基于卫星图像的台风检测方法

文档序号:9249500阅读:1321来源:国知局
基于卫星图像的台风检测方法
【技术领域】
[0001] 本发明属于气象预测的技术领域,具体设及一种基于卫星图像的台风检测方法。
【背景技术】
[0002] 严格的说,台风是热带气旋的一种强度,表1为热带气旋按照其强度的分类,
[0003] 表 1
[0004]
[000引 由表1可W看出,当热带气旋的中屯、风力持续达到12-13级,底层中屯、风速为32. 7 米-41. 4米时,在气象学上称其为台风。但通常也将不同强度的热带气旋统称为台风,本技 术方案中的台风即指不同强度的热带气旋。
[0006] 在全世界,有两个台风成长中心分别位于西太平洋和大西洋,我国位于西太平洋 西侧,该里是全球台风发生数量最多,强度最强的一个海区,全球有约36%W上的台风都集 中于此。我国每年平均受到9~10个台风的袭击,居世界首位,是世界上受台风危害最为 严重的国家之一。台风已对我国东南沿海省市的人民生命和财产安全造成严重威胁,对工 农业生产和交通运输造成巨大损失。
[0007] 对台风路径进行准确地预报可W使我国东南沿海省市提前预防台风的到来,W减 少因台风导致的损失。对台风中屯、的准确定位是准确预报台风路径的前提条件,而检测是 否有台风存在又是进行台风中屯、定位的前提条件。
[000引由于台风在其活动期间途经广泛的海域,在海上传统的观测设备稀缺,因此卫星 成为估计台风位置和强度的主要手段,它能提供其他直接测量手段无法设及的广阔海域的 遥感图像,并能监测台风从生成到消亡的全过程。因此,如何检测出卫星图像中的台风区 域,对于台风的预报和分析具有十分重要的意义。
[0009] 卫星图像中的台风有W下几个特点;首先,台风的尺度不同,大的台风直径可W达 到1200千米,小的直径可能不到400千米,他们反映在卫星图像上的尺寸不同;其次,台风 形态各异,不同的台风具有不同的形态,即使同一个台风在不同的发展时期也具有不同的 形态;最后,台风识别困难,对于一张行人的图像,即使只看到鼻子或者眼睛,也可w判别是 人脸的一部分,而在台风的初生期和消亡期,很难在单张卫星图像上找出强度很弱的台风。
[0010] 目前检测卫星图像上是否有台风云系主要还是靠人工的方法,需要气象工作人员 根据经验一张一张地分析卫星图像上是否有台风云系,且检测新台风的生成则需要气象专 家对连续几天的卫星图像进行分析才能得出结论,分析过程繁琐、费时费力。如果能在卫星 图像上自动检测出台风云系,对于简化检测台风的过程、减少气象工作人员的工作量、提早 进行台风分析和准确预报台风路径具有十分重要的意义。

