一種氣象衛(wèi)星云圖的雷暴云識(shí)別方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開(kāi)了一種針對(duì)氣象衛(wèi)星云圖的雷暴云團(tuán)識(shí)別方法和系統(tǒng)，經(jīng)過(guò)對(duì)衛(wèi)星原始數(shù)據(jù)進(jìn)行圓盤圖像數(shù)據(jù)解析、投影變換、中值濾波處理、多次圖像分割以及雷暴云團(tuán)自動(dòng)識(shí)別，在云團(tuán)聚類的基礎(chǔ)上進(jìn)行光譜特征分析和紋理特征分析，最終得到雷暴云團(tuán)的覆蓋范圍、強(qiáng)度和移動(dòng)軌跡。本發(fā)明還提供了氣象衛(wèi)星云圖的雷暴云團(tuán)識(shí)別系統(tǒng)，使得上述方法能夠系統(tǒng)、高效地自動(dòng)執(zhí)行，快速處理和響應(yīng)每一時(shí)次及連續(xù)時(shí)間段的氣象衛(wèi)星云圖數(shù)據(jù)，識(shí)別雷暴云團(tuán)，并跟蹤雷暴云團(tuán)的發(fā)生發(fā)展和變化，為氣象災(zāi)害的預(yù)測(cè)和預(yù)警提供有效的技術(shù)支撐。
【專利說(shuō)明】
-種氣象衛(wèi)星云圖的雷暴云識(shí)別方法和系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于氣象監(jiān)測(cè)技術(shù)領(lǐng)域，尤其設(shè)及一種氣象衛(wèi)星云圖的雷暴云識(shí)別方法和 系統(tǒng)。
【背景技術(shù)】
[0002] 雷暴是強(qiáng)對(duì)流天氣的一種，通常伴有雷擊、暴雨、冰富等自然災(zāi)害，具有突發(fā)性強(qiáng)、 來(lái)勢(shì)猛、強(qiáng)度大持續(xù)時(shí)間短的特點(diǎn)。對(duì)雷暴云團(tuán)的位置和范圍的準(zhǔn)確識(shí)別，W及對(duì)云團(tuán)移動(dòng) 路徑進(jìn)行追蹤，能為雷擊、暴風(fēng)雨等下游災(zāi)害子鏈的啟動(dòng)提供正確的觸發(fā)條件和相應(yīng)的參 數(shù)，為人民生命安全和社會(huì)經(jīng)濟(jì)建設(shè)提供保障。雷達(dá)觀測(cè)是對(duì)雷暴進(jìn)行監(jiān)測(cè)的主要手段，主 要方法有交叉相關(guān)(TREC)法、單體質(zhì)屯、法等。運(yùn)些方法不僅無(wú)法準(zhǔn)確劃分云團(tuán)物理邊界，而 且由于雷達(dá)在海洋、沙漠等地區(qū)布設(shè)條件有限導(dǎo)致無(wú)法準(zhǔn)確探測(cè)雷暴群體的活動(dòng)特征。靜 止氣象衛(wèi)星可W24小時(shí)不間斷地對(duì)地表約=分之一的區(qū)域進(jìn)行連續(xù)觀測(cè)，每半小時(shí)產(chǎn)生一 組遙感資料，觀測(cè)范圍廣，觀測(cè)頻次高，可W捕捉到時(shí)間變化較快的天氣現(xiàn)象，特別適合對(duì) 中尺度強(qiáng)對(duì)流天氣的預(yù)警。運(yùn)些優(yōu)點(diǎn)是極軌氣象衛(wèi)星W及地面觀測(cè)手段所不具備的。因此， 使用靜止衛(wèi)星遙感資料對(duì)雷暴云團(tuán)進(jìn)行識(shí)別和追蹤，有非常重要的實(shí)際意義。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種氣象衛(wèi)星云圖的雷暴云識(shí)別方法和系統(tǒng)，旨在對(duì)氣象 衛(wèi)星原始數(shù)據(jù)進(jìn)行處理W得到衛(wèi)星云圖，在云圖的基礎(chǔ)上進(jìn)行圖像處理W實(shí)現(xiàn)云團(tuán)的識(shí) 另IJ，W云團(tuán)為單位實(shí)現(xiàn)快速精確地識(shí)別雷暴云團(tuán)。
[0004] 本發(fā)明是運(yùn)樣實(shí)現(xiàn)的，一種氣象衛(wèi)星云圖的雷暴云識(shí)別方法，所述氣象衛(wèi)星云圖 的雷暴云識(shí)別方法通過(guò)基于衛(wèi)星云圖云團(tuán)的雷暴云團(tuán)識(shí)別方法進(jìn)行衛(wèi)星傳輸原始數(shù)據(jù)解 析、云圖投影變換、中值濾波處理、云圖圖像分割W及雷暴云團(tuán)識(shí)別，在自動(dòng)識(shí)別云團(tuán)的基 礎(chǔ)上對(duì)云團(tuán)進(jìn)行光譜分析和紋理分析，得到的雷暴云團(tuán)的范圍、強(qiáng)度和移動(dòng)軌跡。
[0005] 進(jìn)一步，所述數(shù)據(jù)解析是將原始傳輸數(shù)據(jù)解析為紅外云圖、水汽云圖和可見(jiàn)光云 圖；
[0006] 云圖投影變換把地球表面的全部或局部完整地連續(xù)地表示在平面上，即建立球面 和平面中點(diǎn)與點(diǎn)之間的對(duì)應(yīng)函數(shù)關(guān)系；
[0007] 中值濾波處理，采用非線性濾波器濾除脈沖干擾、保護(hù)目標(biāo)邊緣，選擇3X3方形濾 波滑動(dòng)窗口，通過(guò)下式取中值進(jìn)行濾波；
[000引 Zxy=Med{g(i, j)} =Med{g(x甘，y+s)，（;r，s) GA(x，y) G 12};
[0009] 云圖圖像分割，圖像進(jìn)行兩次分割預(yù)處理：
[0010] 用模糊C均值聚類(FCM)對(duì)衛(wèi)星云圖進(jìn)行首次分割，根據(jù)多光譜圖像中像素點(diǎn)間灰 度特征的相似性對(duì)像素進(jìn)行劃分來(lái)達(dá)到云區(qū)域與地表區(qū)域分割的目的；
