難以對(duì)云狀實(shí)現(xiàn)定量化自動(dòng)識(shí)別。地基云圖云狀識(shí)別研究對(duì)于云狀自動(dòng)觀測(cè)具有非常重要的意義。本文在分析可見光云圖的形成過程、幾何形態(tài)和紋理特征的基礎(chǔ)上,對(duì)典型云圖資料進(jìn)行了整理和分類。在人工觀云時(shí)云分類標(biāo)準(zhǔn)的基礎(chǔ)上,研究了利用計(jì)算機(jī)對(duì)地基云圖進(jìn)行識(shí)別的云分類標(biāo)準(zhǔn),提出了地基云圖的兩種器測(cè)標(biāo)準(zhǔn),第一種是按云的基本形態(tài)將云分為卷云、波狀云、層狀云和積狀云四種基本類型,第二種是按照云的紋理頻率將云分為低頻段云、中頻段云和高頻段云。云圖識(shí)別算法與分類標(biāo)準(zhǔn)有關(guān),如果根據(jù)云圖形狀、顏色、云縫大小等紋理特征信息進(jìn)行云圖識(shí)別,可采用第一種器測(cè)標(biāo)準(zhǔn)；如果根據(jù)云圖的紋理頻率信息進(jìn)行多尺度分析識(shí)別,可采用第二種器測(cè)標(biāo)準(zhǔn)。為了解決因光照、雨水、霧霾、灰塵等干擾造成的云圖質(zhì)量下降問題,研究了云圖預(yù)處理方法,以盡可能多地提取地基云圖的有效信息。針對(duì)可見光地基云圖云狀識(shí)別中的光照補(bǔ)償問題,提出了一種基于BEMD與Closed-Form景物提取算法結(jié)合的地基云圖光照補(bǔ)償算法,與基于L1全變分模型的光照補(bǔ)償算法相比,可有效地去除云圖的光照影響,保留云圖自身的信息,與背景區(qū)別明顯。針對(duì)可見光地基云圖的云塊與晴空等背景的分割問題,采用了基于感知顏色空間的透明度自然摳圖算法,有效地將單一的天空背景與云前景分離開來(lái)。針對(duì)可見光地基云圖的自然紋理復(fù)雜、特征難以提取的問題,采用了一種基于自適應(yīng)分?jǐn)?shù)階微分的云圖增強(qiáng)算法,能比較完整地提取云圖的紋理和邊緣細(xì)節(jié),簡(jiǎn)化了分?jǐn)?shù)階微分階數(shù)的選取過程。為了從經(jīng)過預(yù)處理后的地基云圖中有效、穩(wěn)定地提取云圖特有的紋理特征,研究了適用于地基云圖識(shí)別的特征提取方法。根據(jù)云的基本形態(tài)特征,利用灰度共生矩陣的算法可有效提取云圖的二階矩、對(duì)比度、相關(guān)性和熵四個(gè)紋理特征,使用BP神經(jīng)網(wǎng)絡(luò)分類器能夠初步識(shí)別出層狀云、波狀云、積狀云、卷云四大類云。由于這四大類云所屬的不同種云的特征量差別較大,為增加云的識(shí)別種類,提出了一種融合紋理圖像的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蚑amura紋理特征分析法來(lái)提取云的特征值。在紋理圖像的二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾暮Y分過程中,使用徑向基函數(shù)插值來(lái)構(gòu)造篩分過程的包絡(luò),然后提取樣本的每個(gè)內(nèi)蘊(yùn)模函數(shù)中過零點(diǎn)數(shù)目、極值處振幅的均值、標(biāo)準(zhǔn)差作為特征向量來(lái)訓(xùn)練分類器。根據(jù)訓(xùn)練得到樣本特征向量,對(duì)云圖進(jìn)行Tamura紋理特征分析法提取方向度的特征量,綜合兩種特征向量歸一化后建立云的特征樣本數(shù)據(jù)庫(kù)。待識(shí)別圖像經(jīng)過同樣處理后,用平均樣本法、k近鄰法和支持向量機(jī)分類器與樣本數(shù)據(jù)庫(kù)的特征向量進(jìn)行比較以實(shí)現(xiàn)分類,可識(shí)別出積云、高積云、層積云、積雨云、卷層云和卷積云,且對(duì)透光高積云、淡積云和禿積雨云的識(shí)別率較高。根據(jù)云的紋理頻率特征,提出了一種基于二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾腍ilbert譜的云圖特征提取方法。首先對(duì)云圖進(jìn)行BEMD分解,獲得包含云圖紋理特征的前三個(gè)本征模態(tài)函數(shù)(IMF)分量,通過Hilbert變換得到Hilbert譜及其邊際譜。根據(jù)云圖的Hilbert譜及其邊際譜,利用k近鄰法分類器可初步識(shí)別出低、中、高三種不同頻率段的云。為了更有效地捕獲云圖的邊緣輪廓、紋理幾何結(jié)構(gòu),提出了一種基于Contourlet超小波和功率譜的地基云圖特征提取方法,能靈活地對(duì)云圖進(jìn)行多尺度多方向的分解,提取豐富的云圖紋理信息。首先對(duì)地基云圖進(jìn)行超小波Contourlet變換后獲得系數(shù)矩陣,對(duì)其進(jìn)行處理從而獲得能量、均值和方差等特征信息,并對(duì)得到的特征信息數(shù)據(jù)進(jìn)行功率譜分析,得到特征信息的頻率信息,再利用支持向量機(jī)對(duì)地基云圖進(jìn)行分類,可對(duì)高積云和層云這兩類云紋理頻率差別較大的云圖進(jìn)行有效識(shí)別,進(jìn)一步細(xì)分出云的種類。提取地基云圖的紋理特征后,分別采用平均樣本法、近鄰法、BP神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)(SVM)等分類算法對(duì)云圖進(jìn)行分類,計(jì)算了云圖樣本的識(shí)別率,從而檢驗(yàn)云圖識(shí)別算法的有效性。為了更好地模擬氣象觀測(cè)員人工觀測(cè)分辨云狀的思維,研究了對(duì)不同云類動(dòng)態(tài)選擇不同感興趣算子的組合分類器,與采用單一分類器相比,采用組合分類器可進(jìn)一步增加云的識(shí)別種類,提高識(shí)別正確率。
【圖文】：

