学位论文 > 优秀研究生学位论文题录展示

基于模式识别方法的天气雷达数字产品的监控与分析

作　者: 古继成
导　师: 刘传才
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 雷达图像特征提取边缘检测神经网络迭代学习
分类号: TN959.4
类　型: 硕士论文
年　份: 2012年
下　载: 37次
引　用: 1次
阅　读: 论文下载

内容摘要

我国天气雷达监测网经过10多年的建设,目前已有131部新一代天气雷达正式投入实际使用。该监测网络为中小尺度天气系统的监测、预警和预报提供了种类丰富且时空分辨率高的观测产品,成为灾害性天气预警等方面不可缺少的工具。由于雷达硬件质量问题和电磁波干扰等原因造成气象雷达图像产品中存在很多异常图像,而这些异常图像会直接影响后续的雷达拼图和天气预报,所以气象业务中必须剔除这些异常的坏图,而目前所采用的人工剔除方法效率低,无法适应实际气象业务的需求。本文研究一种能自动检测气象雷达异常图像的算法,此算法由图像的预处理、边缘检测、图像的特征抽取和基于人工神经网络的分类器四部分构成。针对气象雷达图像的特点,本文提出了一种新的、快速有效的边缘提取算法。在直线特征提取方面,我们改进了基于链码的直线检测算法,使其能更好的应用于雷达图像处理;在圆弧特征提取方面,借鉴圆的生成算法提出了圆弧提取算法。此外,还分别提出了用于抽取缺角特征、颜色特征、噪声和超折射特征的算法。实验结果和软件实际运行效果表明,该方法能较好地解决天气雷达观测中异常图像的检测问题,可以投入实际业务应用。

全文目录

摘要  3-4
Abstract  4-7
1 引言  7-17
  1.1 雷达异常图像检测的研究背景  7
  1.2 雷达数据质量控制研究现状  7-11
    1.2.1 基于模糊逻辑的雷达数据质量控制  8
    1.2.2 基于水平和垂直反射率结构的天气雷达数据质量控制算法  8-9
    1.2.3 基于神经网络的天气雷达数据质量控制  9-10
    1.2.4 基于模糊支持向量机的天气雷达数据质量控制  10-11
  1.3 本文研究的主要内容和创新点  11-17
    1.3.1 异常图像检测原理  11-16
    1.3.2 本文的工作重点和主要创新点  16-17
2 预处理  17-20
  2.1 去除冗余信息  17-18
  2.2 图像重新编码  18-20
3 边缘检测  20-27
  3.1 一阶算子  20-22
  3.2 二阶算子  22-23
  3.3 一种新的边缘检测算子  23-25
  3.4 算法分析与比较  25-27
4 特征提取  27-43
  4.1 直线特征提取  27-32
    4.4.1 直线特征  27
    4.1.2 基于霍夫变换(Hough Transform)的直线检测算法  27-28
    4.1.3 基于链码的直线检测算法  28-29
    4.1.4 一种改进的基于链码的直线检测算法  29-30
    4.1.5 算法分析与比较  30-32
  4.2 圆弧特征提取  32-35
    4.2.1 圆弧特征  32
    4.2.2 基于霍夫变换(Hough Transform)的圆弧检测算法  32-33
    4.2.3 一种基于圆生成算法的圆弧检测算法  33-34
    4.2.4 算法分析与比较  34-35
  4.3 缺角特征提取  35-36
    4.3.1 缺角特征  35
    4.3.2 一种有效的缺角特征提取算法  35-36
  4.4 颜色类特征提取  36-38
    4.4.1 颜色特征  37
    4.4.2 一种有效的颜色特征提取算法  37-38
  4.5 噪声特征提取  38-40
    4.5.1 图像噪声  38-39
    4.5.2 一种有效的噪声提取算法  39-40
  4.6 超折射特征提取  40-43
    4.6.1 超折射  40-41
    4.6.2 一种有效的超折射特征提取算法  41-43
5 机器学习与分类  43-52
  5.1 建模与分类  43-45
    5.1.1 人工神经网络  44-45
  5.2 训练和识别  45-49
    5.2.1 模型选择  45
    5.2.2 基于多层前向神经网络的异常图像分类  45-49
  5.3 实验测试与分析  49-52
6 总结与展望  52-54
  6.1 论文工作总结  52
  6.2 今后的工作  52-54
致谢  54-55
参考文献  55-59
附录  59

基于模式识别方法的天气雷达数字产品的监控与分析

内容摘要

全文目录

相似论文