基于遗传算法初始群体优化的台风中心自动定位

针对误差梯度求导方法求解台风中心自动定位最优目标函数时,具有解的局部优化问题以及最优解获取困难的不足,本文将遗传算法应用到卫星云图台风中心自动定位的优化求解中,实现了台风中心的准确自动定位。同时,考虑到标准遗传操作中初始群体的随机生成对最优解的搜索具有很强的敏感性和不确定性问题,本文根据台风云系的灰度分布特征,对初始群体的生成进行了改进与优化,求得了最优数值解。多个台风中心定位仿真试验结果验证了该方法的合理性和可靠性。     

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。     

描述台风云图表面纹理结构的新模型

以ＧＭＳ红外卫星云图为对象，采用ＳＡＲ（ＳｉｍｕｌｔａｎｅｏｕｓＡｕｔｏＲｅｇｒｅｓｓｉｖｅ）随机场纹理模型，抽取不同邻域下云图的纹理特征（ρ－粗糙度，θ－方向）确定了最佳邻域，运用分形（Ｆｒａｃｔａｌ）理论，求取了描述云图自相似性特点的多种分数维，确定了最佳分数维，在上述研究工作的基础上，建立了全新的纹理识别模型ＳＡＲＦ，研究结果表明，ＳＡＲＦ模型不仅能全方位地表征云图的纹理特征，而且具有分类精     

基于纹理特征的卫星云图台风自动识别方法

利用图像的分形维数和灰度梯度共生矩阵提取了卫星云图中台风密蔽云区等目标的纹理特征,将图像分形维数和灰度梯度共生矩阵的三个二次统计特征结合起来,对卫星云图进行识别分类.     

台风中心的旋转定位

台风在大气中绕着自己的中心急速旋转、同时又向前移动的空气涡旋。由于台风中心集中了台风绝大部分的能量和含水量,也是台风破坏力集中的地方,因为台风中心的定位对于台风路径预测和灾害预报来说都是非常重要的。传统的台风中心定位方式精度底,误差大,难以满足实际需要。为了准确地进行台风中心的定位,根据台风卫星云图的数字化特征和台风运动规律,提出了旋转定位方式。它的理论基础是,根据运动学和台风学原理,台风虽然是非刚性物体,但是其中心部分可相对看成是刚体的运动,因为热带气旋中心具有转动矢零的特点。这样,在卫星云图序列动画中,找出前后两次相应特征点的轨迹,即可算出其中的转动原点,也就是转动矢量为零的点。由于该方法结合了云图特性和运动因素,因而提高了精度和合理性。由此可见,对于台风这样的运动物体,结合其运动特征的中心定位法是台风中心定位的必然方向。     

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。     

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。     

基于密度矩阵和卫星修正的台风中心定位仿真

针对当前方法在对台风中心进行定位时存在准确性不高、收敛速度较慢的问题,提出一种新的台风中心定位方法,采用能量系数、熵值、对比度、相关系数以及局部平稳系数描述台风卫星云图的纹理特征,求得台风卫星云图的密度矩阵,从中提取云图灰度平均纹理特征、小梯度优势特征和梯度均匀性纹理特征,并对其进行阈值化处理和正规化处理,完成台风卫星云图的预处理;构建台风中心定位最优目标函数并进行求解,完成台风中心初步定位,在此基础上剔除不合理台风中心位置坐标,提高台风中心定位精度。实验结果证明,所提方法在进行台风中心定位时,其定位精确度相比传统方法有很大提高,另外完成台风中心定位所需迭代次数明显减少。以上实验结果说明所提方法能够实现不同类型台风中心的准确定位,且收敛速度快。     

卫星云图有眼台风中心定位算法研究

本文分析和研究了单幅红外卫星云图台风定位问题,初步研究了有眼台风的模式识别,提出有眼区台风的中心定位算法.根据气象领域知识,眼区处在台风主体云系最大内切圆圆心附近,算法先提取出台风主体云系,应用数学形态学求取台风最大内切圆中心和半径,在此范围内寻找台风眼区.为了排除云洞和云缝的干扰,提出使用距离和灰度信息组成判别式求取台风眼区.实验证明具有较高的定位精度,能适合气象预报业务化的要求.     

