版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),隨著信息時(shí)代特別是數(shù)字時(shí)代的來(lái)臨,計(jì)算機(jī)信息處理已經(jīng)成為衛(wèi)星云圖處理最主要的手段。衛(wèi)星云圖是遙感成像數(shù)據(jù)中包含信息最多的數(shù)據(jù)源之一,采用圖像處理方法分析并提取有用圖像特征和內(nèi)容,進(jìn)而判斷大氣變化情況和天氣形勢(shì),是當(dāng)前天氣預(yù)報(bào)界的主流工作模式。因此,合理地處理、分析和應(yīng)用衛(wèi)星云圖信息,已經(jīng)成為衛(wèi)星云圖處理的主要研究方向。 本文在借鑒傳統(tǒng)圖像處理方式的前提下,提出了基于內(nèi)容的衛(wèi)星云圖處理和信息檢索方法,提高了圖像處理的目的性
2、和使用效率,具有較高的創(chuàng)新價(jià)值和實(shí)用價(jià)值。本文所提出的圖像內(nèi)容的含義包含兩層意思:一是紋理、顏色、形狀、邊緣等基本圖像特征,它們組成了反映圖像特點(diǎn)最基本的內(nèi)容;二是通過(guò)這些特征所反映出的信息,即該圖像所描述的天氣狀況及發(fā)展趨勢(shì)。在本文中,針對(duì)這兩層圖像內(nèi)容作了系統(tǒng)的分析,采用了多種圖像處理算法提取圖像特征,并進(jìn)一步分析這些特征所體現(xiàn)出的信息,達(dá)到實(shí)際應(yīng)用的目的。具體地,本文完成的工作和取得的研究成果主要包括以下幾個(gè)方面: 1.將
3、基于內(nèi)容處理的思想引入衛(wèi)星云圖處理領(lǐng)域 本文將衛(wèi)星云圖的特征作為研究?jī)?nèi)容,從底層特征提取和高層圖像檢索兩個(gè)層次研究了衛(wèi)星云圖內(nèi)容的處理和分析,并將圖像理解的范疇引入衛(wèi)星云圖處理領(lǐng)域,是具有前瞻性的研究課題。 2. 針對(duì)衛(wèi)星云圖基本特征,提出了識(shí)別衛(wèi)星云圖的基本判據(jù) 在系統(tǒng)分析大量衛(wèi)星云圖的基礎(chǔ)上,提出了衛(wèi)星云圖識(shí)別的一般判據(jù),并從這六大判據(jù)依次上升到圖像的四項(xiàng)特征(顏色、紋理、邊緣、形狀),為準(zhǔn)確地進(jìn)行云圖處理和
4、識(shí)別奠定了基礎(chǔ)。 3.在小波域內(nèi)系統(tǒng)研究了基于組合濾波思想的衛(wèi)星云圖預(yù)處理算法 衛(wèi)星云圖由于其成像機(jī)制,遙感圖像的分辨率和清晰度還有待提高,圖像“軟”處理技術(shù)在當(dāng)前硬件水平欠缺的情況下就顯得尤為重要?;谛〔ㄓ虻慕M合濾波方法將平滑濾波的思想應(yīng)用于小波分解圖像,在小波域內(nèi)能夠充分濾除干擾,重構(gòu)后的圖像質(zhì)量取得了明顯改善。 4. 系統(tǒng)分析了衛(wèi)星云圖的特征,提出了改進(jìn)的邊緣檢測(cè)融合算法 衛(wèi)星云圖的基本特征可以包
5、括光譜特征、紋理特征和空間幾何特征三類。本文從顏色處理和灰度校正出發(fā),研究了衛(wèi)星云圖的顏色特征,改善了圖像質(zhì)量;系統(tǒng)分析了衛(wèi)星云圖的紋理特性,采用具有統(tǒng)計(jì)特性的共生矩陣法分析圖像紋理特征參數(shù),實(shí)現(xiàn)了衛(wèi)星云圖的特征識(shí)別;特別是針對(duì)衛(wèi)星云圖的邊緣特征,提出了改進(jìn)的邊緣檢測(cè)融合算法,該算法基于sobel算子的強(qiáng)邊緣檢測(cè)原則和canny算子的最優(yōu)檢測(cè)三大準(zhǔn)則,取得了較好的改良效果。 5.提出了基于特征矢量空間和全局競(jìng)爭(zhēng)生長(zhǎng)準(zhǔn)則的區(qū)域生長(zhǎng)