[0011] 用密度聚類法對(duì)云圖進(jìn)一步分割處理，云圖云團(tuán)識(shí)別指根據(jù)云圖中像素點(diǎn)間的空 間分布關(guān)系，識(shí)別出大尺度云系、小尺度云團(tuán)的目標(biāo)過(guò)程；
[0012] 雷暴云團(tuán)識(shí)別：分為光譜分析和紋理分析兩個(gè)步驟，用光譜分析簡(jiǎn)單剔除非雷暴 云，再使用紋理分析識(shí)別剩余的雷暴云團(tuán)，光譜分析為:使用深對(duì)流指數(shù)DCI、紅外多光譜帶 差TIR1-IR2和Tiri-w3個(gè)氣象參數(shù)，量化表示亮溫特征、局地標(biāo)準(zhǔn)差和亮溫差3個(gè)光譜特征，剔 除偽雷暴云團(tuán)；紋理分析的內(nèi)容為:使用能量、對(duì)比度、逆差矩和賭3個(gè)圖像紋理參數(shù)，量化 表示圖像的紋理變化規(guī)律，再使用灰度共生矩陣方法來(lái)對(duì)云圖云團(tuán)的紋理特征進(jìn)行分析和 提取，最終識(shí)別雷暴ZS團(tuán)。
[0013] 進(jìn)一步，所述氣象衛(wèi)星云圖的雷暴云識(shí)別方法包括W下步驟：
[0014] 步驟一，對(duì)于從氣象衛(wèi)星獲取的數(shù)據(jù)流，根據(jù)數(shù)據(jù)格式解析生成各通道圓盤圖，采 用多種投影變換方法把衛(wèi)星圓盤圖轉(zhuǎn)換為平面投影云圖，采用快速中值濾波技術(shù)對(duì)云圖去 噪處理；
[001引步驟二，根據(jù)經(jīng)過(guò)預(yù)處理獲取的云圖，使用FCM進(jìn)行第一次圖像分割，結(jié)合樣本的 一般特征值和每一時(shí)次云圖的具體情況，動(dòng)態(tài)實(shí)現(xiàn)地表和云區(qū)的分離；
[0016] 步驟S，使用DBSCAN密度聚類算法對(duì)云圖進(jìn)行第二次圖像分割處理，利用同一云 團(tuán)內(nèi)像素點(diǎn)高密度連通、不同云團(tuán)內(nèi)像素點(diǎn)低密度連通的特性，實(shí)現(xiàn)從云圖中提取出獨(dú)立 的云團(tuán)；
[0017] 步驟四，對(duì)于分割獲得的各個(gè)云團(tuán)，使用光譜識(shí)別方法剔除大部分非雷暴云團(tuán)，然 后使用紋理識(shí)別方法獲取雷暴云團(tuán)，并輸出顯示。
[0018] 進(jìn)一步，所述氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理具體包括如下步驟：
[0019] 第一步，收集氣象衛(wèi)星傳輸?shù)臄?shù)據(jù)流；
[0020] 第二步，遍歷整個(gè)數(shù)據(jù)文件，獲取、組合公共數(shù)據(jù)組，包括首行數(shù)據(jù)時(shí)間、衛(wèi)星標(biāo) 志、子交換塊、簡(jiǎn)化網(wǎng)格塊、軌道和姿態(tài)數(shù)據(jù)塊W及定標(biāo)數(shù)據(jù)塊；
[0021] 第=步，分通道提取圖像原始數(shù)據(jù)流，繪制衛(wèi)星各通道圓盤圖像；
[0022] 第四步，選擇投影變換方法，生成投影變換后的圖像數(shù)據(jù)，包括左上點(diǎn)和右下點(diǎn)經(jīng) 締度、圖像寬度和高度、圖像像素?cái)?shù)據(jù)；
[0023] 第五步，根據(jù)第四步得到的圖像數(shù)據(jù)，繪制投影變換后的衛(wèi)星平面圖像；
[0024] 第六步，對(duì)圖像濾波窗口內(nèi)的每一行數(shù)據(jù)，求取該行數(shù)據(jù)中的最大值、最小值和中 值；
[00巧]第屯步，分別求最大值組中的最小值Maxmin、最小值組中的最大值Minmax和中值 組中的中值Me血ed;
[0026] 第八步，求取Maxmin、Minmax和Medmed的中值，即為所求的中值，把模板中屯、點(diǎn)的 值設(shè)置為該值。
[0027] 進(jìn)一步，所述地表和云區(qū)的分離具體包括如下步驟：
[002引第一步，把云圖中的物體分為水體、陸地、低云、淡積云、中云、卷云、濃積云和積 雨云共八種類型，并計(jì)算類型在紅外、水汽和可見(jiàn)光=個(gè)通道的灰度一般值，在數(shù)據(jù)庫(kù)中記 錄；
[0029] 第二步，選取紅外云圖和可見(jiàn)光云圖構(gòu)建IR-VIS二維光譜特征空間，使用一個(gè)二 維數(shù)組data[256,2]按列分別存儲(chǔ)每個(gè)像素點(diǎn)在紅外、可見(jiàn)光圖像中的灰度特征值；
[0030] 第S步，W八類樣本特征值作為初始聚類中屯、在二維光譜特征空間中進(jìn)行FCM聚 類分析，獲取云圖中八種類型的聚類分區(qū)圖；
[0031] 第四步，根據(jù)聚類分區(qū)圖對(duì)所有像素點(diǎn)進(jìn)行判斷，如果該點(diǎn)二維灰度值在地表灰 度特征區(qū)域內(nèi)，則為地表像素點(diǎn)，標(biāo)記為黑色;如果不在，則為云像素點(diǎn)，保留。
[0032] 進(jìn)一步，所述使用DBSCAN聚類對(duì)云圖圖像進(jìn)行再一次分割具體包括如下步驟：
[0033] 第一步，使用數(shù)組data_type[x，y]和data_id[x，y]分別存儲(chǔ)點(diǎn)（x，y)的類型和所 屬的類別，地表區(qū)域中的像素點(diǎn)全標(biāo)記為無(wú)效點(diǎn)，云區(qū)域中的點(diǎn)標(biāo)記為未處理點(diǎn)；
