台风卫星云图分割方法研究

本文针对台风卫星云图的具体特点,采用一种利用迭代模型并结合台风云系面积特征的分割方法,对台风卫星云图进行分割,取得了满意的效果。     

台风卫星云图分割方法研究

本文针对台风卫星云图的具体特点,采用一种利用迭代模型并结合台风云系面积特征的分割方法,对台风卫星云图进行分割,取得了满意的效果。     

基于FY-2C气象卫星云图的台风分割方法的研究

在利用FY-2C气象卫星云图进行台风中心自动定位与跟踪的研究中,台风云系的分割是处理中关键的一步。结合台风主体云系具有灰度值较高、面积较大、活动范围有限和像素集中的特点,综合采用阈值法、数学形态学法和数理统计等方法,对FY-2C气象卫星云图中的红外一通道兰勃托原始投影云图中的台风分割进行了研究,取得了满意的效果。     

静止卫星图像热带气旋云系自动识别

热带气旋对我国东南沿海地区国民经济和人民生命财产威胁巨大,静止卫星云图是热带气旋实时监测的主要数据源。热带气旋在卫星云图上的纹理特征与其它云系相似度高,为气旋云系的自动准确提取带来困难。本文在矢量矩概念的基础上,提出了旋转系数的概念来表征热带气旋的形态本质特征从而实现热带气旋的自动识别。建立了基于静止卫星图像,运用最大类间方差法确定目标云系分割阈值,结合云系面积和亮温分布特性,利用旋转系数进行热带气旋云系自动识别的方法流程。以1211台风海葵为例,在台风生成发展期、成熟期以及消亡期内,进行了改进前后方法识别率的对比实验,统计发现改进方法的识别率分别为76%、95%、78%,均高于原始方法的59%、90%、63%。实验表明改进方法分割的热带气旋云系更为完整,对各阶段的热带气旋云系识别率均更高。     

基于纹理方向整体分布特征的台风自动识别方法

为实现卫星云图上台风的自动识别，提出了一种基于纹理方向整体分布特征的台风云系图象自动识别方法，通过引入矢量矩的概念来表现图象纹理整体分布规律，该识别方法采用全局搜索方式，将一窗口在整幅图象上滑动，首先计算出窗口图象内各点的纹理方向，进而得出窗口图像的矢量矩，将矢量矩与阈值比较来判整幅图象是否为台风云系图像，实验结果表明，该方法能够识别不同类型和不同发展阶段的台风云系图象，能够很好地将台风云系与其他干扰云系区分开，具有较广泛的适应性和较高的识别率。     

基于卫星云图的台风云系特征提取算法研究

利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法和优化的遗传-模糊聚类算法,实现了西北太平洋地区台风云系特征的提取。这两种算法提取出的台风云系特征参数简单,用于热带气旋(Tropical Cyclone,TC)的监测预警中可提高效率,适用于台风预报预警监测的业务化应用。     

一种图象区域颜色与面积特征的抽取与表示方法

图象色彩与面积特征已被广泛运用于基于内容的图象或视频检索等领域.如何获取及表示区域彩色特征相似性,是对彩色图象进行有效分割的前提.此文提出一种基于HSI颜色空间的区域彩色特征相似性表示方法,利用改进的区域合并法对彩色图象进行分割.在图象分割的基础上,进而研究并提出一种图象分割区域颜色与面积特征的抽取与表示的有效方法.     

一种彩色图像多特征的抽取与表示方法

提出一种基于HSl颜色空间的区域彩色特征相似性表示方法，利用改进的区域合并法对彩色图像进行分割。在图像分割的基础上，研究并提出一种图像分割区域颜色、空间位置与面积特征的抽取与表示的有效方法。     

一种基于区域的彩色图像分割方法

提出一种基于区域的彩色图像分割方法，该方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征，形成基于像素的综合特征空间；利用模糊C均值聚类方法，在综合特征空间中进行聚类，利用模糊熵的原理获得最佳聚类的簇数目，得到初步的区域分割，最后利用连接原理对图像区域进一步分割。该方法还提供了丰富的区域特征。     

基于颜色和纹理特征提取彩色图像的有意义区域

针对猪肉眼肌彩色图像中眼肌区域的提取，提出一种基于颜色和纹理特征的彩色图像分割方法，实现了眼肌区域的自动分割。该研究在RGB彩色空间下进行，改进以往区域生长算法中种子点的选取方法，实现了基于彩色图像的区域生长算法，并比较以灰度为特征，以颜色为特征和以颜色与纹理相结合为特征进行区域生长的分割效果。研究结果表明，基于R、G、B和纹理特征的改进区域生长算法具．有较好的分割效果。     

