防汛计算机网的卫星云图显示系统

本文介绍了江西省防汛计算机网上实现的卫星云图显示系统,讨论了基于VESA视频标准进行图像编程的原理和技术,并给出了卫星云图显示的多个功能模块的程序设计思想,最后还以两个图例展现了云图显示系统的精美界面。     

防汛计算机网的卫星云图显示系统

介绍了在江西省防汛计算机网络上实现的卫星云图显示系统 ;讨论了基于 VESA视频标准进行图像编程的原理和技术 ,并给出卫星云图显示的多个功能模块的程序设计思想 ,最后还以两个图例展现了云图显示系统的精美界面。     

卫星云图形态特征提取

本文采用数学形态学的方法实现了卫星云图的形态特征提取，给出了卫星云图多值自适应并行分割算法和形态特征的并行提取算法，并在Ｗｉｎｄｏｗｓ中用并行Ｃ编程实现。     

卫星云图数据库的研究

本文利用图象处理与模式识别技术,对红外卫星云图进行处理与特征提取,在此基础上建立卫星云图数据库,并对卫星云图数据库的进一步应用提出展望。     

GMS卫星红外云图数据压缩

依据ＧＭＳ卫星红外气象云图的统计特性,提出了一种“亚抽样＋修改的ＪＰＥＧ＋图象放大”的静止图象编码方法,使有失真压缩比在５０∶１至１００∶１时,恢复图象峰值信噪比在３５ｄＢ～４０ｄＢ之间,主观质量无视觉可觉察到的失真。对于信息保持型ＧＭＳ卫星红外云图数据压缩,选取训练集求取最小均方误差意义下的最佳线性预测器,并作为固定预测器应用于每幅云图,性能优于目前文献报导的固定预测器。     

GMS卫星红外云图数据压缩

介绍一种模拟仿真类实时三维图形应用开发工具ＲＧＢＧａｍｅＢｕｉｌｄｅｒ的设计,它的组成和应用结构、帝时引擎和使用的主要三维图形处理技术。     

利用卫星云图预测地震

本文作者利用卫星云图经多年观察分析,发现地震区卫星云图上的云异常,对异常云现象总结归纳,提出了“震兆云”的概念及其发生规律、形态特征、与预测地震的关系。结合MDCB地震前兆监测仪、地表热红外遥感方法等三种方法联合预测实践,将预测地震的准确率提高到了60%-70%.     

面向卫星云图及深度学习的台风等级分类

台风是最严重的自然灾害之一,做好台风等级分类预测是防灾减灾的关键。针对现有卫星云图特征提取复杂、识别率低等问题,基于卷积神经网络框架,以北太平洋1978—2016年近1 000多个台风过程的卫星云图作为样本,提出改进深度学习模型Typhoon-CNNs。该框架采用循环卷积策略增强模型表征力,使用十折交叉验证引入信息熵、Dropout置零率以优化模型灵敏度及防止过拟合。通过800样本测试集对模型Typhoon-CNNs进行验证,实验结果表明,本文算法的分类精度达到92.5%,台风和超强台风2个等级的预测正确率达到99%,优于传统分类方法。最后对模型提取的特征图进一步分析,模型能够准确识别台风眼和螺旋云带,从而证明Typhoon-CNNs对台风等级分类的可行性。     

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。     

卫星云图传真机中的锁相电路

<正> 一、概论随着科学技术的发展,气象情报由于在工农业生产、航海、军事等各个领域里具有极其重要的作用而愈来愈为人们所重视。在气象卫星发射之前,为了测定每天的气象资料,世界气象局情报处理中心要从近万个水文气象站,上千个高空气象研究台(仅是北半球)3000多架飞     

多波段卫星遥感云图识别

介绍了利用4波段卫星云图对8类云进行分类的方法,包括建立输入云图样本库,构造测量量进行特征提取与特征层融合,构造表述模型,建立特征分类树。由于所研究的对象云为非刚体,存在不稳定性,加大了正确分类的难度,其分类方法与刚体目标的分类方法也存在一定的差异;又由于输入为8类4波段云图,因此我们不但获取了各类云图单波段上的特征,而且组合了它们在不同单波段上的特征,进行特征层融合。     

