劉永祿，邵利民，楊汶鑫

（海軍大連艦艇學(xué)院軍事海洋系海洋氣象教研室，遼寧大連 116018）

基于衛(wèi)星云圖的輪廓法自動(dòng)識(shí)別熱帶氣旋研究

劉永祿，邵利民，楊汶鑫

（海軍大連艦艇學(xué)院軍事海洋系海洋氣象教研室，遼寧大連 116018）

以衛(wèi)星云圖的熱帶氣旋云系為研究對(duì)象，基于Canny邊緣檢測(cè)、Contour輪廓提取等方法，研究了通過(guò)圖像的形狀特征和范圍大小對(duì)熱帶氣旋云系進(jìn)行自動(dòng)識(shí)別，得到了較好的效果。這種方法有助于提高熱帶氣旋云系識(shí)別的自動(dòng)化程度，實(shí)現(xiàn)熱帶氣旋的自動(dòng)跟蹤，從而為熱帶氣旋的預(yù)報(bào)提供了便利。

熱帶氣旋；Canny邊緣檢測(cè)；輪廓提取；自動(dòng)識(shí)別

1 引言

多年來(lái)，各國(guó)在熱帶氣旋的監(jiān)測(cè)和預(yù)測(cè)預(yù)警能力方面取得了長(zhǎng)足的進(jìn)步，但熱帶氣旋監(jiān)測(cè)和預(yù)測(cè)預(yù)警的技術(shù)水平還遠(yuǎn)遠(yuǎn)不能滿足防災(zāi)減災(zāi)對(duì)熱帶氣旋預(yù)報(bào)的精細(xì)化要求。因此，從整體上提高熱帶氣旋監(jiān)測(cè)和預(yù)測(cè)預(yù)警水平，特別是在融合應(yīng)用各種不同的觀測(cè)遙感技術(shù)以及與其它相關(guān)技術(shù)領(lǐng)域的結(jié)合方面，繼續(xù)做好重大熱帶氣旋災(zāi)害的預(yù)測(cè)預(yù)警和評(píng)估工作，仍然是一項(xiàng)迫在眉睫的工作。而熱帶氣旋的識(shí)別技術(shù)又是熱帶氣旋預(yù)測(cè)預(yù)警技術(shù)的基礎(chǔ)性工作，因此，熱帶氣旋云系自動(dòng)識(shí)別的研究是非常必要和重要的[1—2]。

目前，衛(wèi)星云圖中云的識(shí)別，國(guó)內(nèi)外主要采用六類(lèi)技術(shù)實(shí)現(xiàn)：閾值法、多譜閾值法、數(shù)學(xué)形態(tài)學(xué)法、聚類(lèi)法、人工神經(jīng)網(wǎng)絡(luò)法和小波分析法[3—4]。然而熱帶氣旋云系千變?nèi)f化，除非有明顯的眼區(qū)特征，在對(duì)熱帶氣旋云系進(jìn)行識(shí)別時(shí)任何一種方法都不具備普適性。經(jīng)研究，熱帶氣旋云系可分為兩大類(lèi)：有眼和無(wú)眼熱帶氣旋，對(duì)于無(wú)眼熱帶氣旋云系，根據(jù)其形狀和外圍螺旋云系的特征又可分為團(tuán)狀熱帶氣旋云系和螺旋狀熱帶氣旋云系兩類(lèi)。對(duì)于團(tuán)狀熱帶氣旋云系，根據(jù)其幾何形狀又可分為類(lèi)圓性熱帶氣旋云系和非對(duì)稱(chēng)性熱帶氣旋云系[5—6]。螺旋性熱帶氣旋云系表現(xiàn)為外圍螺旋云帶特征非常明顯?，F(xiàn)有的熱帶氣旋識(shí)別方法，沒(méi)有能夠給出普遍使用于各種云型的熱帶氣旋識(shí)別的方法，對(duì)于不同的云系要用不同的方法，而且，各種方法都偏復(fù)雜，專(zhuān)業(yè)化較強(qiáng)，本文提出的方法，試圖開(kāi)發(fā)一種更簡(jiǎn)單便捷的方法來(lái)實(shí)現(xiàn)熱帶氣旋云系的識(shí)別，這樣不僅專(zhuān)業(yè)人員用起來(lái)方便，非專(zhuān)業(yè)人員也能熟練的使用[7]。

