Berkeley小波變換和智能技術(shù)增強衛(wèi)星云圖.pdf

1、直接接收到的衛(wèi)星云圖由于多種原因可能導(dǎo)致其對比度較差，這不利于后續(xù)的準(zhǔn)確的臺風(fēng)業(yè)務(wù)預(yù)報。為了有效利用衛(wèi)星云圖的有用信息，抑制背景雜波和噪聲，非常有必要對獲取的衛(wèi)星云圖進行增強處理。本文的主要研究工作如下:
　　 1.基于Berkeley小波變換的衛(wèi)星云圖偽彩色增強。首先利用離散Berkeley變換對原始衛(wèi)星云圖進行分解，然后對其高頻系數(shù)進行增強，再進行逆離散Berkeley變換以獲得細(xì)節(jié)增強后的圖像。為了有效增強全局對比度，對細(xì)

2、節(jié)增強后的衛(wèi)星云圖利用改進的線性分配法進行偽彩色增強處理，從而獲得最終的增強衛(wèi)星云圖。所提出的算法的綜合性能優(yōu)于線性分配法和基于離散小波變換的偽彩色增強法，增強后的衛(wèi)星云圖有利于實際臺風(fēng)業(yè)務(wù)預(yù)報時臺風(fēng)中心定位和臺風(fēng)強度的預(yù)報作為參考。
　　 2.基于離散平穩(wěn)小波變換和差分演化算法的衛(wèi)星云圖增強算法。首先綜合考慮利用衛(wèi)星云圖的信息熵、信噪比和標(biāo)準(zhǔn)差構(gòu)造評價圖像質(zhì)量的測度。然后基于反余切變換設(shè)計一種只包含一個參數(shù)的非線性灰度變換函數(shù)

3、，并將之用于離散平穩(wěn)小波域的各個高頻衛(wèi)星云圖子圖，增強其細(xì)節(jié)信息。這個非線性變換函數(shù)的最佳參數(shù)利用差分演化算法結(jié)合前面構(gòu)造的測度函數(shù)獲得，最后進行逆離散平穩(wěn)小波變換獲得最終的增強衛(wèi)星云圖。所提出的算法能夠有效增強衛(wèi)星云圖的細(xì)節(jié)，綜合性能優(yōu)于反銳化掩膜法和基于離散正交小波的增強方法。
　　 3.基于模糊技術(shù)和粒子群優(yōu)化的衛(wèi)星云圖增強算法。針對衛(wèi)星云圖的特點，結(jié)合模糊技術(shù)設(shè)計一種兼顧對比度增強和細(xì)節(jié)保護的圖像視覺質(zhì)量評價測度。然后利