螺旋线轨迹在纹理合成算法中的应用

本文在MRF模型和已有块拼贴算法的基础上,根据纹理的邻域相关性以及匹配点的位置分布在上次合成匹配点邻域的概率较大这一特点,直接选取前一匹配块的相邻块为待选最佳匹配块,使算法能够快速地采样到最优匹配块,并能较好的保持合成纹理的邻域相关性;同时,采用螺旋顺序逐块合成纹理,能够加强对合成过程的约束,克服了合成过程中不连续区域的出现。本文算法较好的维持了样本图的结构特征,在保证纹理合成质量的同时,能够有效的减少算法的计算量。     

纹理合成中的邻域大小自动识别算法

在许多采用马尔可夫随机场模型的基于样图的纹理合成算法中,邻域大小决定着这些合成算法的纹理合成质量和合成速度。但目前该参数是由用户根据目测的纹元大小进行试探性的设置,往往需要多次试探才能获得较为理想的邻域大小,设置起来非常不便。文章运用统计分析的方法,提出了一种邻域大小自动识别的算法。实验表明,在一个较宽的纹理范围内,该算法能够自动地识别出理想的邻域大小。     

机动车车牌自动识别系统与VMLA定位算法

介绍了一种机动车车牌自动识别系统及其机动车车牌自动定位的 VML A (Vector Map L ocationAlgorithm)新算法 .该算法基于机动车车牌字符笔画两个边缘互相关值最大这一特征 ,先利用粒子图象测速原理得出位移矢量图 ,然后在位移矢量图中定位机动车车牌 .VML A算法具有实时、机动车车牌大小在较大范围内自适应的特点 ,同时还能得到机动车车牌字符与背底对比情况、机动车车牌大小的粗略估计等信息 ,这些信息对后续车牌的精确定位、分割、识别非常有用 .5 4 0幅机动车车牌图象的初步实验结果为定位速度 0 .2 s/个 ,定位正确率98.9% .这表明该方法速度快、一次定位正确率高 ,是一种极有潜力的定位新算法     

基于红外云图的台风中心智能定位方法

台风中心附近的云墙是同心圆状云带且其灰度值范围较固定,针对该特点,利用红外云图对台风中心进行智能定位,提出由云图预处理、Snake活动轮廓模型提取台风云墙轮廓点、最小二乘法拟合圆组成的3步定位方法。实验结果表明,该方法定位速度快、精度高,能满足气象业务的实时性要求。     

岭回归算法在卫星定位中的应用

提出一种在可见卫星相对几何构型不好时提高定位精度的新算法。卫星间相对几何位置对定位精度的影响很大,在可见卫星几何布局不好的情况下,定位精度会大大降低。针对此问题,提出一种新的卫星定位算法。该算法通过引入有偏估计,以最小化参数估计的方差为目标,用轻微牺牲无偏性的代价大大提高了定位精度,解决了可见卫星布局不好情况下不能精确定位的问题,在军事上有很高的应用价值。     

机器视觉标定中的亚像素中心定位算法

双目视觉检测系统中,圆形标志的中心定位精度直接影响标定的精度和整体测量的精度。传统算法定位精度较低,不能满足高精度测量的要求。采用Canny算子对标定板图像进行边缘检测,Zernike矩定位亚像素边缘,用最小二乘拟合标志中心。实验表明:该方法对圆形标志中心点提取精确且稳定,中心定位精度优于0.1个像素,系统测量平均误差小于0.02 mm,满足高精度视觉测量要求。     

几种激光光斑中心定位算法在应用中的比较

在光学测量中,激光光斑中心定位算法的精度和速度将直接影响到实际测量的精度和速度,因而中心定位算法的选择显得尤为重要。针对光学测量中的几种激光光斑中心定位方法,对灰度重心法、随机Hough变换法、最小二乘圆拟合处理激光光斑中心的性能进行了比较。比较结果表明,最小二乘圆拟合法不但具有很高的定位精度,而且具有很快的计算速度,...