模式識(shí)別技術(shù)及其在氣象研究中的應(yīng)用.pdf

1、模式識(shí)別是隨著人工智能和計(jì)算機(jī)視覺研究的興起而得到迅速發(fā)展的新理論和新技術(shù),在圖像技術(shù)和遙感研究等很多領(lǐng)域中都發(fā)揮著重要的作用.對(duì)模式識(shí)別進(jìn)行研究,具有重要的理論意義和應(yīng)用價(jià)值.該文對(duì)模式識(shí)別領(lǐng)域中的圖像紋理特征提取、遙感圖像分類、BP神經(jīng)網(wǎng)絡(luò)與紋理特征組合分類等方法,以及它們?cè)谠茍F(tuán)屬性識(shí)別、云跡風(fēng)反演和暴雨過程分析等氣象問題中的應(yīng)用作了研究.針對(duì)過去利用圖像光譜亮度特征進(jìn)行識(shí)別分析氣象衛(wèi)星圖像準(zhǔn)確度不高的問題,該文提出了發(fā)展混合像元的

2、分解模型,以圖像的紋理特征為基礎(chǔ),提高圖像識(shí)別的智能水平,以實(shí)現(xiàn)在分析決策模型的支持下,快速準(zhǔn)確的復(fù)合分析的解決方案.并以2003年7月4日-5日發(fā)生在江淮流域的特大暴雨過程為例,對(duì)該方案進(jìn)行了驗(yàn)證.論文的第一部分介紹了進(jìn)行紋理特征研究的一些典型的方法,利用其中的基于統(tǒng)計(jì)的紋理分析法中的灰度共生矩陣以及灰度—梯度共生矩陣法,分析了衛(wèi)星云圖上五類區(qū)域的紋理特性;第二部分主要介紹了遙感圖像分類原理以及神經(jīng)網(wǎng)絡(luò)中的BP算法,在對(duì)算法原理進(jìn)行深

3、入理解的基礎(chǔ)上,把紋理特征與神經(jīng)網(wǎng)絡(luò)進(jìn)行組合,實(shí)現(xiàn)對(duì)衛(wèi)星云圖進(jìn)行分類分析;第三部分內(nèi)容是在前面圖像分類結(jié)果的基礎(chǔ)上,對(duì)序列圖像用相關(guān)匹配法進(jìn)行運(yùn)動(dòng)分析,反演云跡風(fēng)風(fēng)場(chǎng).通過對(duì)2003年7月4-5日暴雨過程的試驗(yàn)分析發(fā)現(xiàn),使用紋理特征作為整個(gè)分析決策模型的基礎(chǔ)是十分合理的,另外改進(jìn)的基于紋理分類的云跡風(fēng)反演技術(shù),由于精度的提高,使診斷水平有了很大的改善.由它所表示的2003年7月5日07-08時(shí)的高空風(fēng)場(chǎng)上,可以清楚地看到一個(gè)北邊輻散,南