[发明专利]基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质

说明书

本发明提供了一种基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质，包括：选取台风图像数据，构建台风图像训练集；对台风图像进行数据预处理，生成所需要的训练样本；利用训练样本进行基于卷积神经网络的台风图像检测训练，生成台风图像自动检测系统；构建台风图像测试集，对训练好的模型进行测试。本发明将图像加噪算法、卷积神经网络模型集成到一种自动检测系统、计算机设备、存储介质上，针对台风图像数据能够取得很好的检测效果。

技术领域

本发明涉及图像处理领域，具体为一种基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质。

背景技术

卷积神经网络模型通过多层神经网络的堆叠，能够实现台风图像的特征提取和特征学习，进而提高台风的检测精度。与传统的中尺度涡检测方法相比，通过卷积神经网络建立的台风图像自动检测系统能够提高中尺度涡的检测效率。此外，将基于卷积神经网络的台风图像自动检测系统集成到计算机设备、存储介质上，为台风的检测和研究提供了新的检测方式。

本发明所涉及的台风，属于热带气旋的一种。热带气旋是发生在热带或副热带洋面上的低压台风，是一种强大的“热带天气系统”。台风的主要生成地区为西北太平洋及南海。当中以南海生成的热带气旋数量较少。太平洋上的热带气旋基本上全年都会生成，而以七至十月次数最为频密。热带气旋生成的位置分布与季节有关，在冬、春季较为偏南，夏天和初秋较为偏北。

台风往往具有突发性强、破坏力大的特点，是世界上最严重的自然灾害之一。台风引起的直接灾害通常由狂风、暴雨、风暴潮三方面造成。关于狂风，台风风速基本都在17米/秒以上，甚至在60米/秒以上，当超强台风来临时，其带来的狂风及其引起的巨浪可以把沿海船只抛起乃至拦腰折断，也足以损坏甚至摧毁陆地上的建筑、桥梁、车辆等，这使户外环境变得非常危险。关于暴雨，每次台风登陆，降雨中心一天中可降下100～300毫米，甚至500～800毫米的大暴雨，暴雨造成的洪涝灾害，来势凶猛，破坏性大。关于风暴潮，往往导致房屋和各类建筑设施被毁坏，城镇和农田被淹没，造成大量人员伤亡和财产损失。因此，实现台风的增强和检测，对于预测预报台风、台风的防灾减灾等应用具有重要的意义。

由此可见，发明基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质，能够为台风的检测提供更有效的帮助。目前还未发现基于卷积神经网络的针对台风图像的自动检测系统、计算机设备、存储介质。

发明内容

本发明的目的是为了解决上述台风领域所存在的困难，提供一种基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质，能够帮助科研人员和军方人员进行台风图像的自动检测，提高台风的检测效率。

为实现上述目的，本发明所提供的技术方案为：一种基于卷积神经网络的台风图像自动检测系统、计算机设备、存储介质。

1.根据本发明实施例的第一方面，提供一种基于卷积神经网络的台风图像自动检测系统，包括以下步骤：

1)选取台风图像数据，构建台风图像训练集；

2)对台风图像进行数据预处理，生成所需要的训练样本；

3)利用训练样本进行基于卷积神经网络的台风图像检测训练，生成台风图像自动检测系统；

4)构建台风图像测试集，对训练好的模型进行测试。

2.进一步的，所述选取台风图像数据、构建训练集的步骤，具体包括：对于台风图像数据进行读取，存储到指定的训练集目录下，对每个台风图像进行重命名，进行保存操作。