【发明内容】

[0011] 为了解决目前检测卫星图像上是否有台风云系的方法费时费力的问题,本发明提 出一种基于卫星图像的台风检测方法,W能在卫星图像上自动检测出台风云系,达到简化 检测台风的过程、减少气象工作人员的工作量和准确预报台风路径的目的。
[0012] 本发明基于卫星图像的台风检测方法包括W下步骤:
[001引一、训练阶段
[0014] (1)W在卫星图像上选取的有台风的图片区域作为正样本,提取该正样本的化g 特征;
[0015] (2)W在卫星图像上选取的无台风的图片区域作为负样本,提取该负样本的化g 特征;
[0016] (3)支持向量机根据所述正样本的化g特征和所述负样本的化g特征进行训练,W 生成能够根据化g特征判断区分正样本和负样本的模板;
[0017] 二、台风检测阶段
[001引 (1)输入待检测的卫星图像;
[0019] (2)对所述待检测的卫星图像进行尺度缩放;
[0020] (3)提取所述待检测的卫星图像的化g特征;
[0021] (4)将所述支持向量机训练出来的模板与所述待检测的卫星图像的化g特征进行 对比,当所述待检测的卫星图像的化g特征与所述正样本的化g特征一致时,则所述待检测 的卫星图像中有台风云系;当所述待检测的卫星图像的化g特征与所述负样本的化g特征 一致时,则所述待检测的卫星图像中没有台风云系。
[0022] 所述台风检测阶段的步骤(1)还包括:检查待检测的卫星图像中是否丢失扫描 线,当待检测的卫星图像中丢失一条扫描线时,通过该丢失的扫描线前后的扫描线的均值 进行弥补。
[0023] 所述训练阶段的步骤(1)和步骤(2)中,所述正样本和所述负样本的大小均为 320*320 像素。
[0024]所述训练阶段的步骤(1)、步骤(2)和所述台风检测阶段的步骤(3)中提取化g特 征时,窗口的大小为320*320像素。
[0025]所述训练阶段的步骤(1)、步骤(2)和所述台风检测阶段的步骤(3)中提取化g特 征时,块的边长为细胞单元边长的2倍。
[0026]所述训练阶段的步骤(1)、步骤(2)和所述台风检测阶段的步骤(3)中提取化g特 征时,卫星图像的分辨率为16千米。
[0027] 所述训练阶段的步骤(1)、步骤(2)和所述台风检测阶段的步骤(3)中提取化g特 征时,块的边长为窗口边长的五分之一。
[002引所述训练阶段的步骤(1)、步骤(2)和所述台风检测阶段的步骤(3)中提取化g特 征时,滑动步长等于细胞单元的边长。
[0029] 本发明基于卫星图像的台风检测方法具有如下的有益效果:
[0030] 使用本发明基于卫星图像的台风检测方法检测卫星图像上是否有台风云系时,只 需输入待检测的卫星图像,本发明对待检测的卫星进行检测,W从整幅卫星图像中快速准 确的检测出是否有台风云系,如果有台风云系,则分割出有台风云系的图片区域,整个检测 的过程为自动运行,很大程度上减少了气象工作人员从大量的卫星云图上寻找台风的劳动 强度,增加了工作效率,有利于尽早发现可能影响我国和其它地区的台风。本发明基于卫 星图像的台风检测方法能够自动检测出卫星图像中是否有台风云系,简化了检测台风的过 程、减少了气象工作人员的工作量,对于提早进行台风分析和准确预报台风路径具有十分 重要的意义。
【附图说明】
[0031] 图1为提取卫星图像的化g特征的原理示意图。
【具体实施方式】
[0032] 下面结合附图介绍本发明的技术方案。
[0033] 本发明基于卫星图像的台风检测方法包括W下步骤:
[0034] 一、训练阶段
[0035] (1)W在卫星图像上选取的有台风的图片区域作为正样本,提取该正样本的梯度 方向直方图化istogramofOrientedGradients,W下简称化g)特征;
[0036] (2)W在卫星图像上选取的无台风的图片区域作为负样本,提取该负样本的化g 特征;
[0037] (3)支持向量机(SuppcxrtVectorMachine,W下简称SVM)根据所述正样本的化g 特征和所述负样本的化g特征进行训练,W生成能够根据化g特征判断区分正样本和负样 本的模板;
[00測二、台风检测阶段
[0039] (1)检测待检测的卫星图像中是否有丢扫描线的情况;
[0040] (2)输入待检测的卫星图像;
[0041] (3)对待检测的卫星图像进行尺度缩放;
[0042] (4)提取待检测的卫星图像的化g特征;
[0043] (5)将支持向量机训练出来的模板与待检测的卫星图像的化g特征进行对比,当 所述待检测的卫星图像的化g特征与所述正样本的化g特征一致时,则所述待检测的卫星 图像中有台风云系;当所述待检测的卫星图像的化g特征与所述负样本的化g特征一致时, 则所述待检测的卫星图像中没有台风云系。
[0044] 下面详细介绍本发明基于卫星图像的台风检测方法。
[0045] 一、训练阶段
[0046] (1)W在卫星图像上选取的有台风的图片区域作为正样本,提取该正样本的化g 特征;
[0047] 本步骤中的卫星图像可W是往年有台风定位信息的卫星图像,在该卫星图像上W 台风中屯、为中心选取大小为320*320像素的图片区域,m亥图片区域作为正样本。因为所 使用的卫星图像的分辨率最高为4千米,台风的最大直径在1000千米左右,大小为320*320 像素的图片区域已能够覆盖整个台风云系。提取化g特征的方法下面会有描述。
[0048] (2)W在卫星图像上选取的无台风的图片区域作为负样本,提取该负样本的化g 特征;
[0049] 本步骤中使用的卫星图像可W与步骤(2)中的卫星图像相同,但本步骤是在卫星 图像中选取无台风的图片区域作为负样本,负样本的大小也为320*320像素。提取化g特 征的方法下面会有描述。
[0050] (3)支持向量机根据正样本的化g特征和负样本的化g特征进行训练,W生成能够 根据Hog特征判断区分正样本和负样本的模板。
[0化1] 二、台风检测阶段
[0化2] (1)检测待检测的卫星图像中是否有丢扫描线的情况,对于丢一条扫描线的卫星 图像,可W通过丢失的扫描线的位置前后的扫描线的均值进行弥补,对于丢多条扫描线的 卫星图像由于缺少数据而不能够进行台风检测。检测卫星图像是否有扫描线丢失可W通过 检测卫星图像中是否有整行的0或者255的极值点,因为正常卫星图像的亮温范围不会达 到极值,整行的极值点一定是由于丢线造成的;
[0053] (2)输入待检测的卫星图像;
[0054] (3)对待检测的卫星图像进行尺度缩放,W调整卫星图像的分辨率,卫星图像的分 辨率可W是4千米、8千米、16千米、32千米和64千米,优选地,将待检测卫星图像的分辨率 调整为16千米;
[0055] (4)提取待检测的卫星图像的化g特征;
[0化6] 提取化g特征时,先固定一个大小为320*320像素的窗口,提取该窗口的化g特 征,然后该窗口在待检测的卫星图像上滑动,W遍历整个待检测的卫星图像,该样得到多个 窗口,分别提取每个窗口的化g特征。
[0057]如图1所示,提取每个窗口 10的特征时,
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1