基于区域生长的彩色图像分割算法

针对传统种子区域生长算法在分割具有复杂纹理的彩色图像中存在的问题,提出一种改进的种子区域生长算法,该算法在YCbCr颜色空间中进行,采用离散余弦变换提取图像纹理特征值,进行自动种子及种子区域的生长,并用区域合并改善过度分割。实验结果表明,该算法能有效提高图像分割的精确性。     

Typhoon eye extraction with an automatic SAR image segmentation method

Spaceborne microwave synthetic aperture radar (SAR), with its high spatial resolution (10–100 m), large area coverage, and day/night imaging capability, has been used as an important tool for typhoon monitoring. Since the microwave signal can penetrate through clouds, SAR images reveal typhoon morphology at the sea surface. Within the region of a typhoon eye, wind speed and the associated sea surface roughness are usually low. Therefore, the typhoon eye can be well distinguished as dark areas in SAR images. However, automatic typhoon eye extraction from SAR images is hampered by SAR image speckle noise and other false-alarm dark features contained in an image. In this study, we propose an image processing approach to extract typhoon eyes from SAR images. The three-step image processing includes: (1) applying an extended non-local means image denoizing algorithm to reduce image speckle noise; (2) applying a top-hat transform to denoized imagery to enhance the contrast; and (3) using a labelled watershed to segment the typhoon eye. Experimental results from analysing three Environmental Satellite SAR typhoon images show that our approach provides fast and efficient SAR image segmentation for typhoon eye extraction. Typhoon eyes are segmented correctly, and their edges are well detected. Our experimental results are comparable to manually extracted typhoon eye information. Fine-tuning of this approach will provide an automatic tool for typhoon eye information extraction from SAR images.     

基于区域分割的红外和可见光图像融合方法

针对红外和可见光图像融合在场景监控中的应用,提出了一种基于区域分割的图像融合方法。首先采用改进的区域生长法对源图像进行区域分割,得到用于融合图像的联合区域表示,然后综合考虑目标灰度和面积的特点将区域划分为目标区域和背景区域,分别采取基于区域能量和区域平均梯度的融合规则得到融合图像。通过对两组不同场景下的图像进行实验,结果表明该方法能够有效地保持源图像特征,融合结果有利于人眼感知和机器视觉。     

基于肤色特征的人脸检测算法的研究

通过对比面部识别技术的各种算法,本文重点研究了基于肤色特征的人脸检测算法。首先通过两种方法实现人脸的区域分割：基于相似度的方法和基于皮肤区域、头发区域的方法。前者通过相似度计算、二值化之后标记出人脸区域,后者利用颜色来检测人脸区域。人脸区域检测完毕之后再对其进行人脸特征的标注,最终实现面部检测。     

基于区域分割的复杂背景中人脸检测与定位

基于区域分割和特征验证，提出了一种复杂背景下的人脸检测和定位方法。在粗略定位人脸的基础上，提出了一种新颖简单的区域分割方法，有效地定位出人脸的候选区域，通过检测眼睛和嘴唇完成对人脸的确认。实验证明该方法检测速度快，准确率高，具有较好的鲁棒性。     

一种多光谱图像纹理特征提取及比较方法

该文提出一种基于最小二乘及区域分割的多光谱图像纹理特征提取与比较的方法。通过最小二乘法得到系数矩阵来描述多光谱图像的纹理特征,利用区域分割技术将不同纹理特征的图像区分开,并将相似纹理的图像合并为一类。提取区域的统计特性得到纹理特征提取的结果,并采用四条标准来比较两幅多光谱图像特征的差异程度,最后进行算法仿真,取得了较好的效果。     

高分辨率遥感影像的多特征多核ELM分类方法

针对高分辨率遥感影像地物分布复杂多变,利用ELM的快速分类性能,提出了一种ELM的多特征多核高分辨率遥感影像分类方法。首先利用多尺度分割算法将原始影像粗分为若干地物区域;然后依据区域合并准则对粗分割图像合并得到典型地物特征的对象信息,并提取分割对象的光谱特征与空间特征;最后以多种核函数加权组合的方式构建多核ELM对影像分类,获得最终的分类结果。实验结果表明,所提方法不仅降低了对目标训练样本的要求,同时还提高了分类的准确性、及时性和完整性。