基于MobileNet的地基云图分割方法研究

本文利用深度卷积神经网络技术,针对全天相机的云图分割方法进行了改进,将MobileNet作为三种分割模型U-Net、SegNet和DeepLabV3+的主干,再分别使用白天和夜间云图进行训练预测,利用一些评价指标对于其性能做出评价。结果表明,MobileNet可以更好的提取网络特征信息,经过改良后的U-Net网络更适合于地基云图的分割,对于白天云图和夜间云图的分割精确度分别达到了89%和95%。     

基于机器学习的地基云图分类研究进展

基于机器学习的地基云图分类是光伏发电功率预测的关键技术。该技术主要通过传统机器学习和深度学习方法对地基云图特征提取提升地基云图分类准确率。全文归纳了地基云图分类标准和云图采集设备;简要介绍了地基云图分类数据集;从传统机器学习和深度学习两方面详细论述了典型的地基云图分类方法;比较了不同方法在Kiel F和MGCD地基云图分类数据集上的性能;最后对现有地基云图分类方法进行了总结,并针对目前地基云图分类面临的挑战进行了展望。     

基于红外卫星云图的台风中心自动定位方法研究

台风中心定位一般依靠气象专业人员采用人工手动方式进行,自动化程度不高,效率低。本文利用单幅红外台风云图,根据台风运动特征以及天气学诊断原理,建立了基于红外卫星云图的云运动矢量主方向提取方法;在此基础上,根据台风密闭云区近似为圆的几何形状,构建了以圆的几何特性为约束的台风中心自动定位最优目标函数,求得了解析解,实现了有眼和无眼台风的自动定位。用这种方法对2005年“海棠”台风多个时次的红外卫星云图进行了台风中心自动定位仿真。该方法的定位精度较高,可作为台风中心自动定位的良好技术手段。     

一种混合红外云图超分辨率重建算法

红外云图具有分辨率较低、图幅大和纹理丰富等特点。针对相关研究目前在算法效率优化和局部细节分析方面仍有不足,提出了一种混合超分辨率重建算法。该方法结合双三次插值重建方法和基于稀疏表达的重建方法在不同类型图像区域中的各自优势,利用方差将滑动窗口中的图像块区分为平坦和边缘两种类型;采用双三次插值方法重建平坦型图像块,采用基于稀疏表达的方法重建边缘型图像块。利用目视、峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)以及残差图评估了算法效果。实验结果表明,本文方法在PSNR指标上比插值法平均提高了1 dB,比稀疏法也略有提升;经局部观察发现,改进重建结果中平坦区域噪声减少;该方法的重建耗时明显减少。     

红外星表在地基红外辐射测量系统中的应用

国内已知的红外星库数量有限,辐射照度、覆盖波段范围小,分布密集度低,无法满足现有地基红外辐射测量系统天文标定的需要。根据系统的探测波段考察并选取IRAS、2MASS、WISE、AKARI 4个全空域巡天计划及其生成的红外星表。综合考虑大气弥散、大气衰减的影响,分析计算系统在短波红外1~3 m、中波红外3~5 m、长波红外8~10 m的极限探测能力及在对应点源星表中的最低可探测的星等。搜索选取可供系统观测的恒星,结果显示在短波选取4 599个恒星目标,中波选取125个恒星目标,长波选取1个恒星目标,为我国现有地基红外辐射测量系统天文标定及红外星表进一步应用提供理论依据。     

云底高度的激光云高仪、红外测云仪以及云雷达观测比对分析

为了比较几种自动化测云仪器的性能,中国气象局气象探测中心在南京信息工程大学的气象探测基地首次组织了一次为期近5个月的比对试验,试验仪器包括四台激光云高仪、两部红外测云仪、一台全天空成像仪以及一部毫米波云雷达。对其中大部分仪器取得的三个月云底高度数据进行了初步的分析,结果表明：三台激光云高仪测量结果比较一致;两部红外测云仪在测量低云时一致性稍差;云雷达与激光云高仪测量的最低层云底高度数据一致性较差,但与红外测云仪的测量结果匹配较好。     

地基空间目标红外视景仿真

建立空间目标的几何模型,分析目标的热平衡,利用有限元的方法计算目标的热分布以及辐射强度。利用STK(卫星工具包)导出某在轨卫星的轨道数据,计算大气对红外辐射的衰减,在地基红外探测系统的平台仿真,卫星的红外视景图像。     

迁移深度学习地基云图自动识别的网络微调学习过程

研究了一种将迁移学习引入到地基云图自动识别深度学习网络中的学习过程,其中深度学习网络采用Alex Net经典网络模型,数据集采用 Imagenet样本库进行预训练,学习过程中采用微调操作对网络的权值进行最佳调整,通过对10类地基云图的仿真实验,可以看出,由于云图类别较多,分类任务较难,将迁移学习和微调方法引入到深度学习地基云图自动识别中,是可行和有效的,该方法的有效实施,为深度学习在高精度的地基云图分类以及其他领域图像识别奠定了技术基础。     

结合气象监测与地基云图的地表太阳辐射预测

高精度的太阳辐照度预测是光伏输出功率预测的基础,而云的遮挡是导致太阳辐射波动的主要原因。针对现有技术由于对云图时变特征获取能力不足,导致在复杂天气条件下预测精度显著下降的问题,提出了利用3D卷积神经网络同时提取单张云图图像特征和云图序列时变特征,建立云图图像特征与云对地表太阳辐射衰减之间的关联,实现太阳辐射高精度预测的方法。实验验证结果表明,较现有方法,所提出的方法在复杂天气条件下的未来5 min功率预测精度提高8%以上,具有很高的推广应用价值。     