[0034] 第二步，從任意一像素點(diǎn)P開(kāi)始，若P是核屯、點(diǎn)且未處理，則生成一個(gè)新的云團(tuán)Cl, 包含點(diǎn)P及其鄰域中所有的點(diǎn)，對(duì)于P鄰域中的點(diǎn)q，如果q未處理且為核屯、點(diǎn)，則把q鄰域中 所有未處理的點(diǎn)加入云團(tuán)Cl。將Cl中所有點(diǎn)標(biāo)記成已處理點(diǎn)；
[0035] 第S步，對(duì)于云圖中的每個(gè)云團(tuán)Ci,單獨(dú)用一種顏色表示。
[0036] 進(jìn)一步，所述雷暴云團(tuán)的強(qiáng)對(duì)流指數(shù)計(jì)算公式為：
[0037]
[003引其中，Tbb表示云頂亮溫，Tbb越小，貝化CI越大。
[0039] 進(jìn)一步，所述使用光譜識(shí)別方法剔除大部分非雷暴云團(tuán)具體包括如下步驟：
[0040] 第一步，對(duì)于經(jīng)過(guò)圖像分割處理后的云圖，計(jì)算云團(tuán)Al中所有像素點(diǎn)的光譜特征 指數(shù)DCI、Tiri-ir沸TiRi-W,統(tǒng)計(jì)符合雷暴云光譜特征的像素點(diǎn)的個(gè)數(shù)m，若n冷Ni X 0.3 ,Ni為 Ai的像素點(diǎn)總數(shù)，則初步將Ai柄;記為雷暴K，得到一系列雷暴zstBi ,B2 ,…；
[0041] 第二步，對(duì)初步識(shí)別出的雷暴云町進(jìn)行紋理分析，分別提取能量、逆差矩和對(duì)比度 運(yùn)3個(gè)特征參數(shù)，判斷是否符合雷暴云的紋理特征；若符合則可最終確定町是雷暴云，最終 確定云圖D中所有的雷暴云Cl, C2,…；
[0042] 第=步，用某種顏色對(duì)雷暴云Ci，C2,…進(jìn)行區(qū)域填充，標(biāo)記成雷暴云并輸出顯示。
[0043] 本發(fā)明的另一目的在于提供一種所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法的雷暴 云識(shí)別系統(tǒng)，所述雷暴云識(shí)別系統(tǒng)包括用于探測(cè)雷暴云團(tuán)的靜止氣象衛(wèi)星W及衛(wèi)星數(shù)據(jù)處 理系統(tǒng)。
[0044] 進(jìn)一步，所述衛(wèi)星數(shù)據(jù)處理系統(tǒng)包括：
[0045] 氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理模塊，用于對(duì)原始?xì)庀笮l(wèi)星數(shù)據(jù)進(jìn)行解析，生成各通道 圓盤圖，并經(jīng)過(guò)投影變換和中值濾波處理，獲得光滑無(wú)噪點(diǎn)的云圖；
[0046] 云地分離模塊，與所述氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理模塊連接，用于使用模糊聚類方 法，結(jié)合一定時(shí)期內(nèi)的歷史云圖，動(dòng)態(tài)實(shí)現(xiàn)地表和云區(qū)的分離；
[0047] 云團(tuán)分割模塊，與所述云地分離模塊連接，用于使用密度聚類方法，利用同一云團(tuán) 內(nèi)像素點(diǎn)特征相同或相似、不同云團(tuán)內(nèi)像素點(diǎn)特征差異較大，實(shí)現(xiàn)從云圖中提取出獨(dú)立的 云團(tuán)；
[0048] 雷暴云團(tuán)識(shí)別模塊，與所述云團(tuán)分割模塊連接，用于對(duì)于上述步驟中分割獲得的 各個(gè)云團(tuán)，先使用光譜識(shí)別方法剔除大部分非雷暴云團(tuán)，然后使用紋理識(shí)別方法獲取雷暴 云團(tuán)，并輸出顯不。
[0049] 本發(fā)明提供了氣象衛(wèi)星云圖的雷暴云識(shí)別方法，該方法包括衛(wèi)星傳輸數(shù)據(jù)解析、 云圖投影變換、中值濾波處理、云圖圖像分割W及雷暴云團(tuán)識(shí)別等步驟，在自動(dòng)識(shí)別云團(tuán) 的基礎(chǔ)上對(duì)云團(tuán)進(jìn)行光譜分析和紋理分析，得到的雷暴云團(tuán)的范圍、強(qiáng)度和移動(dòng)軌跡，其有 效地解決了雷暴云團(tuán)的對(duì)象化識(shí)別問(wèn)題，提高了雷暴云團(tuán)識(shí)別的準(zhǔn)確率。本發(fā)明還提供了 氣象衛(wèi)星云圖的雷暴云識(shí)別系統(tǒng)，使得上述雷暴云識(shí)別方法能夠系統(tǒng)、高效地自動(dòng)執(zhí)行，快 速處理和響應(yīng)每一時(shí)次及連續(xù)時(shí)間段的氣象衛(wèi)星云圖數(shù)據(jù)，識(shí)別雷暴云團(tuán)，并跟蹤雷暴云 團(tuán)的發(fā)生發(fā)展和變化，為氣象災(zāi)害的預(yù)測(cè)和預(yù)警提供有效的技術(shù)支撐。
【附圖說(shuō)明】
[0050] 圖1是本發(fā)明實(shí)施例提供的氣象衛(wèi)星云圖的雷暴云識(shí)別方法流程圖。
[0051] 圖2是本發(fā)明實(shí)施例提供的使用基于FCM的云圖圖像分割算法實(shí)現(xiàn)云地分離的流 程圖。
[0052] 圖3是本發(fā)明實(shí)施例提供的使用基于DBSCAN的云圖圖像分割算法實(shí)現(xiàn)云團(tuán)識(shí)別過(guò) 程的流程圖。
[0053] 圖4是本發(fā)明實(shí)施例提供的雷暴云團(tuán)識(shí)別算法的流程圖。