陽(yáng)光束因云的存在造成的影響。由于云有不同的移動(dòng)速度和光學(xué)厚度，因此可用測(cè)置的逡逑福射量估計(jì)云型。逡逑其中，ＮｕｂｉＳｃｏｐｅ云雷達(dá)如圖１．１所示，能夠精確測(cè)量大氣中的總云量、不同云層逡逑的局部云量Ｗ及主云層云底高度，可記錄并再現(xiàn)云量的動(dòng)態(tài)變化，還能夠?qū)υ频讓拥臏劐义隙冗M(jìn)行測(cè)量，，這對(duì)于航空運(yùn)輸業(yè)是非常重要的，因?yàn)樵频讓訚穸饶軌蚍从澈降揽沼虻臐撳义显诮Y(jié)冰化況。Ｎｕｂ設(shè)ｃｏｐｅ配有獨(dú)立安裝基座，設(shè)備運(yùn)行完全由計(jì)算機(jī)控制。同時(shí)配有一逡逑個(gè)紅外傳感器（福射表），安裝在一個(gè)可旋轉(zhuǎn)的巧盤和傾斜裝置上用Ｗ測(cè)量溫度，Ｗ及逡逑２逡逑

完全實(shí)現(xiàn)地面氣象觀測(cè)規(guī)范中云狀的分類是困難的，因有限，難［＾全面地獲取云體的宏觀和微觀物理特性，也過程。而且對(duì)于觀測(cè)員而言由于云的本身變幻莫測(cè)的，是有難度的，用儀器識(shí)別就更為困難。因此有的研究人的研究工作。逡逑特征提取逡逑星吉圖方面的吉圖識(shí)別的研究工作非常多，而對(duì)于地面識(shí)別工作均需綜合利用數(shù)字圖像處理和模式識(shí)別等技術(shù)，可引入到地基云圖識(shí)別研究中。衛(wèi)星云圖識(shí)別研究發(fā)展方法涉及圖像處理、模式識(shí)別等多學(xué)科，同樣地基云圖，只不過由于可見光地基云圖無(wú)法獲得高度信息，因此
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：P412

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳曉穎;宋愛國(guó);李建清;王敏;孫學(xué)金;;地基云圖云狀識(shí)別技術(shù)及其研究進(jìn)展[J];自動(dòng)化技術(shù)與應(yīng)用;2014年09期

2 高孔熙;《中國(guó)云圖》辯析[J];氣象;1993年01期

3 陳曉穎;宋愛國(guó);李建清;孫學(xué)金;朱益民;;地基云圖識(shí)別的光照補(bǔ)償算法[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

4 王雷鳴;;云圖[J];天津美術(shù)學(xué)院學(xué)報(bào);2017年02期

5 王以時(shí);;《坐看松云圖》[J];紅巖;2019年01期

6 劉云;;劉云作品[J];收藏與投資;2018年09期

7 張曉江;;《夏山賞云圖》[J];大觀(東京文學(xué));2016年02期

8 ;121機(jī)改裝前后接收GMS—1云圖層次對(duì)比[J];氣象;1979年04期

9 Ian Failes;;云圖:總有一款冒險(xiǎn)適合你[J];時(shí)代漫游;2013年Z1期

10 張昊

本文編號(hào)：2660937