基于Hu矩的差值云团外推降雨预测算法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107356926A(43)申请公布日2017.11.17(21)申请号201710425947.0(22)申请日2017.06.08(71)申请人湖南师范大学地址410006湖南省长沙市岳麓区麓山路36号(72)发明人黄金贵王胜春李亚尹丹(74)专利代理机构长沙星耀专利事务所(普通合伙)43205代理人许伯严(51)Int.Cl.G01S13/95(2006.01)G01W1/10(2006.01)权利要求书4页说明书8页附图6页(54)发明名称基于Hu矩的差值云团外推降雨预测算法(57)摘要本发明涉及一种基于Hu矩的差值云团外推降雨预测算法，属于气象预测技术领域，包括技术基于Hu矩云团轮廓匹配算法匹配的对象即云团增长区和消亡区；基于Hu矩云团轮廓匹配算法和差值云团外推算法，最后综合考虑高反射率区域数据代表性总是要比低反射率区域的高，将外推图像与真实图像主要比较，相似度加权后求和得到综合相似度。速度很快，识别度高，对于云团的形状描述得比较好，识别云团的形状准确高效。CN107356926ACN107356926A权利要求书1/4页1.基于Hu矩的差值云团外推降雨预测算法，其特征在于包括以下方法：步骤1，对雷达反射率因子图分层处理，所取雷达基数据为连续时间上三组数据t1、t2、t3；再将三组反射率数据按15dBZ，20dBZ，25dBZ，30dBZ，35dBZ，40dBZ，45dBZ各分七层处理，对于每一单层放射率因子图作出相应云团轮廓图，取出单层反射率上的t1、t2、t3三幅云团轮廓图，将三幅云团轮廓图的质心按时间顺序两两重合；比较得出了云团从t1-t2、t2-t3的云团增长区和云团消亡区，基于Hu矩云团轮廓匹配算法匹配的对象即云团增长区和消亡区；步骤2，匹配算法按如下步骤展开匹配：S1：在得到云团增长区和消亡区后，首先创建相应的数据结构存储这些区域，对增长区和消亡区的处理方法是相同的，因此下文将以对增长区的匹配为例；S2：获取这两个数据集合后，确定基础组与对照组，确定的原则是集合中个数较少的为基础组集合，个数较多的为对照组集合；S3：在确定了基础组与对照组后，将两个集合中的元素二值化，即有数据的化为1，无数据的化成0；S4：在二值化集合的基础上，对两个集合中的轮廓进行求Hu矩值和面积的计算，将得到的结果存入相应数据结构中；S5：对基础组和对照组中的轮廓以Hu矩值和面积大小做双重匹配，以对照组中的每一个元素遍历基础组的方式完成匹配，匹配的原则是Hu值相近、面积大小相近，最后得到相应的匹配对；矩是对图像轮廓上所有点进行积分运算而得到的一个粗略特征，在连续情况下，图像函数为f(x,y)，那么图像的p+q阶几何矩定义为：；Hu矩是归一化中心矩的线性组合，对缩放，旋转和镜像映射出来的对象具有不变性，p+q阶中心距定义为：；其中其中和代表图像的重心，其中，表示图像的p+q阶几何矩，p=1，q=0；表示图像的p+q阶几何矩，p=0，q=0；表示图像的p+q阶几何矩，p=1，q=0；2CN107356926A权利要求书2/4页归一化的中心距定义为：其中；利用二阶和三阶归一化中心矩构造了七个不变矩：求得M1-M7七个Hu矩后，将对应Hu矩的倒数相减的绝对值求和，得到A、B图像的Hu矩匹配结果：；I为A、B的Hu矩匹配结果；其中A为t1-t2增长消亡图；B为t2-t3增长消亡图；S6：在得到相应匹配对以后，再通过相对位置做过滤，即一组匹配对中的两个轮廓质心位置应该也是相近的，如果不相近则排除这一对；最后得到匹配结果，在匹配过程中以Hu矩值匹配为主，面积匹配为辅，把以Hu矩值匹配记作1，以面积匹配记作2，综合匹配的计算公式如下所示，其中K1=0.8，K2=0.2；步骤3，差值云团外推算法的主要步骤如下：S1：对得到的两个增长消亡区域进行匹配配对，匹配的算法采用基于Hu矩云团轮廓匹配算法，即将两个区域分为基础组和对照组，然后对基础组和对照组中的轮廓以Hu矩值和面积大小做双重匹配，以对照组中的每一个元素遍历基础组的方式完成匹配，匹配的原则是Hu值相近、面积大小相近，最后得到相应的匹配对；S2：得到匹配对后，运用拟合直线外推法确定其未来时刻的质心位置，然后以基础组中3CN107356926A权利要求书3/4页的元素做参考，设立一个面积阈值X，元素面积大于X的做局部腐蚀膨胀外推，面积小于X的元素做散射外推，最后得到未来时刻的云团轮廓形态；S3：在得到未来时刻的云团轮廓形态和云团轮廓质心位置后，绘制出新的云团轮廓，由此得到单层的外推结果；然后将各单层外推结果依次叠加形成最终结果图，叠加方法为覆盖综合法。2.根据权利要求1所述的基于Hu的矩差值云团外推降雨预测算法，其特征在于：还