發(fā)布時(shí)間：2021-08-01 13:45

　　降水是影響生態(tài)水文和區(qū)域氣候的重要?dú)庀笠蜃?降雨量的準(zhǔn)確估測(cè)是定量水文分析的基礎(chǔ),在人工影響天氣、衛(wèi)星遙感探測(cè)及工農(nóng)業(yè)生產(chǎn)應(yīng)用中起著重要的作用。傳統(tǒng)雨滴譜特征數(shù)據(jù)的檢測(cè)法存在較大主觀性、檢測(cè)時(shí)間長(zhǎng)、檢測(cè)效率低等缺點(diǎn)。本文研究根據(jù)雨滴譜反演降雨強(qiáng)度的問(wèn)題,采用相機(jī)圖像采集技術(shù)和圖像處理技術(shù)相結(jié)合的方法進(jìn)行雨強(qiáng)的測(cè)量。在圖像預(yù)處理方面,運(yùn)用圖像濾波和圖像增強(qiáng)提高圖像的清晰度;針對(duì)雨滴譜圖像中顆粒的空心及顆粒邊緣不規(guī)則現(xiàn)象,提出形態(tài)學(xué)重構(gòu)和區(qū)域填充相結(jié)合算法,實(shí)現(xiàn)目標(biāo)顆粒辨識(shí)和分割;研究重疊雨滴的分割問(wèn)題,采用匹配法判定凹點(diǎn)對(duì)重疊的雨滴顆粒進(jìn)行分割;利用二參數(shù)平均法對(duì)雨滴譜分布進(jìn)行分析研究,根據(jù)二參數(shù)平均法反演算法推算出平均降雨強(qiáng)度。本文具體研究?jī)?nèi)容如下:在圖像預(yù)處理方法中,根據(jù)圖像噪聲特性,采用領(lǐng)域平均法對(duì)存在光學(xué)污染的雨滴圖像進(jìn)行濾波,去除雨滴背景中的光電子噪聲;對(duì)于圖像中光照不均勻現(xiàn)象,采用拉普拉斯法對(duì)圖像進(jìn)行銳化,增強(qiáng)雨滴顆粒邊緣特征,提高雨滴圖像目標(biāo)物的清晰度;運(yùn)用迭代最大熵法對(duì)預(yù)處理后的雨滴圖像進(jìn)行分割,獲得目標(biāo)雨滴顆粒。針對(duì)采集到的雨滴圖像有顆粒重疊的情況,基于重疊雨滴在重疊處... 

【文章來(lái)源】：南京信息工程大學(xué)江蘇省

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１直方圖均衡化結(jié)果圖??２．２

??中值濾波的降噪主要應(yīng)用在完全分開(kāi)的兩個(gè)要素之間，一般采用方形模板ｉＶｘＴＶ?（此??處的ｉＶ點(diǎn)數(shù)通常有奇數(shù)個(gè)），計(jì)算中運(yùn)用所有的個(gè)像素點(diǎn)。由圖２．２可看出，雨滴圖??像經(jīng)過(guò)非線性濾波后，圖像中的顆粒邊界變得清晰，為后面能夠很好的分割雨滴圖像奠??定基礎(chǔ)。中值濾波相比于線性濾波可以更好的濾除隨機(jī)噪聲的干擾，而且能夠凸顯圖像??中目標(biāo)物的邊界輪廓。正常情況下，如果圖像上的物體面積不及中值濾波器面積的二分??之一，則物體會(huì)被當(dāng)成是噪聲被濾除，但對(duì)于較大物體會(huì)被完整的保留在圖像上，所以??說(shuō)，中值濾波器的大小需根據(jù)具體問(wèn)題而定。中值濾波效果圖如圖２．２所示。??９??

