论文部分内容阅读
冰雹是一种严重的灾害性天气,它已引起了全世界的重视。冰雹云的发生发展具有突发性,移动迅速,生命史短等特点,这为冰雹准确预报和人工防雹造成困难,因此基于多谱勒雷达的冰雹云自动识别方法的研究具有较高的应用价值和社会效益。
本文从雷达基本反射率图像中的冰雹云轮廓描述入手,构建一个能够辅助预报员进行钩状冰雹云预报并定位落雹区的子系统,帮助预报员提高工作效率,减轻工作强度并降低预报出错概率。
本文通过Freeman链码以及基于链码的信息处理实现了冰雹云的描述以及雹区定位。使用链码描述图像轮廓具有存储量小且码字简单等优点,但链码也具有许多缺陷,如链码往往太长,对噪声的干扰比较敏感,不具有对起始点、尺度及旋转的稳健性。本文通过深入研究发现:
Freeman链码中码字总数与图像的起始点无关,由此构造出最小和统计方向码,它总是与特定角度的轮廓相对应,因此对图像的旋转表现出极高的稳健性。
基于最小和统计方向码的Shannon熵对图像尺度变化具有极高的稳健性,上述高效的码字处理方法为后续的冰雹云识别以及冰雹落区定位奠定了坚实的基础:
以Shannon熵构造的相似性判别准则使基于模板匹配法的钩状冰雹云识别获得了较高的准确率。
以弧弦比参数检测钩状区的思路较好地解决了两类典型冰雹云的雹区定位问题。
三种类型的样本测试表明:本文方法处理速度快,典型冰雹云识别率较高,冰雹落区定位准确。