基于卫星云图的轮廓法自动识别热带气旋研究

刘永禄，邵利民，杨汶鑫

（海军大连舰艇学院军事海洋系海洋气象教研室，辽宁大连 116018）

基于卫星云图的轮廓法自动识别热带气旋研究

刘永禄，邵利民，杨汶鑫

（海军大连舰艇学院军事海洋系海洋气象教研室，辽宁大连 116018）

以卫星云图的热带气旋云系为研究对象，基于Canny边缘检测、Contour轮廓提取等方法，研究了通过图像的形状特征和范围大小对热带气旋云系进行自动识别，得到了较好的效果。这种方法有助于提高热带气旋云系识别的自动化程度，实现热带气旋的自动跟踪，从而为热带气旋的预报提供了便利。

热带气旋；Canny边缘检测；轮廓提取；自动识别

1 引言

多年来，各国在热带气旋的监测和预测预警能力方面取得了长足的进步，但热带气旋监测和预测预警的技术水平还远远不能满足防灾减灾对热带气旋预报的精细化要求。因此，从整体上提高热带气旋监测和预测预警水平，特别是在融合应用各种不同的观测遥感技术以及与其它相关技术领域的结合方面，继续做好重大热带气旋灾害的预测预警和评估工作，仍然是一项迫在眉睫的工作。而热带气旋的识别技术又是热带气旋预测预警技术的基础性工作，因此，热带气旋云系自动识别的研究是非常必要和重要的[1—2]。

目前，卫星云图中云的识别，国内外主要采用六类技术实现：阈值法、多谱阈值法、数学形态学法、聚类法、人工神经网络法和小波分析法[3—4]。然而热带气旋云系千变万化，除非有明显的眼区特征，在对热带气旋云系进行识别时任何一种方法都不具备普适性。经研究，热带气旋云系可分为两大类：有眼和无眼热带气旋，对于无眼热带气旋云系，根据其形状和外围螺旋云系的特征又可分为团状热带气旋云系和螺旋状热带气旋云系两类。对于团状热带气旋云系，根据其几何形状又可分为类圆性热带气旋云系和非对称性热带气旋云系[5—6]。螺旋性热带气旋云系表现为外围螺旋云带特征非常明显。现有的热带气旋识别方法，没有能够给出普遍使用于各种云型的热带气旋识别的方法，对于不同的云系要用不同的方法，而且，各种方法都偏复杂，专业化较强，本文提出的方法，试图开发一种更简单便捷的方法来实现热带气旋云系的识别，这样不仅专业人员用起来方便，非专业人员也能熟练的使用[7]。

本文在上述研究基础上，通过图像的形状特征和范围大小，在卫星云图上对热带气旋云系进行自动识别。

众所周知，热带气旋云系具有较好的组织性，在形状上的特征比较明显，且热带气旋是热带气旋达到一定的强度之后形成的，因此，热带气旋云系的范围大小是有明显特征的，本文提出的方法，从热带气旋云系的形状特征和范围大小两方面综合分析，同时满足两方面的要求，进而确定其为热带气旋云系，得出结论。这种方法，不用考虑有眼热带气旋或无眼热带气旋，对于各种不同形状的热带气旋都能进行操作，实现了热带气旋云系识别方法的普遍使用。

2 方法和过程

热带气旋云系在卫星云图中表现为有组织的螺旋云系，比较有规则，本文试图找到通过分析卫星云图中云系的形状特点来识别卫星云图中的热带气旋云系的有效方法。

利用边缘提取的算法提取卫星云图中云团的边缘，就可以得到云团的形状，再判断形状是否符合热带气旋的特点，如果符合判断条件，就确定该云团就是热带气旋生成，进而实现在卫星云图上自动识别并跟踪热带气旋。

边缘识别的算法很多，其中Canny算子对检测阶跃性边缘时效果极好，去噪能力强。Canny算子边缘检测的方法是寻找图像梯度的局部最大值。梯度是用高斯滤波器的导数计算的[1—2]。

经过对边缘强度A的非极大值抑制，找到边缘点。

Canny方法使用两个阈值来分别检测强边缘和弱边缘，而且仅当强边缘和弱边缘相连时，弱边缘才会包含在输出中。因此，此方法不容易受噪声的干扰，能够检测到真正的弱边缘。

具体识别过程如下[8]：

第一步，根据热带气旋的特征，选取合适的卫星云图，并对云图进行合理的相应的简化处理，便于实验的进行；

第二步，检测图像边缘，提取图像的轮廓信息；

第三步，根据图像的边缘和轮廓信息，求取图像的质心，计算质心到轮廓上各点的距离；（为了便于实验的进行，可对图像进行适当的简化处理）；

第四步，根据质心到轮廓上各点的距离特点，结合图像的形状特征，与热带气旋云系在卫星云图中的特点（包括形状和范围大小）进行对比，得出结论（见图1）。

3 卫星云图的预处理

在对图像进行识别之前，为了便于后续工作，简化计算过程，首先要对原始图像进行简化处理。根据热带气旋的特点，通常只需要截取30°N以南，赤道以北区域的图像即可满足要求。如图2和图3，初步处理过后的图像，就可以利用MATLAB软件进行处理。

4 识别图像边缘

读入图像后，下一步就需要识别图像边缘。为了识别图像边缘，需要对图像进行格式转换，因为边缘识别函数edge的输入变量必须是二值的，需要：

图1 自动识别流程图

图2 原始卫星云图

把原图的JPG格式的图像二值化以后，方可利用edge函数进行边缘识别。edge函数有Roberts、Sobel、Prewitt和Canny等多种边缘识别算子，本文采用Canny算子进行计算[9]。运用Canny算子时，处理过程中，需要对阈值进行控制和调整，以得到最优的边缘识别效果。输出经过Canny边缘识别后的图像结果见图4。