[0054] 圖5是本發(fā)明實(shí)施例提供的氣象衛(wèi)星云圖云團(tuán)的雷暴云識(shí)別系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0055] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合實(shí)施例，對(duì)本發(fā)明 進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并不用于 限定本發(fā)明。
[0056] 下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)的描述。
[0057] 如圖1所示，本發(fā)明氣象衛(wèi)星云圖的雷暴云識(shí)別系統(tǒng)包括用于探測(cè)雷暴云團(tuán)的靜 止氣象衛(wèi)星W及衛(wèi)星數(shù)據(jù)處理系統(tǒng)。所述衛(wèi)星數(shù)據(jù)處理系統(tǒng)包括：
[0058] 氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理模塊，用于對(duì)原始?xì)庀笮l(wèi)星數(shù)據(jù)進(jìn)行解析，生成各通道 圓盤圖，并經(jīng)過(guò)投影變換和中值濾波處理，獲得光滑無(wú)噪點(diǎn)的云圖。
[0059] 云地分離模塊，用于使用模糊聚類方法，結(jié)合一定時(shí)期內(nèi)的歷史云圖，動(dòng)態(tài)實(shí)現(xiàn)地 表和云區(qū)的分離。
[0060] 云團(tuán)分割模塊，用于使用密度聚類方法，利用同一云團(tuán)內(nèi)像素點(diǎn)特征相同或相似、 不同云團(tuán)內(nèi)像素點(diǎn)特征差異較大，實(shí)現(xiàn)從云圖中提取出獨(dú)立的云團(tuán)。
[0061] 雷暴云團(tuán)識(shí)別模塊，用于對(duì)于上述步驟中分割獲得的各個(gè)云團(tuán)，先使用光譜識(shí)別 方法剔除大部分非雷暴云團(tuán)，然后使用紋理識(shí)別方法獲取雷暴云團(tuán)，并輸出顯示。
[0062] 所述氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理模塊、云地分離模塊、云團(tuán)分割模塊、云圖和雷暴云 團(tuán)識(shí)別模塊單向順序連接。
[0063] 基于上述雷暴云團(tuán)的識(shí)別系統(tǒng)，本發(fā)明的雷暴云團(tuán)的識(shí)別方法包括如下步驟：
[0064] 步驟Sl:對(duì)于從氣象衛(wèi)星獲取的數(shù)據(jù)流，根據(jù)其數(shù)據(jù)格式解析生成各通道圓盤圖， 采用地圖投影變換方法把曲面圓盤圖轉(zhuǎn)換為規(guī)則云圖，采用一種快速中值濾波技術(shù)對(duì)云圖 去噪處理，保證后續(xù)圖像分割、特征提取、云團(tuán)識(shí)別的質(zhì)量；
[0065] 步驟S2:根據(jù)經(jīng)過(guò)預(yù)處理獲取的云圖，使用FCM進(jìn)行第一次圖像分割，結(jié)合樣本的 一般特征值和每一時(shí)次云圖的具體情況，動(dòng)態(tài)實(shí)現(xiàn)地表和云區(qū)的分離；
[0066] 步驟S3:使用DBSCAN密度聚類算法對(duì)云圖進(jìn)行第二次圖像分割處理，利用同一云 團(tuán)內(nèi)像素點(diǎn)高密度連通、不同云團(tuán)內(nèi)像素點(diǎn)低密度連通的特性，實(shí)現(xiàn)從云圖中提取出獨(dú)立 的云團(tuán)。
[0067] 步驟S4:對(duì)于上述步驟中分割獲得的各個(gè)云團(tuán)，先使用光譜識(shí)別方法剔除大部分 非雷暴云團(tuán)，然后使用紋理識(shí)別方法獲取雷暴云團(tuán)，并輸出顯示。
[0068] 下面結(jié)合附圖對(duì)本發(fā)明的雷暴云團(tuán)的識(shí)別方法進(jìn)行詳細(xì)的展開(kāi)說(shuō)明。
[0069] 1.氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理:衛(wèi)星傳輸?shù)亩M(jìn)制數(shù)據(jù)流不能直接用來(lái)繪制圖像 或生成產(chǎn)品，需要對(duì)其進(jìn)行解析處理;在衛(wèi)星遙感圖像處理中，通常需要采用地圖投影方法 把曲面圓盤圖中的信息完整、連續(xù)地表現(xiàn)在云圖上，即建立球面和平面中點(diǎn)與點(diǎn)之間的對(duì) 應(yīng)函數(shù)關(guān)系;在圖像處理中，通常使用中值濾波器來(lái)消除云圖中的噪聲和干擾，本發(fā)明使用 一種快速中值濾波技術(shù)來(lái)提高圖像預(yù)處理的效率。具體包括如下步驟：
[0070] 步驟Sioi:收集氣象衛(wèi)星傳輸?shù)臄?shù)據(jù)流。
[0071] 步驟S102:遍歷整個(gè)數(shù)據(jù)文件，獲取、組合公共數(shù)據(jù)組，包括首行數(shù)據(jù)時(shí)間、衛(wèi)星標(biāo) 志、子交換塊、簡(jiǎn)化網(wǎng)格塊、軌道和姿態(tài)數(shù)據(jù)塊W及定標(biāo)數(shù)據(jù)塊。
[0072] 步驟S103:分通道提取圖像原始數(shù)據(jù)流，繪制衛(wèi)星各通道圓盤圖像。
[0073] 步驟S105:選擇一種投影變換方法，生成投影變換后的圖像數(shù)據(jù)，包括左上點(diǎn)和右 下點(diǎn)經(jīng)締度、圖像寬度和高度、圖像像素?cái)?shù)據(jù)等。
[0074] 步驟S106:根據(jù)步驟S105得到的圖像數(shù)據(jù)，繪制投影變換后的衛(wèi)星平面圖像。
