[发明专利]一种基于模糊聚类预处理云系的并行云迹风反演方法有效
| 申请号: | 201610642651.X | 申请日: | 2016-08-08 |
| 公开(公告)号: | CN106340004B | 公开(公告)日: | 2017-09-01 |
| 发明(设计)人: | 何丽莉;白洪涛;欧阳丹彤;杨博;王昌帅;姜宇 | 申请(专利权)人: | 吉林大学 |
| 主分类号: | G06T7/10 | 分类号: | G06T7/10;G06T1/20;G06T5/00 |
| 代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙)11369 | 代理人: | 周明飞 |
| 地址: | 130000 吉*** | 国省代码: | 吉林;22 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 模糊 预处理 并行 云迹风 反演 方法 | ||
1.一种基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,包括:
将云图图像分为多块追踪区块,并且将追踪区块分配到指定的多个GPU并行计算阵列,在每个独立的计算阵列通过最大相关系数法对所述追踪区块中的目标云块进行匹配后进行反演计算,得到所述追踪区块风矢的风速及风向;
通过所述最大相关系数法对目标云块的匹配过程包括:在所述追踪区块中选中示踪云块,在包含所述示踪云块的搜索区域内,计算出搜索步长大于1的全部与所述示踪云块像素等同区块的相关系数,在这些相关系数中确定最大相关系数,具有最大相关系数的区块即为与所述示踪云块相似度最高的区块,以该区块为中心将该区块的边长增加减半步长个像素点的区域内,将步长逐步减半再次搜索出相似度最高的区块,直到搜索出步长为1搜索到的最大相关系数的区块,即为目标云块;以及
其中,通过模糊聚类方法对原始的云图图像进行云地分离后确定进行云迹风反演的云图图像,其包括:
采集云图图像中红外通道的灰度特征数据,对所述灰度特征数据进行处理,获得样本灰度特征数据,将所述样本灰度特征数据进行分类,并使每一类样本灰度特征数据分别对应一种云图类型,进而确定所述云图图像。
2.如权利要求1所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,还包括,选取相邻等时间间隔的三幅云图,分别得出每幅云图风矢的风速及风向,将所述风矢的风速、风向以及根据时序将所述云图中相邻云图的风矢速度差、方向差与阈值进行比较,执行以下原则:
若风矢速度小于指定的最低速度阈值,则剔除此风矢;或
若两风矢速度之差大于指定的最大速度差阈值,则剔除此风矢;或
若两风矢方向之差大于指定的最大方向差阈值,则剔除此风矢;或
若两风矢的周围区域内没有与之方向差小于指定的最大方向差阈值的风矢,则剔除此风矢。
3.如权利要求1或2所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,对所述云图图像数据进行多通道数据提取,保留红外通道数据。
4.如权利要求3所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,还包括:对所述云图图像进行预处理,其包括对图像进行等经纬度投影变换和将原始圆盘图变换为矩形图。
5.如权利要求4所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,对所述云图图像进行预处理还包括对所述图像进行灰度增强。
6.如权利要求1所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,对所述灰度特征数据进行处理包括:
将云图图像中红外通道的灰度特征数据输入得到像素灰度值矩阵,通过计算在矩阵中主对角线像素灰度均值,通过计算在矩阵中辅对角线像素灰度均值,进而通过M=(M1+M2)/2求出像素灰度均值,即样本灰度特征数据。
7.如权利要求6所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,在所述红外通道内选取第一长波红外、第二长波红外以及短波红外的样本灰度特征数据,将所述样本灰度特征数据建立5个灰度特征数据统计量,对原始云图进行图像分割得到所述云图图像。
8.如权利要求1、2、4-7中任一项所述的基于模糊聚类预处理云系的并行云迹风反演方法,其特征在于,根据每幅云图像素的宽高以及风矢密度计算确定所述追踪区块个数,其为(Width/ρ)×(Height/ρ),式中,Width为所述每幅云图像素的宽度,Height为所述每幅云图像素的高度,ρ为风矢密度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610642651.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:工业用布贴合机
- 下一篇:一种高速金属镀层板材在线复膜单元





