氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)方法

楊陽　周曉麗

摘 要：當(dāng)前的風(fēng)云氣象衛(wèi)星系統(tǒng)還不能夠自動檢測出氣象衛(wèi)星云圖缺失區(qū)域并且未能對氣象衛(wèi)星云圖缺失區(qū)域進(jìn)行修復(fù)。針對這一問題，提出了氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)方法。該種方法分為四個步驟：第一步是對衛(wèi)星云圖進(jìn)行邊緣監(jiān)測，得出它的邊緣圖像；第二步是根據(jù)前一步得到的邊緣圖像采用累計概率霍夫變換大致定位出缺失區(qū)域；第三步是要將第二步得到的大致缺失區(qū)域位置進(jìn)行區(qū)域生長得到精確的定位，在這個環(huán)節(jié)可以實現(xiàn)對云圖缺失區(qū)域的自動檢測；最后一步要通過快速行進(jìn)法對已檢測出的云圖缺失區(qū)域進(jìn)行快速修復(fù)。實踐表明，這種氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)方法與傳統(tǒng)的技術(shù)手段相比具有很明顯的優(yōu)勢。

關(guān)鍵詞：氣象衛(wèi)星云圖缺失區(qū)域 自動修復(fù)

中圖分類號：P414.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-9082（2018）07-0-01

氣象衛(wèi)星具有勘測天氣的功能，氣象衛(wèi)星云圖在氣象預(yù)報領(lǐng)域發(fā)揮著至關(guān)重要的作用。隨著科技發(fā)展，利用圖像處理的方式對衛(wèi)星云圖進(jìn)行處理已經(jīng)成為氣象綜合分析的一種重要方式。在現(xiàn)實使用中，會出現(xiàn)許多影響因素致使衛(wèi)星云圖都某些景象會出現(xiàn)缺失。因此，氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)能力決定了人們能否從云圖中識別出更多重要信息。由于氣象云圖缺失的區(qū)域會對氣象預(yù)報產(chǎn)生影響，所以提出了氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)方法，接下來我就將具體講述氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)的方法步驟。

一、初階段的邊緣檢測

在自動修復(fù)氣象衛(wèi)星云圖缺失區(qū)域時，首先要衛(wèi)星云圖進(jìn)行邊緣檢測。氣象衛(wèi)星云圖是一種數(shù)字圖像信息，人們能從視覺的角度認(rèn)識到大致的氣象信息。邊緣檢測是圖像處理與計算機(jī)視覺中的一個基礎(chǔ)理論，邊緣檢測是表示出數(shù)字圖像中亮度明暗變化的點。對氣象衛(wèi)星云圖進(jìn)行邊緣檢測，就是具體的算法來提取出衛(wèi)星云圖中對象與背景之間的交界線，以此來描述重要的變化。在氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)過程中首先進(jìn)行邊緣檢測，可以大幅度減少數(shù)據(jù)分析，可以在源頭上就剔除掉不相干的信息，它保留下的是圖像的最重要的結(jié)構(gòu)屬性。有許多方法可以應(yīng)用于氣象衛(wèi)星云圖的邊緣檢測，總的來說這些方法可以分成兩類，一類是基于查找的方法，另一類是基于零穿越的一類方法?；诓檎业倪@類方法是通過得出圖像的一階導(dǎo)數(shù)的最大值以及最小值來檢測出云圖的邊緣，通常會把這類邊界定位在這個梯度的最大程度?；诹愦┰降姆椒ㄊ峭ㄟ^尋找云圖上圖像二階導(dǎo)數(shù)零穿越來選擇確定邊界。在這一步初檢測中，對衛(wèi)星云圖進(jìn)行邊緣檢測能夠得到它的邊緣圖像[1]。

二、定位缺失區(qū)域

霍夫變換是圖像處理中從圖像中識別幾何形狀的基本方法之一，它的基本原理可以概括為四個步驟：1隨機(jī)選取邊緣圖像上的前景點，映射到極坐標(biāo)上的畫出曲線；2當(dāng)極坐標(biāo)系上面出現(xiàn)最小投票數(shù)時，將這個點所對應(yīng)的位置用x-y坐標(biāo)系上的直線找出來；3搜索出邊緣圖像上的前景點，與在直線上的點連成線段，然后將這些點都刪除，然后記錄下改線段的參數(shù)，此時線段長度一定要滿足最小長度。4重復(fù)前三個步驟。累計概率霍夫變換（PPHT）是在一個既定的范圍內(nèi)進(jìn)行霍夫變換，接著計算單獨線段的方向及范圍，由此可以減少計算的成本，縮短計算的時間。累計概率霍夫變換（PPHT）包括幾個明顯的參數(shù)。首先它包括1輸入灰度圖像：這就是第一階段已經(jīng)得到的大致圖像；2輸入要檢測的線條；3極徑；4極角；5累加片面閾值；6最低線段長度；7點與點之間的最大距離。在氣象衛(wèi)星云圖缺失區(qū)域自動修復(fù)的過程中使用霍夫變換是因為霍夫變換不受圖像的旋轉(zhuǎn)的影響，所以可以很容易定位出缺失區(qū)域。這個階段可以通過累計概率霍夫變換對于氣象衛(wèi)星云圖缺失區(qū)域進(jìn)行一個粗定位。

