一种基于视频的天气现象识别方法

    公开(公告)号:CN104463196B

    公开(公告)日:2017-07-25

    申请号:CN201410634896.9

    申请日:2014-11-11

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于视频的天气现象识别方法,实现对晴、多云、雨、雪、雾等常见天气现象的分类识别,包括以下步骤:离线分类器训练:对给定的训练视频,采样图像序列,一方面提取图像序列的视频特征,另一方面从图像序列中提取关键帧图像及其图像特征,采用AdaBoost对所提取的视频特征、图像特征以及人工标注进行学习训练得到分类器;在线天气现象识别:对测试视频,采样多组图像序列,提取每组图像序列的视频特征和图像特征,将上述特征送入分类器中进行分类,得到相应识别结果后再通过投票方式进行决策融合,将投票结果作为测试视频的天气现象识别结果。

    一种机载合成孔径雷达海面风矢量反演方法

    公开(公告)号:CN103323817A

    公开(公告)日:2013-09-25

    申请号:CN201310260542.8

    申请日:2013-06-25

    IPC分类号: G01S7/02 G01S13/90

    摘要: 本发明依据机载SAR探测范围内入射角线性变化的探测特点,提出了利用归一化雷达截面随入射角变化规律与风向、风速的特定对应关系,直接确定海面风矢量的反演方法。具体为:首先确定机载SAR探测数据,之后对图像质量进行控制并确定起止入射角,第三步确定归一化雷达截面随入射角变化的列均值曲线并建立标准曲线库,之后在特定标准曲线库中寻找与列均值曲线近似度最高的曲线,从而得到风向、风速,本发明的目的在于摆脱对辅助信息的依赖,直接利用机载SAR探测数据准确反演海面风矢量,为机载SAR海面风矢量反演的业务化应用提供技术支持。

    计算机气象软件中基于位势高度数据的槽线自动绘制方法

    公开(公告)号:CN106909788A

    公开(公告)日:2017-06-30

    申请号:CN201710112891.3

    申请日:2017-02-28

    发明人: 李骞 黄岩 范茵

    IPC分类号: G06F19/00 G06T11/20

    CPC分类号: G06F19/00 G06T11/203

    摘要: 本发明公开了计算机气象软件中基于位势高度数据的槽线自动绘制方法,可以实现天气图中气象槽线的自动提取绘制,包括以下步骤:曲率值计算:计算各网格点经向和纬向上的地转风速,并由此计算得到网格点处地转风的风向角度,在风速方向上对地转风风向角度求导得到曲率值。槽点追踪:提取局部曲率极小值作为槽线追踪起点,由槽线追踪起点开始,根据各网格点的曲率值较小邻接点的数量等约束条件对槽点进行追踪和连接,得到原始槽线。原始槽线处理:对提取出的原始槽线进行噪声剔除,平滑处理,生成满足气象业务需求的槽线。

    一种基于动态卷积神经网络的雷达回波外推方法

    公开(公告)号:CN106886023A

    公开(公告)日:2017-06-23

    申请号:CN201710110183.6

    申请日:2017-02-27

    发明人: 李骞 施恩 顾大权

    IPC分类号: G01S13/95 G01S13/89 G06N3/04

    摘要: 本发明公开了一种基于动态卷积神经网络的雷达回波外推方法,包括:离线卷积神经网络训练:对给定的训练图像集,通过数据预处理得到训练样本集,初始化动态卷积神经网络模型,并利用训练样本集训练动态卷积神经网络,经过网络前向传播计算输出值、后向传播更新网络参数的过程使动态卷积神经网络收敛。在线雷达回波外推:通过数据预处理将测试图像集转化为测试样本集,利用测试样本集对经过训练的动态卷积神经网络进行测试,将输入图像序列中的最后一幅雷达回波图像与网络前向传播中获得的概率向量相卷积,得到预测的雷达回波外推图像。

    一种计算机气象软件中基于风场数据的槽线自动绘制方法

    公开(公告)号:CN104951624A

    公开(公告)日:2015-09-30

    申请号:CN201510410180.5

    申请日:2015-07-13

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种计算机气象软件中基于风场数据的槽线自动绘制方法,实现天气图中气象槽线的自动识别,包括以下步骤:长波槽生成:提取风场网格数据的逆向环流中心,查找数据中的候选长波槽点,以逆向环流中心为起点进行槽点追踪和连接,提取长波槽。短波槽生成:对风场网格数据进行涡度、角度偏转筛选,提取候选短波槽点,在结合候选长波槽点进行筛选后,再对余下候选短波槽点进行最小生成树聚类,对各个生成类中的候选槽点集分别进行曲线拟合,提取短波槽。