本文在上述研究基礎(chǔ)上，通過(guò)圖像的形狀特征和范圍大小，在衛(wèi)星云圖上對(duì)熱帶氣旋云系進(jìn)行自動(dòng)識(shí)別。

眾所周知，熱帶氣旋云系具有較好的組織性，在形狀上的特征比較明顯，且熱帶氣旋是熱帶氣旋達(dá)到一定的強(qiáng)度之后形成的，因此，熱帶氣旋云系的范圍大小是有明顯特征的，本文提出的方法，從熱帶氣旋云系的形狀特征和范圍大小兩方面綜合分析，同時(shí)滿足兩方面的要求，進(jìn)而確定其為熱帶氣旋云系，得出結(jié)論。這種方法，不用考慮有眼熱帶氣旋或無(wú)眼熱帶氣旋，對(duì)于各種不同形狀的熱帶氣旋都能進(jìn)行操作，實(shí)現(xiàn)了熱帶氣旋云系識(shí)別方法的普遍使用。

2 方法和過(guò)程

熱帶氣旋云系在衛(wèi)星云圖中表現(xiàn)為有組織的螺旋云系，比較有規(guī)則，本文試圖找到通過(guò)分析衛(wèi)星云圖中云系的形狀特點(diǎn)來(lái)識(shí)別衛(wèi)星云圖中的熱帶氣旋云系的有效方法。

利用邊緣提取的算法提取衛(wèi)星云圖中云團(tuán)的邊緣，就可以得到云團(tuán)的形狀，再判斷形狀是否符合熱帶氣旋的特點(diǎn)，如果符合判斷條件，就確定該云團(tuán)就是熱帶氣旋生成，進(jìn)而實(shí)現(xiàn)在衛(wèi)星云圖上自動(dòng)識(shí)別并跟蹤熱帶氣旋。

邊緣識(shí)別的算法很多，其中Canny算子對(duì)檢測(cè)階躍性邊緣時(shí)效果極好，去噪能力強(qiáng)。Canny算子邊緣檢測(cè)的方法是尋找圖像梯度的局部最大值。梯度是用高斯濾波器的導(dǎo)數(shù)計(jì)算的[1—2]。

經(jīng)過(guò)對(duì)邊緣強(qiáng)度A的非極大值抑制，找到邊緣點(diǎn)。

Canny方法使用兩個(gè)閾值來(lái)分別檢測(cè)強(qiáng)邊緣和弱邊緣，而且僅當(dāng)強(qiáng)邊緣和弱邊緣相連時(shí)，弱邊緣才會(huì)包含在輸出中。因此，此方法不容易受噪聲的干擾，能夠檢測(cè)到真正的弱邊緣。

具體識(shí)別過(guò)程如下[8]：

第一步，根據(jù)熱帶氣旋的特征，選取合適的衛(wèi)星云圖，并對(duì)云圖進(jìn)行合理的相應(yīng)的簡(jiǎn)化處理，便于實(shí)驗(yàn)的進(jìn)行；

第二步，檢測(cè)圖像邊緣，提取圖像的輪廓信息；

第三步，根據(jù)圖像的邊緣和輪廓信息，求取圖像的質(zhì)心，計(jì)算質(zhì)心到輪廓上各點(diǎn)的距離；（為了便于實(shí)驗(yàn)的進(jìn)行，可對(duì)圖像進(jìn)行適當(dāng)?shù)暮?jiǎn)化處理）；

第四步，根據(jù)質(zhì)心到輪廓上各點(diǎn)的距離特點(diǎn)，結(jié)合圖像的形狀特征，與熱帶氣旋云系在衛(wèi)星云圖中的特點(diǎn)（包括形狀和范圍大小）進(jìn)行對(duì)比，得出結(jié)論（見(jiàn)圖1）。