卫星云图的多通道FCM分割算法

卫星云图是对地球大气进行遥感测量的重要资料,云团的识别、跟踪及预测都需要对卫星云图进行图像分割和边缘提取。本文通过改进模糊C均值(FCM)算法对云图进行分割,改进后的算法显示出了效率高、分辨准确的特点。实验采用了2011年6月的RGB多通道卫星云图,通过对云图分层聚类,提取多通道聚类的相交区域等过程,实现了云团快速准确的分割。     

卫星云图预测的运动矢量方法

现有的云迹风提取方法只提供了对云覆盖的简单二值灰度估计,该文利用运动矢量估计的思想提出了一种云覆盖（云图）预测的新方法,这种方法可实现对卫星云图的灰度预测,这种新的方法是通过将一幅ＧＭＳ云图分割成为许多大小相同的小块,并将它们分别匹配到一幅参考云图中以获取云的运动矢量,进而实现对卫星云图云覆盖的量化预测,进而还对该方法进行了优化,从而提高了算法运行速度,并对算法实现中出现的“马赛克”问题提出了解决     

基于知识库的面向对象卫星云图分类

为了提高卫星云图分类精度和实时识别云类,基于云类知识库采用面向对象的分类方法对卫星云图进行分类。首先对2011年7~8月的FY\|3A/VIRR卫星云图进行预处理,从中裁截500个云样本,随机选取42%云样本作为训练样本,提取训练样本的光谱和纹理特征,基于ReliefF方法进行特征选择,采用反向传播神经网络进行训练构造分类器,利用剩余58%云样本进行网络测试,至此云类知识库构建完毕。然后对待解译的云图进行JSEG分割获取云对象,基于云类知识库已训练好的分类器实现面向对象的云图分类。试验结果表明:所设计的云图分类算法有效,分类结果与云分类产品数据基本达到一致。     

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。     

序列剖面图像的三维重建和显示

本文提出了一种新的序列剖面图像三维重建和显示方法,即双目视差法。     

元胞自动机压缩算法仿真卫星云图

为减小计算复杂度和提高压缩比,提出基于方块编码和可逆元胞自动机结合的二值图像压缩算法来仿真卫星云图简单实用的元胞自动机编码表示方法。并针对卫星云图特性和业务实际,提出搜索和统计云图元胞邻域的状态集合,改进加权有限元胞自动机算法,对卫星云图数据进行压缩。实验表明,两种编码方法都能有效地减小计算复杂度,提高压缩比。峰值信噪比(PSNR)在30 dB左右,RCA-BTC算法压缩率可以达到15,图像重建仿真效果良好。     

虚拟现实中的三维卫星云图技术研究

使用卫星云图对云仿真是虚拟现实视景仿真中的一项新技术.以卫星云图原始数据为数据源,从中提取定位和定标信息,文章从坐标和投影变换、云图数字高程模型(DEM)生成和三维仿真实现三个主要方面详细介绍了虚拟现实中三维卫星云图的实现方法.生成云图DEM是三维化的关键,这里用墨卡托投影生成规则云图网格,用大地主题解算计算距离,用火箭外弹道学的方法来计算高程.     

基于小波变换的卫星云图压缩方法

本文使用改进后的小波变换零树编码压缩算法压缩卫星云图资料,在压缩比为30：1以上、PSNR大于33的条件下,将发送云图的延迟时间从约16分钟缩短到约40秒钟。     

卫星云图的遗传神经网络集合预测模型研究

针对目前缺乏卫星云图非线性预测技术理论方法问题,采用类似于数值预报模式的集合预报方法,构建了一种遗传神经网络的卫星云图非线性滚动预测模型。通过对每间隔3小时的红外卫星云图样本序列作自然正交展开,将提取出的时间系数作为云图预报建模的预报分量。考虑降水云系的发展变化,主要是受到云团环境物理量场的影响,利用数值预报模式的物理量预报产品作为各预报分量的预报因子,并采用系统降维计算处理方法,分别建立相应的时间系数遗传神经网络集合预报模型。将预报得出的各时间系数与空间向量合成,得出未来时刻的卫星云图预报图。预报试验结果表明,这种非线性预报模型可以较好地预报未来20~30小时的强降水云团发展、移动的主要特征和变化趋势。实况云图与预测云图的平均相关系数达到0.78。