聚类分析在卫星云图图像分割中的应用

发布时间：2017-11-19 13:27

  本文关键词：聚类分析在卫星云图图像分割中的应用

  更多相关文章： 聚类分析 FCM DBSCAN 雷暴云团 图像分割 卫星云图

【摘要】：聚类分析是数据挖掘领域的重要研究内容之一,吸纳了计算机科学、统计学、数学等各领域的知识和思想。对于没有明显特征的数据集,聚类能够挖掘出数据对象的“相异性”或“相似性”,并根据这种特性把集合分为若干子集,使相同子集内部对象差别较小而不同子集间的差别较大。近年来,聚类分析理论呈多样化发展,应用范围也已扩展至图像处理、气象分析、医学等领域。图像处理是聚类分析应用研究的一个新兴的方向,而图像分割则是该方向研究的一个分支。气象分析领域有规模庞大的卫星云图图像资源,如何使用计算机方法对卫星云图进行图像处理并从中提取有效的云团信息进而对雷暴、降水等基于云团的天气系统进行分析预报,是气象和计算机信息处理研究人员有待解决的难题之一。本文将聚类分析用于卫星云图图像分割,实现定性定量的云团分割识别,为雷暴等天气的识别提高了效率和准确率,拓宽了聚类分析在卫星气象中的应用。本文的主要研究内容为:(1)用模糊C均值聚类(FCM)对卫星云图进行首次分割,实现了云地分离。云图图像分割的关键在于根据多光谱图像中像素点间灰度特征的“相似性”对像素进行划分来达到云区域与地表区域分割的目的。传统的阈值方法属于图像硬分割方法,不仅难以取得一个合适的阈值,而且受环境因素影响,准确率难以保证。本文考虑到云图复杂性和模糊性等因素,研究了一种基于FCM的云地分离算法。该方法能有效进行云图不确定性分割和提升分割准确率。实验表明,本文方法能更好地反映云和地表灰度阈值的动态变化特性,得到更加接近实际的效果。(2)用密度聚类法对云图进一步分割处理,实现了云团识别。云图云团识别指根据云图中像素点间的空间分布关系,识别出大尺度云系、小尺度云团的目标过程。基于像素点间的“密度连通性”,结合基于区域的图像分割思想,提出一种基于DBSCAN密度聚类的云团识别算法。该方法利用相同云团内的像素点“高密度连通”,不同云团内像素点“低密度连通”,实现从云图中提取出独立的云团。实验表明,该方法不仅实现简单、效率高,而且还能通过对邻域相关参数的调整获取最佳的云图分割效果。(3)最后本文将上述两种算法应用到雷暴云团识别的数据预处理中,基于此提出了一种基于云团的雷暴云团识别方法。该方法以云团分析为前提,结合光谱阈值和纹理特征识别的优点,能够快速、准确地识别出雷暴云团。实验结果说明聚类分析在气象卫星云图的分割处理方面具有较高的研究和应用价值。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 唐伟力;龙建忠;;一种基于降雨模型的图像分割方法在砾岩图像分割中的应用[J];成都信息工程学院学报;2007年02期

2 黄晓莉;曾黄麟;王秀碧;刘永春;;基于脉冲耦合神经网络的图像分割[J];信息技术;2008年09期

3 肖飞;綦星光;;图像分割方法综述[J];可编程控制器与工厂自动化;2009年11期

4 汪一休;;一种交互式图像分割的修正优化方法[J];中国科学技术大学学报;2010年02期

5 李丹;;图像分割方法及其应用研究[J];科技信息;2010年36期

6 龚永义;黄辉;于继明;关履泰;;基于熵的两区域图像分割[J];中国图象图形学报;2011年05期

7 张甫;李兴来;陈佳君;;浅谈图像分割方法的研究运用[J];科技创新与应用;2012年04期

8 汪梅;何高明;贺杰;;常见图像分割的技术分析与比较[J];计算机光盘软件与应用;2013年06期

9 魏庆;卢照敢;邵超;;基于复杂性指数的图像分割必要性判别技术[J];计算机工程与应用;2013年16期

10 陈晓丹;李思明;;图像分割研究进展[J];现代计算机(专业版);2013年33期

中国重要会议论文全文数据库 前10条

1 杨魁;赵志刚;;图像分割技术综述[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 杨暄;郭成安;李建华;;改进的脉冲耦合神经网络及其在图像分割中的应用[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

3 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

4 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

5 高岚;胡友为;潘峰;卢凌;;基于小生境遗传算法的SAR图像分割[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

6 孙莉;张艳宁;胡伏原;赵荣椿;;基于Gaussian-Hermite矩的SAR图像分割[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 李盛;;基于协同聚类的图像分割[A];第十四届全国图象图形学学术会议论文集[C];2008年

8 张利;许家佗;;舌象图像分割技术的研究与应用进展[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年

9 秦昆;李振宇;李辉;李德毅;;基于云模型和格网划分的图像分割方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

10 高惠琳;窦丽华;陈文颉;谢刚;;图像分割技术在医学CT中的应用[A];中国自动化学会控制理论专业委员会A卷[C];2011年

中国博士学位论文全文数据库 前10条

1 白雪飞;基于视觉显著性的图像分割方法研究[D];山西大学;2014年

2 黄万里;基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究[D];福建师范大学;2015年

3 王辉;图像分割的最优化和水平集方法研究[D];电子科技大学;2014年

4 高婧婧;脑部MR图像分割理论研究[D];电子科技大学;2014年

5 潘改;偏微分方程在图像分割中的应用研究[D];东北大学;2013年

6 冯籍澜;高分辨率SAR图像分割与分类方法研究[D];电子科技大学;2015年

7 李伟斌;图像分割中的变分模型与快速算法研究[D];国防科学技术大学;2014年

8 邓晓政;基于免疫克隆选择优化和谱聚类的复杂图像分割[D];西安电子科技大学;2014年

9 帅永e，

本文编号：1203717