[0075] 步驟S107:對(duì)圖像濾波窗口內(nèi)的每一行，分別求取最大值、最小值和中值。
[0076] 步驟S108:分別求最大值組中的最小值Maxmin、最小值組中的最大值Minmax和中 值組中的中值Me血ed。
[0077] 步驟S109:求取Maxmin、Minmax和Medmed的中值，即為所求的中值，把模板中屯、點(diǎn) 的值設(shè)置為該值。
[0078] 4.云地分離:對(duì)于目標(biāo)數(shù)據(jù)對(duì)象集合，F(xiàn)CM認(rèn)為每個(gè)對(duì)象都有一個(gè)衡量與所有簇之 間隸屬關(guān)系的參數(shù)，稱為隸屬度。每個(gè)對(duì)象都W不同的隸屬度屬于某一簇，運(yùn)些簇就是該對(duì) 象集合的模糊子集。本發(fā)明使用FCM聚類對(duì)云圖圖像進(jìn)行分割實(shí)現(xiàn)云地分離。具體包括如下 步驟：
[0079] 步驟S201:把云圖中的物體分為水體、陸地、低云、淡積云、中云、卷云、濃積云和積 雨云共八種類型，并計(jì)算運(yùn)些類型在紅外、水汽和可見(jiàn)光=個(gè)通道的灰度一般值，在數(shù)據(jù)庫(kù) 中記錄。
[0080] 步驟S202:選取紅外云圖和可見(jiàn)光云圖構(gòu)建IR-VIS二維光譜特征空間，使用一個(gè) 二維數(shù)組data[256,2]按列分別存儲(chǔ)每個(gè)像素點(diǎn)在紅外、可見(jiàn)光圖像中的灰度特征值。
[0081 ]步驟S203: W八類樣本特征值作為初始聚類中屯、在二維光譜特征空間中進(jìn)行FCM 聚類，獲取云圖中八種類型的聚類分區(qū)圖。
[0082] 步驟S204:根據(jù)聚類分區(qū)圖對(duì)所有像素點(diǎn)進(jìn)行判斷，如果該點(diǎn)二維灰度值在地表 灰度特征區(qū)域內(nèi)，則為地表像素點(diǎn)，標(biāo)記為黑色;如果不在，則為云像素點(diǎn)，保留。
[0083] 5.云團(tuán)分割:經(jīng)過(guò)第一步云圖圖像分割處理一一云地分離后，云圖實(shí)際上是很多 像素點(diǎn)根據(jù)一些規(guī)則聚集到一起的一些簇的集合，運(yùn)些簇表現(xiàn)在云圖上就是大小不一的云 團(tuán)。根據(jù)像素點(diǎn)的"密度連通性"，本發(fā)明使用DBSCAN聚類對(duì)云圖圖像進(jìn)行再一次分割實(shí)現(xiàn) 云團(tuán)識(shí)別。具體包括如下步驟：
[0084] 步驟S301:使用數(shù)組data_type[x，y巧日data_id[x，y]分別存儲(chǔ)點(diǎn)（x，y)的類型和 所屬的類別，地表區(qū)域中的像素點(diǎn)全標(biāo)記為無(wú)效點(diǎn)，云區(qū)域中的點(diǎn)標(biāo)記為未處理點(diǎn)；
[0085] 步驟S302:從任意一像素點(diǎn)P開(kāi)始，若P是核屯、點(diǎn)且未處理，則生成一個(gè)新的云團(tuán) Cl,包含點(diǎn)P及其鄰域中所有的點(diǎn)。對(duì)于P鄰域中的點(diǎn)q，如果q未處理且為核屯、點(diǎn)，則把q鄰域 中所有未處理的點(diǎn)加入云團(tuán)Cl。將Cl中所有點(diǎn)標(biāo)記成已處理點(diǎn)；
[0086] 步驟S303:對(duì)于云圖中的每個(gè)云團(tuán)Ci，單獨(dú)用一種顏色表示。
[0087] 6.雷暴云團(tuán)識(shí)別：云圖提供的多光譜數(shù)據(jù)反映了目標(biāo)物體的自身物理特性，是大 多數(shù)雷暴云識(shí)別方法主要的信息源。紅外多光譜帶差TIR1-IR2和Tm-w、深對(duì)流指數(shù)DCI能夠 量化表示雷暴云的光譜特征。紅外通道亮溫差值TIR1-IR2能推斷出云團(tuán)的高度。紅外和水汽 通道亮溫差值TlRl-W若小于零則表明該區(qū)域的云團(tuán)高度大于對(duì)流層，此時(shí)可能發(fā)生強(qiáng)對(duì)流。 深對(duì)流指數(shù)計(jì)算公式為：
[008引
[0089] 其中，Tbb表示云頂亮溫。Tbb越小，貝化CI越大，說(shuō)明該地區(qū)更容易產(chǎn)生雷暴等強(qiáng)對(duì) 流天氣。
[0090] 一些云在光譜特征上和雷暴云十分相近，如卷云，僅使用光譜特征作為雷暴云的 識(shí)別依據(jù)是不夠的。紋理分析法可從紋理的角度識(shí)別出雷暴云?；叶裙采仃嚪椒ㄊ菍?duì)云 圖云團(tuán)的紋理特征進(jìn)行分析和提取的常用方法，主要有能量(ASM)、對(duì)比度（CON)、逆差矩 (IDM)和賭化NT)四個(gè)特征統(tǒng)計(jì)量，計(jì)算公式為：
[0091]
[0092]
[0093]
[0094]
[00M]具體包括如下步驟：
[0096] 步驟S401:對(duì)于經(jīng)過(guò)圖像分割處理后的云圖，計(jì)算云團(tuán)Al中所有像素點(diǎn)的光譜特 征指數(shù)DCI、Tiri-ir沸TiRi-W,統(tǒng)計(jì)符合雷暴云光譜特征的像素點(diǎn)的個(gè)數(shù)m，若n冷Ni X 0.3(Ni 為Al的像素點(diǎn)總數(shù)），則初步將Al標(biāo)記為雷暴云。運(yùn)樣就能得到一系列雷暴云Bi，B2，…；
[0097] 步驟S402:對(duì)初步識(shí)別出的雷暴云&進(jìn)行紋理分析，分別提取能量、逆差矩和對(duì)比 度運(yùn)3個(gè)特征參數(shù)，判斷是否符合雷暴云的紋理特征。若符合則可最終確定&是雷暴云，運(yùn) 樣最終確定云圖D中所有的雷暴云Cl，C2，…；