三、精確定位缺失區(qū)域

在氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)第三步，要對前一步得到的氣象衛(wèi)星云圖缺失的粗定位進(jìn)行區(qū)域生長，從而實現(xiàn)對于缺失區(qū)域的精準(zhǔn)定位。在這個環(huán)節(jié)，可以實現(xiàn)對于氣象衛(wèi)星云圖缺失區(qū)域的自動檢測。區(qū)域生長是一種圖像分割分法，用這種方法能夠?qū)⒕哂邢嗤卣鞯穆?lián)通區(qū)域分割出去，并且通過使用區(qū)域生長的方法，可以提供很好的邊界信息和分割結(jié)果。區(qū)域生長是指從某一個像素出發(fā)，依照著相關(guān)的準(zhǔn)則，在生長過程中漸漸加入其他臨近的像素，當(dāng)區(qū)域生長達(dá)到一定的條件的時候，區(qū)域生長終止。區(qū)域生長環(huán)節(jié)涉及到三個指標(biāo)：1初始點的選??；2生長準(zhǔn)則；3終止條件[2]。區(qū)域生長的具體步驟如下：

1對圖像進(jìn)行掃描，確定一個還沒有歸屬的像素，將該像素定位設(shè)置為（x0，y0）；2將（x0，y0）設(shè)置為中心，考慮此中心點的鄰域像素（x，y），如果（x，y）滿足規(guī)定的生長準(zhǔn)則，就將兩個點合并，并且將（x，y）壓入堆棧；3在堆棧中取出一個像素，將它作為（x0，y0）返回第二步；4當(dāng)堆棧變?yōu)榭諘r再返回到第一步；5重復(fù)前四步，當(dāng)每個點都有歸屬時，區(qū)域生長結(jié)束。

四、快速修復(fù)階段

前三個步驟已經(jīng)將氣象衛(wèi)星云圖缺失區(qū)域精準(zhǔn)定位檢測出來，最后的階段就要對檢測出的氣象衛(wèi)星云圖缺失區(qū)域進(jìn)行快速修復(fù)。在此階段要引入快速行進(jìn)法（FMM）進(jìn)行修復(fù)?？焖傩羞M(jìn)法是跟蹤運(yùn)動發(fā)展形成的一種技術(shù)。在云圖修復(fù)的環(huán)節(jié)，要對局部區(qū)域丟失的圖像進(jìn)行修復(fù)補(bǔ)充，用于恢復(fù)云圖的完整性。為了保證修復(fù)出的氣象衛(wèi)星云圖的準(zhǔn)確性，待修復(fù)區(qū)域的邊界像素處理順序必須按照像素點到初始區(qū)域的距離，按從小到大的順序進(jìn)行處理，從而將破損區(qū)域的邊界逐漸向內(nèi)推進(jìn)，在這個修復(fù)過程中，區(qū)域邊界處于不斷的更新中。能夠一直保持這種規(guī)則的方法就是快速行進(jìn)法（FMM），快速行進(jìn)法（FMM）通過模擬水波在水面上的波動來計算每個波面到達(dá)像素點的具體時間?？焖傩羞M(jìn)法（FMM）由初始化和擴(kuò)散兩個方面組成，通過使用快速行進(jìn)法能夠高效的修復(fù)氣象衛(wèi)星云圖的缺失區(qū)域[3]。

結(jié)語

實踐證明，氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)方法能夠有效的檢測出云圖缺失區(qū)域，并且與傳統(tǒng)技術(shù)相比，它的修復(fù)效果和運(yùn)行效率都具有明顯優(yōu)勢。在衛(wèi)星云圖缺失區(qū)域的自動修復(fù)中對粗定位的缺失區(qū)域進(jìn)行區(qū)域生長能夠從粗定位的像素點出發(fā)，最后得到整個區(qū)域，進(jìn)而提取到精確區(qū)域的圖像。

參考文獻(xiàn)

[1]彭毅.氣象衛(wèi)星云圖缺失區(qū)域的自動修復(fù)方法[J].氣象衛(wèi)星.2016（005）：45-56.

[2]張敏.問題云圖的補(bǔ)做方法[J].氣象衛(wèi)星.2015（08）：89-93.

[3]張小星.氣象云圖的特性分析[J].氣象衛(wèi)星.2016（08）：58-89.