准率反而越低，一般存在一定条件使两者达到最大。 假设mi代表检索数据库中与检索图像相关的图像个数，m2代表相关但并未检索到的图像个 数，m3代表查询返回的图像中不相关的图像个数，则查全率、查准率可表示如下：
[009引
[0099] 由上可知，当返回图像数越多，查全率越高，而此时的查准率会呈下降趋势，因此 一般在检索系统中存在查全率和查准率都较高的平衡点，此时也是该检索算法的最高性 能。为此，为平衡查全率、查准率，同时使本发明的图像检索算法性能更为精确，本发明又增 加了信息检索中的综合评价指标F-Measure，又称F-Score，可表示为：
[0100]
(25)
[0101] 此外，本发明采用了算法的时间复杂度进行检索性能的评价，即所需的查询时间。
[0102] 例一:采用2014年04月10日00点32分普通天气数据作为待检索图片，其中与该天 云图比较相似的云图共计15幅。检索效果如图1所示。
[0103] 由检索的实验结果可W看出，相对于其他形状检索方法，本发明检索方法的效果 更为明显，检索查准率和综合指标较高，可见本发明基于形状的云图检索方法具有可行性。
[0104] 例二：由于台风天气云图可W检验本发明方法的普适性，同时减少主观误差，利于 观察，因此选用了 2013年11月01日08点30分台风"罗莎"天气数据作为待检索图片，其中云 图数据库中与该天云图比较相似的云图共计12幅，实验结果如下。
[0105] 表1不同方法的检索性能比较
[0106]
[0107] TBB:表示云顶亮溫。
[0108] 如下显示为各类方法的检索结果，其中返回的9幅云图相似度从大到小排列，如图 2所示。
[0109] 例Ξ:为评价本发明方法旋转、平移鲁棒性能，对云图分别采取旋转10°、右下平移 70个像素后进行检索比较，各方法的检索结果如图3和图4所示，由检索结果可知，所有检索 方法基本能检索到旋转、平移处理后的云图，并作为最相似图像返回，运与事实一致;此外 由显示的云图检索结果可知，相对于其他检索方法，本发明方法检索效果更好，检索图像基 本为与待检索云图时间间隔相邻且相似的台风天气，其他方法在云图旋转平移下也能大致 检索到相似云图，但检索失误率较大。总体来说，本发明方法具有较好的抗平移、旋转特性。
[0110] 参考文献；
[0111] [1]董俊杰.基于HOG和SVM的服装图像检索系统的设计与实现[D].中山大学 .2014.
[0112] [2]曹闻，万明英，李润生，等.基于ZernAe形状矩的地图匹配算法[J].计算机应 用研究，2011，28(7): 2786-2792.
【主权项】
1. 一种基于形状特征的云图检索方法，其特征在于包括以下步骤： (1) 将静止卫星云图接收系统所接收到的灰度区间为[0,1024]的云图，依据云图接收 系统所对应的云图灰度与云顶亮温关系对照表，将云图灰度转化为云顶亮温； (2) 完成云图亮温空间转换后，再采用迭代阈值分割方法进行云图分割； (3) 通过开、闭运算处理，去除云图的云系空洞和边界毛刺； (4) 对开、闭运算处理后的整幅云图采用100*100大小进行不重叠分块处理，得到云图 各子块的区域信息； (5) 对整幅云图分块处理后，采用几何不变矩对各子块进行区域特征描述，将提取的所 有子块的特征向量依次排为一长列向量作为该幅Z5：图的形状特征向量，表不为K= [fl… fi…fm]T，其中KeRm，表示κ是实数空间的m维向量，m表示形状特征列向量的维数，T为向 量的转置，f^K中的分量，i为区间[l，m]中的正整数； (6) 对于该幅云图，首先统计得到形状特征向量K中的最大值和最小值，分别记为Fmax和 Fmin，再对形状特征向量K中的任意分量f i进行归一化处理，表示如下：将形状特征向量K归一化到[0，1 ]范围，得到新的云图形状特征向量，表示为;H= [f 1 ' …fi，…fm，]T，HERm; (7) 将通过上述步骤提取的所有云图的形状特征，建立一个云图形状特征库A= [Hi， H2, . . .Hj. . .，Hw]，A￡RmXw，其中w表不云图库中总的云图数量，Hj表不任意一幅云图的特征 向量，j为区间[l，w]中的正整数； (8) 对于一幅待检索云图，采用步骤(1)~(6)的方法提取形状特征向量，表示为:yeR' 然后采用稀疏分类方法将待检索云图的形状特征与云图形状特征库进行相似度计算，得到 最接近的9幅75Γ图，完成75Γ图检索。