[0098] 步驟S403:用某種顏色對(duì)雷暴云Cl,C2,…進(jìn)行區(qū)域填充，標(biāo)記成雷暴云并輸出顯 /J、- O
[0099] (1)數(shù)據(jù)解析：
[0100] 本發(fā)明研究的數(shù)據(jù)對(duì)象是靜止氣象衛(wèi)星云圖原始數(shù)據(jù)，按照靜止氣象衛(wèi)星荷載探 測(cè)數(shù)據(jù)，我們將原始傳輸數(shù)據(jù)解析為紅外云圖、水汽云圖和可見(jiàn)光云圖圓盤圖。
[0101] (2)云圖投影變換：
[0102] 業(yè)務(wù)地圖是平面圖，W直角坐標(biāo)或極坐標(biāo)表示;而地球楠球體或球體是個(gè)曲面，通 常W地理經(jīng)締度表示。在衛(wèi)星遙感圖像處理中，需要采用一些數(shù)學(xué)方法把地球表面的全部 或局部完整地連續(xù)地表示在平面上，即建立球面和平面中點(diǎn)與點(diǎn)之間的對(duì)應(yīng)函數(shù)關(guān)系，運(yùn) 些方法稱為地圖投影。本發(fā)明支持Lambed投影、Mercator投影、極射投影和等經(jīng)締投影。
[0103] (3)中值濾波處理：
[0104] 在生成、數(shù)字處理和投影變換等過(guò)程中，衛(wèi)星云圖通常都不可避免產(chǎn)生一些椒鹽 噪聲。椒鹽噪聲包含鹽噪聲和胡椒噪聲，前者具有較高的灰度值，后者有較低的灰度值。運(yùn) 些噪聲不但降低了圖像質(zhì)量，還使目標(biāo)模糊，更是給后續(xù)的圖像分割、特征提取、圖像識(shí)別 等研究工作造成了不便，本發(fā)明采用更高級(jí)的非線性濾波器有效濾除脈沖干擾、保護(hù)目標(biāo) 邊緣。對(duì)于本發(fā)明所設(shè)及的衛(wèi)星二維圖像，選擇3X3方形濾波滑動(dòng)窗口，通過(guò)公式3-1取中 值進(jìn)行濾波。
[0105] Zxy=Med{g(i, j)} =Med{g(x甘，y+s)，（r's) GA(x，y) G 巧
[0106] (4)云圖圖像分割：
[0107] 圖像進(jìn)行兩次分割預(yù)處理：
[0108] 第一次：用FCM聚類對(duì)衛(wèi)星云圖進(jìn)行首次分割，實(shí)現(xiàn)了云地分離。云圖圖像分割的 關(guān)鍵在于根據(jù)多光譜圖像中像素點(diǎn)間灰度特征的"相似性"對(duì)像素進(jìn)行劃分來(lái)達(dá)到云區(qū)域 與地表區(qū)域分割的目的。傳統(tǒng)的闊值方法屬于圖像硬分割方法，不僅難W取得一個(gè)合適的 闊值，而且受環(huán)境因素影響，準(zhǔn)確率難W保證。本發(fā)明考慮到云圖復(fù)雜性和模糊性等因素， 研究了一種基于FCM聚類的云地分離算法。該方法能有效進(jìn)行云圖不確定性分割和提升分 割準(zhǔn)確率。該方法能更好地反映云和地表灰度闊值的動(dòng)態(tài)變化特性，得到更加接近實(shí)際的 效果。
[0109] 第二次：用密度聚類法對(duì)云圖進(jìn)一步分割處理，實(shí)現(xiàn)了云團(tuán)識(shí)別。云圖云團(tuán)識(shí)別指 根據(jù)云圖中像素點(diǎn)間的空間分布關(guān)系，識(shí)別出大尺度云系、小尺度云團(tuán)的目標(biāo)過(guò)程?；谙?素點(diǎn)間的"密度連通性"，結(jié)合基于區(qū)域的圖像分割思想，提出一種基于DBSCAN密度聚類的 云團(tuán)識(shí)別算法。該方法利用相同云團(tuán)內(nèi)的像素點(diǎn)"高密度連通"，不同云團(tuán)內(nèi)像素點(diǎn)"低密度 連通"，實(shí)現(xiàn)從云圖中提取出獨(dú)立的云團(tuán)。本方法不僅實(shí)現(xiàn)簡(jiǎn)單、效率高，而且還能通過(guò)對(duì)鄰 域相關(guān)參數(shù)的調(diào)整獲取最佳的云圖分割效果。
[0110] (5)雷暴云團(tuán)識(shí)別：
[0111] 通過(guò)如上步驟（1)~(4)，本發(fā)明將上述兩種算法應(yīng)用到雷暴云團(tuán)識(shí)別的數(shù)據(jù)預(yù)處 理中，基于此提出了一種基于云團(tuán)的雷暴云團(tuán)識(shí)別方法。該方法可分為光譜分析和紋理分 析兩個(gè)步驟，用光譜分析簡(jiǎn)單剔除非雷暴云，再使用紋理分析識(shí)別剩余的雷暴云團(tuán)，優(yōu)勢(shì)是 保證雷暴云團(tuán)識(shí)別準(zhǔn)確率的前提下大幅提升了識(shí)別效率。光譜分析的內(nèi)容為:本發(fā)明使用 深對(duì)流指數(shù)DCI、紅外多光譜帶差TIR1-IR2和TlRl-W,運(yùn)3個(gè)氣象參數(shù)，來(lái)量化表示亮溫特征、局 地標(biāo)準(zhǔn)差和亮溫差運(yùn)3個(gè)光譜特征，剔除偽雷暴云團(tuán)。紋理分析的內(nèi)容為:本發(fā)明使用能量 (ASM)、對(duì)比度(CON)、逆差矩（IDM)和賭化NT)運(yùn)4個(gè)圖像紋理參數(shù)，來(lái)量化表示圖像的紋理 變化規(guī)律，再使用灰度共生矩陣方法來(lái)對(duì)云圖云團(tuán)的紋理特征進(jìn)行分析和提取，最終準(zhǔn)確 識(shí)別雷暴云團(tuán)。