3 衛(wèi)星云圖的預(yù)處理

在對(duì)圖像進(jìn)行識(shí)別之前，為了便于后續(xù)工作，簡(jiǎn)化計(jì)算過(guò)程，首先要對(duì)原始圖像進(jìn)行簡(jiǎn)化處理。根據(jù)熱帶氣旋的特點(diǎn)，通常只需要截取30°N以南，赤道以北區(qū)域的圖像即可滿足要求。如圖2和圖3，初步處理過(guò)后的圖像，就可以利用MATLAB軟件進(jìn)行處理。

4 識(shí)別圖像邊緣

讀入圖像后，下一步就需要識(shí)別圖像邊緣。為了識(shí)別圖像邊緣，需要對(duì)圖像進(jìn)行格式轉(zhuǎn)換，因?yàn)檫吘壸R(shí)別函數(shù)edge的輸入變量必須是二值的，需要：

圖1 自動(dòng)識(shí)別流程圖

圖2 原始衛(wèi)星云圖

把原圖的JPG格式的圖像二值化以后，方可利用edge函數(shù)進(jìn)行邊緣識(shí)別。edge函數(shù)有Roberts、Sobel、Prewitt和Canny等多種邊緣識(shí)別算子，本文采用Canny算子進(jìn)行計(jì)算[9]。運(yùn)用Canny算子時(shí)，處理過(guò)程中，需要對(duì)閾值進(jìn)行控制和調(diào)整，以得到最優(yōu)的邊緣識(shí)別效果。輸出經(jīng)過(guò)Canny邊緣識(shí)別后的圖像結(jié)果見(jiàn)圖4。

為了便于接下來(lái)幾步的處理我們對(duì)圖像進(jìn)行適當(dāng)?shù)暮?jiǎn)化處理，截取部分圖像，并擦除多余的線條，

圖3 處理后圖像

圖4 經(jīng)過(guò)Canny算子處理過(guò)后的邊緣圖像

以避免它們對(duì)實(shí)驗(yàn)產(chǎn)生的干擾[10—11]。經(jīng)過(guò)簡(jiǎn)化處理的圖像需要進(jìn)行再一次的邊緣檢測(cè)，才能被下一步操作執(zhí)行，所以在下一步操作之前，需要重新對(duì)簡(jiǎn)化后的圖像進(jìn)行讀入和Canny邊緣處理。進(jìn)行再一次的Canny邊緣處理得到的圖像如圖5。

圖5 經(jīng)簡(jiǎn)化處理后的圖像

5 contour函數(shù)提取圖像輪廓

經(jīng)Canny邊緣算子處理后返回的結(jié)果是一個(gè)圖像，為了便于下一步的處理，需要提取圖像的輪廓，得到圖像的輪廓信息，并以數(shù)組或矩陣的形式返回。MATLAB軟件也提供了多種提取圖像輪廓信息的函數(shù)或方法，本文采用Contour函數(shù)來(lái)進(jìn)行圖像輪廓的提取[12—13]。Contour函數(shù)可以得到圖像的輪廓信息，并以矩陣的形式返回（見(jiàn)圖6）。

6 求取圖像質(zhì)心

為了更為精確的判斷圖像的形狀特征，要提取圖像的質(zhì)心，利用質(zhì)心與圖像輪廓上各點(diǎn)之間的距離信息，來(lái)確定圖像的形狀和范圍大小。質(zhì)心，是整幅圖像的質(zhì)量的中心，并不一定位于圖像的中心位置，為了便于操作，且使計(jì)算結(jié)果更為精確，在進(jìn)行圖像質(zhì)心求取之前，需要對(duì)圖像進(jìn)行一些合理且適當(dāng)?shù)奶幚恚沟幂喞獔D像基本位于整幅圖像的中心位置，以保證所得圖像質(zhì)心最大限度的接近圖像的中心位置，以保證計(jì)算的準(zhǔn)確度。