基于Otsu算法和分形维数相结合的红外云图分割

红外云图中的云系主要由积雨云、卷云、层云和积云组成,它们对于气象研究有很大的帮助。这4类云系具有不同的分形维数特征,因而可以借此对它们进行分割。但是由于地表和一些云具有相似的分形维数特征,单纯依靠分形维数的分割效果不理想。对此,采用最大类间方差（Otsu）算法,分离出地表,去除干扰,并对提取出的云系采用分形维数进行分割。由于传统分形维数算法在计算时只选取了窗口内的灰度最大和最小的像素点,获得的分形维数特征不够精确,造成分割的云系出现混淆的现象。对此,在计算的过程中加入窗口中的全部像素点,获得的分形维数能准确地描述区域特征,保证了云系分割的良好效果。     

凝视焦平面热像仪的红外图像增强技术

文中阐述了红外图像增强算法的种类和各自的优缺点,完成了凝视焦平面热像仪红外 图像算法(图像增强、直方图均衡) 的提取和实现,从中选择出适合的图像增强算法应用于红外图像处理中,达到了预期的效果。     

全天空红外云探测在航空气象中的应用

利用合肥新桥机场温湿度、云高、能见度以及全天空云图仪数据资料, 分析了 2019 年 7 月至 2020 年 4 月机 场上空各类云的红外特征以及云、雾演变规律。结果表明: (1) 在云判别上, 云底高度越高, 红外云图上表现亮度越暗, 反之亦然。且不同类型的云具有各自独有的红外特征。 (2) 不同高度的波状云最大云块平均最短直径表现为层积云云 块是高积云的 2∼4 倍, 高积云是卷积云的 2∼4 倍。碎层云主要呈现出团状, 具有蓬松棉花状结构; 而碎雨云相对破碎, 一般为烟带状或散片状。 (3) 云与雾有明确的转化过程。辐射雾一般发生在云层刚散开期间, 天空至少一半为晴空的 时段, 且雾逐步抬升为云, 并持续消散。当天空形成不均匀缺口, 表明雾开始消散, 其可作为能见度迅速回升的一个重 要指标。非对流降水云层演变呈现出云高由高到低, 云层由分散纹理状变为均匀层状, 降水前期均会出现“均匀层状”, 地面相对湿度呈现出陡增现象。     

帧间逼近法用于大噪声红外图像的运动检测

提出一种基于像素邻域的切比雪夫逼近的方法实现运动检测。文中假定红外视频序列背景在相邻帧之间在区域上存在线性关系,由于噪声存在,这种线性方程不相容。通过在Banach空间上建立切比雪夫逼近,求出两帧之间的逼近系数,对逼近系数设定阈值,实现复杂背景的运动物体探测。通过对雨雪天气的两组数据仿真实验,并与简单帧间差模型在同等阈值下比较噪信比,发现该法鲁棒性显著提高。实验表明,该法在提取出主体运动同时,能够有效抑雨、雪等运动背景构成的噪声,具有一定应用价值。     

复合材料红外热波检测图像处理技术的研究进展

目前复合材料已被广泛应用于航空领域。通常采用红外热波检测技术对其内部缺陷进行检测。通过对获取的红外热波图像序列进行处理,可以精确、定量地获取复合材料的缺陷信息。基于红外热波检测技术的需求,对国内外关于复合材料红外热波图像序列的多种处理技术进行了分析与比较,综述了这些技术的研究及应用情况,展望了该领域今后的发展方向,从而为红外热波图像序列处理技术的选择提供一定的依据。     

气象卫星红外云图与水汽图的融合技术研究

将多分辨率分析融合方法和多尺度几何分析融合方法应用于气象卫星水汽图和红外云图的融合中,并用主观视觉、平均互信息和Xydeas-Petrovic指标对各种融合算法的性能分别进行了定性和定量评价。结果表明,与源图像相比,融合图像取得了更好的视觉效果,图像中包含了更多的信息量,云体清晰度和云的层次感得到了提高,纹理变得细致了。从平均互信息和Xydeas-Petrovic指标看,多尺度几何分析融合方法的效果较多分辨率分析融合方法更好。     

红外高光谱资料云检测方法研究

从红外高光谱资料的特点和应用现状出发,通过用晴空时观测光谱和背景光谱偏差矢量最小原理研究了特定云状下不同云量、云高和云水含量对观测光谱的影响,提出了一种新的红外高光谱资料云检测方法。从云污染视场中检测出不受云影响的通道,并用通过辐射传输模式(Radiative Transfer for(A)TOVS,RTTOV)模拟的大气红外探测器(Atmospheric Infrared Sounder,AIRS)资料和实测数据进行了方法可行性和有效性验证。结果表明,该方法能有效地提高云污染区域红外高光谱资料的利用率,可为有云覆盖情况下的大气参数反演提供有效途径。     

红外高光谱资料云检测方法研究

从红外高光谱资料的特点和应用现状出发,通过用晴空时观测光谱和背景光谱偏差矢量最小原理研究了特定云状下不同云量、云高和云水含量对观测光谱的影响,提出了一种新的红外高光谱资料云检测方法。从云污染视场中检测出不受云影响的通道,并用通过辐射传输模式(Radiative Transfer for (A)TOVS, RTTOV)模拟的大气红外探测器(Atmospheric Infrared Sounder, AIRS)资料和实测数据进行了方法可行性和有效性验证。结果表明,该方法能有效地提高云污染区域红外高光谱资料的利用率,可为有云覆盖情况下的大气参数反演提供有效途径。     

CCD相机的像移补偿技术

介绍了CCD相机像移补偿技术的研究进展,对各种补偿方法进行了分析,讨论了这些 方法的特点,最后,提出了对CCD相机像移补偿技术发展的认识。