[0112] W上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用W限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種針對(duì)氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述氣象衛(wèi)星云圖的雷暴 云識(shí)別方法通過(guò)基于衛(wèi)星云圖云團(tuán)的雷暴云團(tuán)識(shí)別方法進(jìn)行衛(wèi)星傳輸原始數(shù)據(jù)解析、云圖 投影變換、中值濾波處理、云圖圖像分割以及雷暴云團(tuán)識(shí)別，在自動(dòng)識(shí)別云團(tuán)的基礎(chǔ)上對(duì)云 團(tuán)進(jìn)行光譜分析和紋理分析，得到雷暴云團(tuán)的范圍、強(qiáng)度和移動(dòng)軌跡。2. 如權(quán)利要求1所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述數(shù)據(jù)解析是 將傳輸原始數(shù)據(jù)解析為紅外云圖、水汽云圖和可見(jiàn)光云圖； 云圖投影變換把地球表面的全部或局部完整地連續(xù)地表示在平面上，即建立球面和平 面中點(diǎn)與點(diǎn)之間的對(duì)應(yīng)函數(shù)關(guān)系； 中值濾波處理，采用非線性濾波器濾除脈沖干擾、保護(hù)目標(biāo)邊緣，選擇3X3方形濾波滑 動(dòng)窗口，通過(guò)下式取中值進(jìn)行濾波； Zxy=Med{g(i, j)}=Med{g(x+r,y+s) ,(r,s) eA(x,y) el2}； 云圖圖像分割，圖像進(jìn)行兩次分割預(yù)處理： 用模糊C均值聚類對(duì)衛(wèi)星云圖進(jìn)行首次分割，根據(jù)多光譜圖像中像素點(diǎn)間灰度特征的 相似性對(duì)像素進(jìn)行劃分來(lái)達(dá)到云區(qū)域與地表區(qū)域分割的目的； 用密度聚類法對(duì)云圖進(jìn)一步分割處理，云圖云團(tuán)識(shí)別指根據(jù)云圖中像素點(diǎn)間的空間分 布關(guān)系，識(shí)別出大尺度云系、小尺度云團(tuán)的目標(biāo)過(guò)程； 雷暴云團(tuán)識(shí)別：分為光譜分析和紋理分析兩個(gè)步驟，用光譜分析剔除非雷暴云，再使用 紋理分析識(shí)別剩余的雷暴云團(tuán)，光譜分析為:使用深對(duì)流指數(shù)DCI、紅外多光譜帶差TIR1-IR2 和TIR1-w3個(gè)氣象參數(shù)，量化表示亮溫特征、局地標(biāo)準(zhǔn)差和亮溫差3個(gè)光譜特征，剔除偽雷暴 云團(tuán)；紋理分析的內(nèi)容為:使用能量、對(duì)比度、逆差矩和熵3個(gè)圖像紋理參數(shù)，量化表示圖像 的紋理變化規(guī)律，再使用灰度共生矩陣方法來(lái)對(duì)云圖云團(tuán)的紋理特征進(jìn)行分析和提取，最 終識(shí)別雷暴Ζ5Γ團(tuán)。3. 如權(quán)利要求1所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述氣象衛(wèi)星云 圖的雷暴云識(shí)別方法包括以下步驟： 步驟一，對(duì)于從氣象衛(wèi)星獲取的數(shù)據(jù)流，根據(jù)數(shù)據(jù)格式解析生成各通道圓盤圖，采用地 圖投影變換方法把曲面圓盤圖轉(zhuǎn)換為規(guī)則云圖，采用快速中值濾波技術(shù)對(duì)云圖去噪處理； 步驟二，根據(jù)經(jīng)過(guò)預(yù)處理獲取的云圖，使用FCM聚類進(jìn)行第一次圖像分割，結(jié)合樣本的 一般特征值和每一時(shí)次云圖的具體情況，動(dòng)態(tài)實(shí)現(xiàn)地表和云區(qū)的分離； 步驟三，使用DBSCAN密度聚類算法對(duì)云圖進(jìn)行第二次圖像分割處理，利用同一云團(tuán)內(nèi) 像素點(diǎn)高密度連通、不同云團(tuán)內(nèi)像素點(diǎn)低密度連通的特性，實(shí)現(xiàn)從云圖中提取出獨(dú)立的云 團(tuán)； 步驟四，對(duì)于分割獲得的各個(gè)云團(tuán)，使用光譜識(shí)別方法剔除大部分非雷暴云團(tuán)，然后使 用紋理識(shí)別方法獲取雷暴云團(tuán)，并輸出顯示。4. 如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述氣象衛(wèi)星原 始數(shù)據(jù)預(yù)處理具體包括如下步驟： 第一步，采集氣象衛(wèi)星傳輸?shù)臄?shù)據(jù)流； 第二步，遍歷整個(gè)數(shù)據(jù)文件，獲取、組合公共數(shù)據(jù)組，包括首行數(shù)據(jù)時(shí)間、衛(wèi)星標(biāo)志、子 交換塊、簡(jiǎn)化網(wǎng)格塊、軌道和姿態(tài)數(shù)據(jù)塊以及定標(biāo)數(shù)據(jù)塊； 第三步，分通道提取圖像原始數(shù)據(jù)流，繪制衛(wèi)星各通道圓盤圖像； 第四步，選擇一種投影變換方法，生成投影變換后的圖像數(shù)據(jù)，包括左上點(diǎn)和右下點(diǎn)經(jīng) 煒度、圖像寬度和高度、圖像像素?cái)?shù)據(jù)； 第五步，根據(jù)第四步得到的圖像數(shù)據(jù)，繪制投影變換后的衛(wèi)星平面圖像； 第六步，對(duì)圖像濾波窗口內(nèi)的每一行，分別求取最大值、最小值和中值； 第七步，分別求最大值組中的最小值Maxmin、最小值組中的最大值Minmax和中值組中 的中值Medmed; 第八步，求取Maxmin、Minmax和Medmed的中值，即為所求的中值，把模板中心點(diǎn)的值設(shè) 置為該值。5. 