2. 如权利要求1所述的一种基于形状特征的云图检索方法，其特征在于采用迭代阈值 分割方法进行云图分割的具体方法为： ① 先用如下公式计算云图初始亮温阈值i Thr e sho 1 d:其中，max_value_gray表示为整幅云图中的最大亮温值，min_value_gray表示整幅云 图中的最小亮温值； ② 根据初始亮温阈值iThreshold，采用下式统计云图的重要云系成分Ζο和云系背景Ζι:式中Ζο表不重要云系成分，Ζι表不云系背景，（x，y)表不云图中的像素坐标点，f (x，y)表 示云图在坐标点（x，y)处亮温大小，N(x，y)表示权重大小，设定为1，并设定初始亮温阈值 ;111^68]1〇1(1大小为175; ③ 根据Ζο和Ζι重新求解新亮温阈值iNewThreshold④ 如果新亮温阈值iNewThreshold与初始亮温阈值iThreshold差值在50之内，则继续 下一步骤;否则用iNewThreshold作为初始亮温阈值iThreshold，转到步骤②； ⑤ 根据新亮温阈值i NewThr e sho 1 d对原始云图进行分割，即当云图中像素的亮温大于iNewThreshold时设定为1，否则设定为0,得到黑白二值图像。3. 如权利要求1所述的一种基于形状特征的云图检索方法，其特征在于去除云图的云 系空洞和边界毛刺的具体步骤为： ① 对阈值分割后的云图，先采用半径为5的平坦型圆盘结构元素进行膨胀处理，再通过 半径为7的平坦型圆盘结构元素进行腐蚀处理，通过闭运算去除云系内部大部分细小空洞； ② 对闭运算处理后的云图，先采用半径为6的平坦型圆盘结构元素进行腐蚀处理，再通 过半径为7的平坦型圆盘结构元素进行膨胀处理，通过开运算去除边界毛刺。4. 如权利要求1所述的一种基于形状特征的云图检索方法，其特征在于采用几何不变 矩对各子块进行区域特征描述的具体方法为： ① 首先计算各云图子块的区域几何中心坐标(ij):② 计算云图各子块的中心矩μΜ: '式中p，q满足p+q = 2或者p+q = 3，且p，q为正整数； ③ 对中心矩μΜ进行规格化处理，'式中满足γ =(P+q)/2; ④ 根据规格化后的中心矩ηΜ，提取各子块的7个形状不变矩Ik，其中k=l，2,3,4,5,6，将所得的7个形状不变矩排为一列作为该云图子块的形状不变矩特征； ⑤ 当完成整幅云图所有子块形状不变矩特征的提取后，将所有子块的特征向量依次排 为一长列向量作为该幅云图的形状特征向量，表示为向量K，K e Rm。5. 如权利要求1所述的一种基于形状特征的云图检索方法，其特征在于采用稀疏分类 方法进行云图检索相似度计算的具体步骤为： ①首先对待检索云图和云图特征库进行空间投影，采用正态分布随机矩阵ReRnXm(n〈 m)对云图特征库进行空间映射如下：j = ，同样对待检索云图特征也进行映射 处理如下② 根据稀疏分类算法，计算残差，进行类别判断：，其中as表示稀疏系 数中第s幅云图数据的对应系数； ③ 重复第①和②步骤，通过多次迭代，求取重构残差均值：，其中1表示 迭代次数，/f表示第t次迭代时属于s幅云图样本的残差值；④ 对残差均值E[rs]进行大小排序，获取与待检索云图的相似度信息，其中残差越小，相 似性越大，最后返回残差最小的9幅75Γ图。
【专利摘要】本发明公开了一种基于形状特征的云图检索方法，有效结合云图云顶亮温信息，采用迭代阈值分割方法分割云系，同时采用计算复杂度较低且鲁棒性强的几何不变矩提取云系形状特征克服了传统的基于形状特征的云图检索方法在分析云图时的困难，特别是方法普适性、计算复杂度、鲁棒性等问题，此外，本发明将底层云图特征从欧氏空间转换到了稀疏空间，利用稀疏空间的分布规律对云图数据库进行检索，有效地缓解了传统检索方法的语义鸿沟问题。
【IPC分类】G06F17/30, G06T7/00
【公开号】CN105447100
【申请号】CN201510769573
【发明人】金炜, 王文龙, 符冉迪
【申请人】宁波大学
【公开日】2016年3月30日
【申请日】2015年11月11日