圖6 經(jīng)過(guò)Contour函數(shù)處理后得到的輪廓圖

7 通過(guò)質(zhì)心與輪廓上各點(diǎn)間的距離來(lái)確定圖像特征并計(jì)算圖像輪廓所圍成的圖像面積

在上一步進(jìn)行質(zhì)心求取之前，對(duì)圖像進(jìn)行了合理而適當(dāng)?shù)奶幚?，我們可以近似的把求取的質(zhì)心當(dāng)作圖像的中心，這樣我們就可以進(jìn)行下一步的操作，通過(guò)計(jì)算質(zhì)心同輪廓上各點(diǎn)的距離來(lái)確定圖像的基本特征[14]。

在MATLAB軟件中，系統(tǒng)為我們提供了專(zhuān)門(mén)用于計(jì)算兩點(diǎn)間距離的函數(shù)distance，這樣我們能夠在MATLAB環(huán)境下很容易的實(shí)現(xiàn)兩點(diǎn)間距離的計(jì)算。

本文用Contour函數(shù)對(duì)圖像進(jìn)行了輪廓提取。知道了圖像輪廓上各點(diǎn)的坐標(biāo)和圖像質(zhì)心點(diǎn)即近似中心點(diǎn)的坐標(biāo)，可以通過(guò)函數(shù)，逐一計(jì)算質(zhì)心點(diǎn)與輪廓上各點(diǎn)之間的距離，并對(duì)各個(gè)距離值進(jìn)行比較，得出質(zhì)心點(diǎn)與輪廓上各點(diǎn)之間的最小距離。

為了進(jìn)一步驗(yàn)證實(shí)驗(yàn)得到的結(jié)論，可以計(jì)算圖像輪廓所圍成的面積，通過(guò)面積的大小從側(cè)面對(duì)實(shí)驗(yàn)結(jié)論加以證明。

8 數(shù)據(jù)分析

8.1 試驗(yàn)結(jié)果

經(jīng)過(guò)上述實(shí)驗(yàn)過(guò)程后，可以得到一組實(shí)驗(yàn)數(shù)據(jù)：

質(zhì)心點(diǎn)與輪廓點(diǎn)之間的距離值，經(jīng)過(guò)比較得到的最小值為d=15.2662像素。圖像輪廓所圍成的面積為ans=8016。

8.2 分析結(jié)果

根據(jù)設(shè)計(jì)安排，距離d=15.2662為質(zhì)心點(diǎn)與輪廓上各點(diǎn)之間的最小距離。

通過(guò)對(duì)比原始圖像上的經(jīng)緯度值和像素坐標(biāo)值，我們可以得到圖像像素距離與實(shí)際距離海里之間的關(guān)系。同樣，利用distance函數(shù)，取原圖上相隔10個(gè)緯度的兩點(diǎn)的圖上坐標(biāo)，計(jì)算它們之間的距離，可知它們之間的像素距離為dis3=68.6867，10個(gè)緯距為600 n mile。如果有一條直線，經(jīng)過(guò)質(zhì)心點(diǎn)，并與輪廓線相交于兩點(diǎn)，那么，由前文的實(shí)驗(yàn)可以得出，這兩點(diǎn)間的最小距離必然大于質(zhì)心與輪廓線上各點(diǎn)的最小距離的兩倍。進(jìn)一步我們可以得出，經(jīng)過(guò)圖像中心點(diǎn)的直線與圖像輪廓之間的兩個(gè)交點(diǎn)間的最小距離為266.7 n mile，達(dá)到了熱帶氣旋渦旋區(qū)范圍大小的標(biāo)準(zhǔn)，由此我們可以確定，該衛(wèi)星云圖中含有熱帶氣旋云系。

另外，圖像輪廓所圍成的面積為ans=8016，通過(guò)對(duì)比像素面積與實(shí)際面積，顯然，圖像輪廓的范圍達(dá)到了熱帶氣旋渦旋區(qū)的范圍大小的標(biāo)準(zhǔn)。這也從另一方面驗(yàn)證了實(shí)驗(yàn)的結(jié)論。

9 結(jié)語(yǔ)

（1）對(duì)圖像進(jìn)行邊緣處理，提取輪廓時(shí)，沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，需要通過(guò)不斷的實(shí)驗(yàn)來(lái)進(jìn)行閾值的調(diào)節(jié)；