??如圖２．６所示，從圖中可以看出分割后的雨滴顆粒完整、邊緣連續(xù)且輪廓清晰。即??在經(jīng)過(guò)最大熵處理后，再自動(dòng)選取更精準(zhǔn)的閾值，使得對(duì)圖像細(xì)節(jié)部分的分割效果更好??Ｈ。本方法利用最大熵算法對(duì)圖像數(shù)據(jù)進(jìn)行分割操作，再將分割結(jié)果中的待定數(shù)據(jù)作為??下一次迭代的數(shù)據(jù)源，通過(guò)多次運(yùn)行最大熵分割方法最終求在取分割閾值，達(dá)到更精準(zhǔn)??地分割圖像的目的。??——??ＢＷｈｉ??■Ｈｈ?ＨＨＨ??圖２．３雨滴原圖?圖２．４最大熵閾值分割圖??ｎｍＵＲ?ＨＨＵｙｆｌ??圖２．５最大類(lèi)間方差分割圖?圖２．６迭代最大熵閾值分割圖??２．４空心雨滴的區(qū)域填充??雨滴圖像在閾值分割后，由于雨滴表面反光、拍攝中過(guò)度曝光以及鏡頭污染等原因，??導(dǎo)致背景與目標(biāo)像素灰度值特征不明顯，使得雨滴圖像經(jīng)過(guò)閾值分割后部分雨滴顆粒內(nèi)??部存在孔洞現(xiàn)象以及也會(huì)導(dǎo)致在提取重疊雨滴邊界輪廓時(shí)出現(xiàn)偽輪廓的情形。這種現(xiàn)象??會(huì)造成后續(xù)分割粘連雨滴出現(xiàn)誤分割或分割不完整等現(xiàn)象。從而導(dǎo)致提取的雨滴微觀特??征信息不精準(zhǔn)，反演的雨強(qiáng)不理想。區(qū)域填充［３３］是以形態(tài)學(xué)膨脹與腐蝕的集合為基礎(chǔ)，??１２??

【參考文獻(xiàn)】：
期刊論文
[1]基于凹點(diǎn)檢測(cè)的糧倉(cāng)粘連害蟲(chóng)圖像分割算法[J]. 陳樹(shù)越,吳正林,朱軍,劉佳鑌.  計(jì)算機(jī)工程. 2018(06)
[2]基于最大類(lèi)間方差算法的雨滴特征提取研究[J]. 行鴻彥,黃春虹.  氣象科技. 2017(03)
[3]一種新型的雨滴微觀特征提取方法[J]. 行鴻彥,張?zhí)m,郭敏.  計(jì)算機(jī)應(yīng)用研究. 2018(06)
[4]Edge detection and mathematic fitting for corneal surface with Matlab software[J]. Yue Di,Mei-Yan Li,Tong Qiao,Na Lu.  International Journal of Ophthalmology. 2017(03)
[5]Robust H2/H∞ global linearization filter design for nonlinear stochastic time-varying delay systems[J]. Weihua MAO,Feiqi DENG,Anhua WAN.  Science China（Information Sciences）. 2016(03)
[6]基于圖像自動(dòng)識(shí)別技術(shù)的雨滴譜測(cè)量方法[J]. 朱磊,曹治國(guó),肖陽(yáng),李肖霞,馬舒慶.  計(jì)算機(jī)應(yīng)用研究. 2015(09)
[7]雨強(qiáng)與地形(上緩下陡)對(duì)坡面入滲影響的初步研究[J]. 王治兵,余斌,朱云波,馬敏,易偉.  科學(xué)技術(shù)與工程. 2015(02)
[8]基于凹點(diǎn)匹配的粘連顆粒圖像分割算法[J]. 白莉娜.  南陽(yáng)理工學(xué)院學(xué)報(bào). 2014(06)
[9]基于TRMM 3B43V7的贛江流域月徑流過(guò)程模擬[J]. 胡慶芳,楊大文,王銀堂,楊漢波.  水力發(fā)電學(xué)報(bào). 2014(05)
[10]不同坡長(zhǎng)與雨強(qiáng)條件下坡度對(duì)細(xì)溝侵蝕的影響[J]. 陳俊杰,孫莉英,劉俊體,蔡崇法,蔡強(qiáng)國(guó).  水土保持通報(bào). 2013(02)

碩士論文
[1]基于凹點(diǎn)匹配和分水嶺變換的車(chē)輛圖像分割算法研究[D]. 陶德威.南昌大學(xué) 2016
[2]基于視覺(jué)跟蹤的顆粒計(jì)數(shù)與缺陷檢測(cè)系統(tǒng)研究[D]. 梁立東.華南理工大學(xué) 2014
[3]降水粒子的圖像掃描探測(cè)技術(shù)研究[D]. 岑家生.國(guó)防科學(xué)技術(shù)大學(xué) 2011
[4]雨滴譜顆粒圖像處理系統(tǒng)的研究[D]. 董雪妍.長(zhǎng)春工業(yè)大學(xué) 2011



本文編號(hào)：3315634