6、算法 衛(wèi)星云圖的區(qū)域特征提取一直是個(gè)難題,常面臨“找不準(zhǔn)”和“溢出”等問(wèn)題,本文改進(jìn)了常規(guī)的區(qū)域生長(zhǎng)算法,在特征矢量空間表征圖像,基于全局比較探測(cè)、面積測(cè)定及空間優(yōu)先、競(jìng)爭(zhēng)機(jī)會(huì)均等三個(gè)生長(zhǎng)準(zhǔn)則,采用貼標(biāo)簽的方式?jīng)Q定特征向量的歸屬,能夠準(zhǔn)確的提取目標(biāo)區(qū)域。 6.基于變分方法,提出了兩種衛(wèi)星云圖輪廓提取算法 衛(wèi)星云圖的輪廓特征是最重要的一種視覺(jué)特征,本文采用變分方法提取衛(wèi)星云圖輪廓,系統(tǒng)分析了變分理論的兩大分支——參
7、數(shù)活動(dòng)輪廓模型和幾何活動(dòng)輪廓模型的特點(diǎn),提出了兩種輪廓提取算法,能夠有效實(shí)現(xiàn)衛(wèi)星云圖真實(shí)輪廓的標(biāo)記。 7.提出了一種適用于衛(wèi)星云圖檢索的多特征加權(quán)反饋方法 研究了基于內(nèi)容的衛(wèi)星云圖信息檢索特征提取、特征索引、圖像匹配、特征反饋的全過(guò)程,從顏色、紋理、形狀、輪廓等不同的圖像特征內(nèi)容出發(fā),研究了根據(jù)不同特征進(jìn)行圖像信息檢索的方法,提出了一套有效的圖像多特征加權(quán)反饋檢索方法,能夠準(zhǔn)確高效地檢索相關(guān)的圖像信息。 本文在分
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于內(nèi)容的衛(wèi)星云圖檢索技術(shù)研究.pdf
- 61937.基于內(nèi)容的衛(wèi)星云圖檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
- 多通道衛(wèi)星云圖的圖像處理技術(shù)研究.pdf
- 基于衛(wèi)星云圖挖掘技術(shù)的降雨預(yù)測(cè)研究.pdf
- 基于衛(wèi)星云圖融合算法的研究.pdf
- 基于信息熵的氣象衛(wèi)星云圖臺(tái)風(fēng)分割方法研究.pdf
- 基于ELM和SVM的衛(wèi)星云圖分類研究.pdf
- 衛(wèi)星云圖數(shù)據(jù)庫(kù)的研究.pdf
- 衛(wèi)星云圖接收機(jī)前端的研究.pdf
- 26223.基于靜止氣象衛(wèi)星云圖的分類研究
- 基于堆疊極限學(xué)習(xí)機(jī)的衛(wèi)星云圖分類研究.pdf
- 基于內(nèi)容的音樂(lè)信息檢索技術(shù)研究.pdf
- 49409.基于衛(wèi)星云圖的臺(tái)風(fēng)識(shí)別和定位研究
- 基于衛(wèi)星云圖與微波散射計(jì)的臺(tái)風(fēng)中心定位研究.pdf
- Berkeley小波變換和智能技術(shù)增強(qiáng)衛(wèi)星云圖.pdf
- 基于多特征的紅外云圖檢索技術(shù)研究.pdf
- 基于衛(wèi)星云圖的風(fēng)矢場(chǎng)度量模型與算法討論.pdf
- 基于內(nèi)容的視覺(jué)信息檢索技術(shù)研究.pdf
- 基于多通道衛(wèi)星云圖的臺(tái)風(fēng)中心定位方法研究.pdf
- 10727.基于多通道衛(wèi)星云圖的對(duì)流啟動(dòng)監(jiān)測(cè)
評(píng)論
0/150
提交評(píng)論