（2）求取圖像質(zhì)心的過(guò)程并不是求取圖像的中心點(diǎn)，而是經(jīng)過(guò)外部圖像處理以后使質(zhì)心趨近于圖像中心。所以，圖像的中心是一個(gè)近似值，并不能完全準(zhǔn)確的反映圖像的特征；

（3）通過(guò)質(zhì)心與圖像輪廓上的點(diǎn)之間的距離來(lái)判斷云圖的形狀特征時(shí)，工作繁瑣復(fù)雜，需要大量重復(fù)實(shí)驗(yàn)來(lái)進(jìn)行糾正和調(diào)整，以達(dá)到最佳效果。

[1]Wang G H,Su J L,Ding Y H,et al.Tropical cyclone genesis over the south China sea[J].Journal of Marine Systems,2007,68(3):318-326.

[2]Wong K Y,Yip C L,Li P W.Automatic tropical cyclone eye fix using genetic algorithm[J].Expert Systems with Applications,2008,34(1):643-648.

[3]He L,Qin D Y,Huang X Y,et al.The Application of FY2 Satellite Cloud Image Analysis System to the Process of Tropical Cyclone Kammuri[J].Meteorological Monthly,2010,10(3):35-50.

[4]Pan J L,Zhu M,Zhu J H,et al.An algorithm using satellite image data for the forecasting of tropical cyclone path[J].Journal of Oceanography in Taiwan Strait,2009,22(3):425-432.

[5]Tsonis A A.Single Threshold and Rain Area Delineation from Satellite Imagery[J].APP Meteor,1998,31(2):1302-1306.

[6]Chen H Y,Zhang M.Practical Skills of Using Satellite Cloud Pictures in Tropical Cyclone Forecasting[J].Meteorological Science and Technology,2008,11(4):574-581.

[7]余建波.基于氣象衛(wèi)星云圖的云類(lèi)識(shí)別及臺(tái)風(fēng)分割和中心定位研究[D],武漢理工大學(xué),2008,110-115.

[8]曾明劍,于波,周曾奎,等.衛(wèi)星紅外云圖上臺(tái)風(fēng)中心定位技術(shù)的研究和應(yīng)用[J],熱帶氣象學(xué)報(bào),2006,11(3):340-344.

[9]Gonzalez R C,Woods R E,Eddins S L.Digital Image Processing Using Matlab[M].北京:電子工業(yè)出版社,2005:251-270.

[10]Xie Z D.Measure on the colored picture edge based on Canny theory[J].Computing Techniques for Geophysical and Geochemical Exploration,2007,22(4):370-378.

[11]井艾斌,柳青,孟祥增.基于Matlab的圖形輪廓提取及填充[J].電腦知識(shí)與技術(shù),2008,8(1):27-32.

[12]徐平,邵定宏,魏楹.最佳閾值分割和輪廓提取技術(shù)及其應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,16(2):35-38.

[13] 陳陽(yáng).利用MATLAB進(jìn)行數(shù)字圖像的邊緣檢測(cè)算法研究[J].科技信息,2008,25(8):63-68.

[14]鄒柏賢,林京壤.圖像輪廓提取方法研究[J].計(jì)算機(jī)工程與應(yīng)用,2008,21(4):32-35.

Automatic recognition tropical cyclone method based on satellite images

LIU Yong-lu,SHAO Li-min,YANG Wen-xin

(Ocean Meteorology Teaching and Research Section,Dalian Naval Academy,Dalian 116018China)

Based on satellite cloud pictures through the means of canny edge detection,contour outline abstraction and so on,the technology of automatic identifying tropical cyclone cloud system is studied.The approach helps to achieve the automation of identifying the tropical cyclone cloud and tropical cyclone tracing.

tropical cyclone;canny edge detection;contour abstraction;automation recognition

P412.15

A

1003-0239（2012）01-0013-05

2011-04-26

劉永祿（1972-），男，博士，研究方向?yàn)榇髿馓綔y(cè)、圖像處理。E-mail:lyonglu@126.com