为了便于接下来几步的处理我们对图像进行适当的简化处理，截取部分图像，并擦除多余的线条，

图3 处理后图像

图4 经过Canny算子处理过后的边缘图像

以避免它们对实验产生的干扰[10—11]。经过简化处理的图像需要进行再一次的边缘检测，才能被下一步操作执行，所以在下一步操作之前，需要重新对简化后的图像进行读入和Canny边缘处理。进行再一次的Canny边缘处理得到的图像如图5。

图5 经简化处理后的图像

5 contour函数提取图像轮廓

经Canny边缘算子处理后返回的结果是一个图像，为了便于下一步的处理，需要提取图像的轮廓，得到图像的轮廓信息，并以数组或矩阵的形式返回。MATLAB软件也提供了多种提取图像轮廓信息的函数或方法，本文采用Contour函数来进行图像轮廓的提取[12—13]。Contour函数可以得到图像的轮廓信息，并以矩阵的形式返回（见图6）。

6 求取图像质心

为了更为精确的判断图像的形状特征，要提取图像的质心，利用质心与图像轮廓上各点之间的距离信息，来确定图像的形状和范围大小。质心，是整幅图像的质量的中心，并不一定位于图像的中心位置，为了便于操作，且使计算结果更为精确，在进行图像质心求取之前，需要对图像进行一些合理且适当的处理，使得轮廓图像基本位于整幅图像的中心位置，以保证所得图像质心最大限度的接近图像的中心位置，以保证计算的准确度。

图6 经过Contour函数处理后得到的轮廓图

7 通过质心与轮廓上各点间的距离来确定图像特征并计算图像轮廓所围成的图像面积

在上一步进行质心求取之前，对图像进行了合理而适当的处理，我们可以近似的把求取的质心当作图像的中心，这样我们就可以进行下一步的操作，通过计算质心同轮廓上各点的距离来确定图像的基本特征[14]。

在MATLAB软件中，系统为我们提供了专门用于计算两点间距离的函数distance，这样我们能够在MATLAB环境下很容易的实现两点间距离的计算。

本文用Contour函数对图像进行了轮廓提取。知道了图像轮廓上各点的坐标和图像质心点即近似中心点的坐标，可以通过函数，逐一计算质心点与轮廓上各点之间的距离，并对各个距离值进行比较，得出质心点与轮廓上各点之间的最小距离。

为了进一步验证实验得到的结论，可以计算图像轮廓所围成的面积，通过面积的大小从侧面对实验结论加以证明。

8 数据分析

8.1 试验结果

经过上述实验过程后，可以得到一组实验数据：

质心点与轮廓点之间的距离值，经过比较得到的最小值为d=15.2662像素。图像轮廓所围成的面积为ans=8016。

8.2 分析结果

根据设计安排，距离d=15.2662为质心点与轮廓上各点之间的最小距离。

通过对比原始图像上的经纬度值和像素坐标值，我们可以得到图像像素距离与实际距离海里之间的关系。同样，利用distance函数，取原图上相隔10个纬度的两点的图上坐标，计算它们之间的距离，可知它们之间的像素距离为dis3=68.6867，10个纬距为600 n mile。如果有一条直线，经过质心点，并与轮廓线相交于两点，那么，由前文的实验可以得出，这两点间的最小距离必然大于质心与轮廓线上各点的最小距离的两倍。进一步我们可以得出，经过图像中心点的直线与图像轮廓之间的两个交点间的最小距离为266.7 n mile，达到了热带气旋涡旋区范围大小的标准，由此我们可以确定，该卫星云图中含有热带气旋云系。

另外，图像轮廓所围成的面积为ans=8016，通过对比像素面积与实际面积，显然，图像轮廓的范围达到了热带气旋涡旋区的范围大小的标准。这也从另一方面验证了实验的结论。

9 结语

（1）对图像进行边缘处理，提取轮廓时，没有一个统一的标准，需要通过不断的实验来进行阈值的调节；

（2）求取图像质心的过程并不是求取图像的中心点，而是经过外部图像处理以后使质心趋近于图像中心。所以，图像的中心是一个近似值，并不能完全准确的反映图像的特征；

（3）通过质心与图像轮廓上的点之间的距离来判断云图的形状特征时，工作繁琐复杂，需要大量重复实验来进行纠正和调整，以达到最佳效果。

[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.基于气象卫星云图的云类识别及台风分割和中心定位研究[D],武汉理工大学,2008,110-115.

[8]曾明剑,于波,周曾奎,等.卫星红外云图上台风中心定位技术的研究和应用[J],热带气象学报,2006,11(3):340-344.

[9]Gonzalez R C,Woods R E,Eddins S L.Digital Image Processing Using Matlab[M].北京:电子工业出版社,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的图形轮廓提取及填充[J].电脑知识与技术,2008,8(1):27-32.

[12]徐平,邵定宏,魏楹.最佳阈值分割和轮廓提取技术及其应用[J].计算机工程与设计,2009,16(2):35-38.

[13] 陈阳.利用MATLAB进行数字图像的边缘检测算法研究[J].科技信息,2008,25(8):63-68.

[14]邹柏贤,林京壤.图像轮廓提取方法研究[J].计算机工程与应用,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

刘永禄（1972-），男，博士，研究方向为大气探测、图像处理。E-mail:lyonglu@126.com