    一种机载合成孔径雷达海面风矢量反演方法

    公开(公告)号:CN103323817B

    公开(公告)日:2015-04-22

    申请号:CN201310260542.8

    申请日:2013-06-25

    IPC分类号: G01S7/02 G01S13/90

    摘要: 本发明依据机载SAR探测范围内入射角线性变化的探测特点,提出了利用归一化雷达截面随入射角变化规律与风向、风速的特定对应关系,直接确定海面风矢量的反演方法。具体为:首先确定机载SAR探测数据,之后对图像质量进行控制并确定起止入射角,第三步确定归一化雷达截面随入射角变化的列均值曲线并建立标准曲线库,之后在特定标准曲线库中寻找与列均值曲线近似度最高的曲线,从而得到风向、风速,本发明的目的在于摆脱对辅助信息的依赖,直接利用机载SAR探测数据准确反演海面风矢量,为机载SAR海面风矢量反演的业务化应用提供技术支持。

    一种基于动态卷积神经网络的雷达回波外推方法

    公开(公告)号:CN106886023B

    公开(公告)日:2019-04-02

    申请号:CN201710110183.6

    申请日:2017-02-27

    发明人: 李骞 施恩 顾大权

    IPC分类号: G01S13/95 G01S13/89 G06N3/04

    摘要: 本发明公开了一种基于动态卷积神经网络的雷达回波外推方法,包括:离线卷积神经网络训练:对给定的训练图像集,通过数据预处理得到训练样本集,初始化动态卷积神经网络模型,并利用训练样本集训练动态卷积神经网络,经过网络前向传播计算输出值、后向传播更新网络参数的过程使动态卷积神经网络收敛。在线雷达回波外推:通过数据预处理将测试图像集转化为测试样本集,利用测试样本集对经过训练的动态卷积神经网络进行测试,将输入图像序列中的最后一幅雷达回波图像与网络前向传播中获得的概率向量相卷积,得到预测的雷达回波外推图像。

    计算机气象软件中基于位势高度数据的槽线自动绘制方法

    公开(公告)号:CN106909788B

    公开(公告)日:2019-02-22

    申请号:CN201710112891.3

    申请日:2017-02-28

    发明人: 李骞 黄岩 范茵

    IPC分类号: G16Z99/00 G06T11/20

    摘要: 本发明公开了计算机气象软件中基于位势高度数据的槽线自动绘制方法,可以实现天气图中气象槽线的自动提取绘制,包括以下步骤:曲率值计算:计算各网格点经向和纬向上的地转风速,并由此计算得到网格点处地转风的风向角度,在风速方向上对地转风风向角度求导得到曲率值。槽点追踪:提取局部曲率极小值作为槽线追踪起点,由槽线追踪起点开始,根据各网格点的曲率值较小邻接点的数量等约束条件对槽点进行追踪和连接,得到原始槽线。原始槽线处理:对提取出的原始槽线进行噪声剔除,平滑处理,生成满足气象业务需求的槽线。

    一种计算机气象软件中基于风场数据的槽线自动绘制方法

    公开(公告)号:CN104951624B

    公开(公告)日:2017-10-17

    申请号:CN201510410180.5

    申请日:2015-07-13

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种计算机气象软件中基于风场数据的槽线自动绘制方法,实现天气图中气象槽线的自动识别,包括以下步骤:长波槽生成:提取风场网格数据的逆向环流中心,查找数据中的候选长波槽点,以逆向环流中心为起点进行槽点追踪和连接,提取长波槽。短波槽生成:对风场网格数据进行涡度、角度偏转筛选,提取候选短波槽点,在结合候选长波槽点进行筛选后,再对余下候选短波槽点进行最小生成树聚类,对各个生成类中的候选槽点集分别进行曲线拟合,提取短波槽。

    一种基于视频的天气现象识别方法

    公开(公告)号:CN104463196A

    公开(公告)日:2015-03-25

    申请号:CN201410634896.9

    申请日:2014-11-11

    IPC分类号: G06K9/62

    CPC分类号: G06K9/627

    摘要: 本发明公开了一种基于视频的天气现象识别方法,实现对晴、多云、雨、雪、雾等常见天气现象的分类识别,包括以下步骤:离线分类器训练:对给定的训练视频,采样图像序列,一方面提取图像序列的视频特征,另一方面从图像序列中提取关键帧图像及其图像特征,采用AdaBoost对所提取的视频特征、图像特征以及人工标注进行学习训练得到分类器;在线天气现象识别:对测试视频,采样多组图像序列,提取每组图像序列的视频特征和图像特征,将上述特征送入分类器中进行分类,得到相应识别结果后再通过投票方式进行决策融合,将投票结果作为测试视频的天气现象识别结果。