如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述地表和云區(qū) 的分離具體包括如下步驟： 第一步，把云圖中的物體分為水體、陸地、低云、淡積云、中云、卷云、濃積云和積雨云共 八種類型，并計(jì)算類型在紅外、水汽和可見(jiàn)光三個(gè)通道的灰度一般值，在數(shù)據(jù)庫(kù)中記錄； 第二步，選取紅外云圖和可見(jiàn)光云圖構(gòu)建IR-VIS二維光譜特征空間，使用一個(gè)二維數(shù) 組data[256,2]按列分別存儲(chǔ)每個(gè)像素點(diǎn)在紅外、可見(jiàn)光圖像中的灰度特征值； 第三步，以八類樣本特征值作為初始聚類中心在二維光譜特征空間中進(jìn)行FCM分析，獲 取云圖中八種類型的聚類分區(qū)圖； 第四步，根據(jù)聚類分區(qū)圖對(duì)所有像素點(diǎn)進(jìn)行判斷，如果該點(diǎn)二維灰度值在地表灰度特 征區(qū)域內(nèi)，則為地表像素點(diǎn)，標(biāo)記為黑色，去除;如果不在，則為云像素點(diǎn)，保留。6. 如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述使用DBSCAN 聚類對(duì)云圖圖像進(jìn)一步分割具體包括如下步驟： 第一步，使用數(shù)組data_type[x，y]和data_id[x，y]分別存儲(chǔ)點(diǎn)（x，y)的類型和所屬的 類別，地表區(qū)域中的像素點(diǎn)全標(biāo)記為無(wú)效點(diǎn)，云區(qū)域中的點(diǎn)標(biāo)記為未處理點(diǎn)； 第二步，從任意一像素點(diǎn)P開(kāi)始，若P是核心點(diǎn)且未處理，則生成一個(gè)新的云團(tuán)Ci，包含點(diǎn) P及其鄰域中所有的點(diǎn)，對(duì)于P鄰域中的點(diǎn)q，如果q未處理且為核心點(diǎn)，則把q鄰域中所有未 處理的點(diǎn)加入云團(tuán)C1，將C 1中所有點(diǎn)標(biāo)記成已處理點(diǎn)； 第三步，對(duì)于云圖中的每個(gè)云團(tuán)C1，單獨(dú)用一種顏色表示。 7 .如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述雷暴云團(tuán)的 強(qiáng)對(duì)流指數(shù)計(jì)算公式為： f250-7；? J",,,, <250人， [0 , >250^ . ? 其中，Tbb表示云頂亮溫，1?越小，則DCI越大。8.如權(quán)利要求3所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法，其特征在于，所述使用光譜識(shí) 別方法剔除大部分非雷暴云團(tuán)具體包括如下步驟： 第一步，對(duì)于經(jīng)過(guò)圖像分割處理后的云圖，計(jì)算云團(tuán)A1*所有像素點(diǎn)的光譜特征指數(shù) DCI、TIR1-IR2和Tir1-w，統(tǒng)計(jì)符合雷暴云光譜特征的像素點(diǎn)的個(gè)數(shù)m，若m彡N i X 0.3 ,Ni為Ai的 像素點(diǎn)總數(shù)，則初步將Ai標(biāo)記為雷暴Ζ5Γ，得到一系列雷暴Z^rBl，B2，…； 第二步，對(duì)初步識(shí)別出的雷暴云叫進(jìn)行紋理分析，分別提取能量、逆差矩和對(duì)比度這3個(gè) 特征參數(shù)，判斷是否符合雷暴云的紋理特征;若符合則可最終確定Bj是雷暴云，最終確定云 圖D中所有的雷暴云&，&，···； 第三步，用某種顏色對(duì)雷暴云&，C2，…進(jìn)行區(qū)域填充，標(biāo)記成雷暴云并輸出顯示。9. 一種如權(quán)利要求1所述的氣象衛(wèi)星云圖的雷暴云識(shí)別方法的雷暴云識(shí)別系統(tǒng)，其特 征在于，所述雷暴云識(shí)別系統(tǒng)包括用于探測(cè)雷暴云團(tuán)的靜止氣象衛(wèi)星以及衛(wèi)星數(shù)據(jù)處理系 統(tǒng)。10. 如權(quán)利要求9所述的雷暴云識(shí)別系統(tǒng)，其特征在于，所述衛(wèi)星數(shù)據(jù)處理系統(tǒng)包括： 氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理模塊，用于對(duì)原始?xì)庀笮l(wèi)星數(shù)據(jù)進(jìn)行解析，生成各通道圓盤 圖，并經(jīng)過(guò)投影變換和中值濾波處理，獲得光滑無(wú)噪點(diǎn)的云圖； 云地分離模塊，與所述氣象衛(wèi)星原始數(shù)據(jù)預(yù)處理模塊連接，用于使用模糊聚類方法，結(jié) 合一定時(shí)期內(nèi)的歷史云圖，動(dòng)態(tài)實(shí)現(xiàn)地表和云區(qū)的分離； 云團(tuán)分割模塊，與所述云地分離模塊連接，用于使用密度聚類方法，利用同一云團(tuán)內(nèi)像 素點(diǎn)特征相同或相似、不同云團(tuán)內(nèi)像素點(diǎn)特征差異較大，實(shí)現(xiàn)從云圖中提取出獨(dú)立的云團(tuán)； 雷暴云團(tuán)識(shí)別模塊，與所述云團(tuán)分割模塊連接，用于對(duì)于上述步驟中分割獲得的各個(gè) 云團(tuán)，先使用光譜識(shí)別方法剔除大部分非雷暴云團(tuán)，然后使用紋理識(shí)別方法獲取雷暴云團(tuán)， 并輸出顯不。
【文檔編號(hào)】G06T7/40GK106023177SQ201610321315
【公開(kāi)日】2016年10月12日
【申請(qǐng)日】2016年5月14日
【發(fā)明人】何麗莉, 白洪濤, 歐陽(yáng)丹彤, 王猛
【申請(qǐng)人】吉林大學(xué)