CN109102538A - 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法 - Google Patents

利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法 Download PDF

Info

Publication number
CN109102538A
CN109102538A CN201810786117.5A CN201810786117A CN109102538A CN 109102538 A CN109102538 A CN 109102538A CN 201810786117 A CN201810786117 A CN 201810786117A CN 109102538 A CN109102538 A CN 109102538A
Authority
CN
China
Prior art keywords
point
isopleth
slot
cluster
line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810786117.5A
Other languages
English (en)
Other versions
CN109102538B (zh
Inventor
刘敦龙
胡文东
罗飞
舒红平
唐錾钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu University of Information Technology
Original Assignee
Chengdu University of Information Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu University of Information Technology filed Critical Chengdu University of Information Technology
Priority to CN201810786117.5A priority Critical patent/CN109102538B/zh
Publication of CN109102538A publication Critical patent/CN109102538A/zh
Application granted granted Critical
Publication of CN109102538B publication Critical patent/CN109102538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30192—Weather; Meteorology

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Generation (AREA)

Abstract

本发明公开利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法。本发明提供在等值场数据中提取槽脊特征点的方法。该方法对于非闭合等值线，根据等值线上每3点的夹角对3点进行取舍，将选取的点组成序列S，根据S的弧线特征确定槽脊特征点。本发明提供利用等值线数据提取槽脊特征线的方法，在提取槽脊特征点基础上，分三种方案识别其槽/脊点性质，再依距离条件对槽/脊点作归簇运算，最后利用贝塞尔曲线拟合同簇所有槽/脊点得到槽/脊线。本发明提供两种方法在天气图、地形图分析中的应用，与一种天气图分析方法。本发明方法能够同时识别槽点与脊点、生成槽线与脊线，算法效率高、结果准确，所得槽脊线无交叉且美观。

Description

利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气 图分析方法
技术领域
本发明涉及一种等值场数据处理方法，特别是涉及利用等值线数据提取槽脊特征点的方法，提供槽脊特征线的方法，及两者的应用，以及一种天气图分析方法。属于数据特征抽取、预测天气状态技术领域。
背景技术
槽线自动识别是天气图自动化分析的重要内容，但目前的气象槽线分析主要通过人工实现。一般来说槽线与脊线相对应，它是等值线曲率最大点按一定规则的连线，在地形数据分析中称为山脊线、山谷线。在气象领域，槽线通常由低压槽区内等高线曲率最大点连接而成，是气旋中心到低压槽内气压最低点的集合所组成的曲线。目前，槽线自动识别主要通过计算曲率的方法实现，即针对一定高度上的等压线，通过计算曲率得到曲率局部最大点作为槽点，再依据特定的规则将槽点连接构成槽线。
现有技术《基于DP算法的槽线自动判识》(代曦等，气象科技，2016 年01期)公开了一种基于Douglas-Peucker算法的气象槽线自动识别方法。方法首先将等压线分为闭合和非闭合两类，再从单条等压线角度考虑，通过垂距阈值判断的方法得到等压线关键点。方法具体分三步完成。该方法是采用垂距为指标，根据最大垂距寻找槽点，最终连接槽线。该方法的主要缺陷在于：一方面，不但计算复杂，而且槽点的判识存在一定的误差；另一方面，对于待分析的等值场数据，仅能寻找出槽点与槽线，不能同时寻找脊点与脊线。
发明内容
本发明的目的就是针对现有技术的不足，提供一种能够同时抽取等值场数据中槽线与脊线的方法，以及在此基础上完成的天气图分析方法。
为实现上述目的，本发明首先提取一种在等值场数据中提取槽脊特征点的方法，其技术方案如下：
一种利用等值线数据提取槽脊特征点的方法，用于在等值线数据场中提取槽脊特征点；其特征在于：
对于非闭合等值线，以等值线上3个点为一组，计算每组3点构成的夹角α，若夹角α≤角度阈值θ，记录该组第2点，否则放弃该组3个点；所述每组3点间隔等值线上7～10个点，所述角度阈值θ取值为θ∈[175,180)；依次遍历所有等值线上所有点，记录所有符合角度阈值条件的点；将等压线上连续记录的点记为一个序列S，确定每个序列S构成弧线的拐点，所得拐点即为槽脊特征点；
对于闭合等值线，等值线上所有点均为槽脊特征点。
上述方法中，槽脊特征点符合槽点数值特征或脊点数值特征的点。方法首先将等值线分为闭合与非闭合两类。对于非闭合等值线，以等值线上一定相等间距的3个点为一个计算单元，若3点形成的夹角符合角度阈值，则将则进一步将连续满足同一角度阈值的点记为一个序列S，每个S对应一段弧线，该弧线的拐点即是槽脊特征点(等值线上曲率局部最大的点)。对于闭合等值线，线上所有点都是槽脊特征点。
在优化条件下，一个序列S组成一段弧线的拐点是该序列所构成弧线中角度最小的点。
以上述利用等值线数据提取槽脊特征点的方法为基础，本发明进一步提供一种提取槽脊特征线的方法，其技术方案如下：
利用上述提取槽脊特征点的方法实现的利用等值线数据提取槽脊特征线的方法，其特征在于：
首先提取槽脊特征点，其次识别槽脊特征点的槽/脊性质，最后分别根据槽点/脊点分别生成槽线/脊线；
所述识别槽脊特征点的槽/脊性质的方法是：若槽脊特征点位于非闭合等值线上所有槽脊特征点的非两端位置，实施方案一；若槽脊特征点位于非闭合等值线上所有槽脊特征点的两端位置，实施方案二；若槽脊特征点位于闭合等值线上，实施方案三：
方案一：沿等值线走向依次取3个槽脊特征点组成1个识别组，计算3点的两个向量外积，若等值线走向与等值线风向相同且向量外积大于0，判断识别组中心点为脊点，若等值线走向与等值线风向相同且向量外积小于0，判断识别组中心点为槽点；若等值线走向与等值线风向相反且向量外积大于0，判断识别组中心点为槽点，若等值线走向与等值线风向相反且向量外积小于0，判断识别组中心点为脊点；所述等值线走向是等值线生成方向，所述等值线风向是采用气象学中依等压线数据判断风向的方法确定的矢量方向；
方案二：确定槽脊特征点所在序列S，依次选取序列S前端点、槽脊特征点、序列S后端点组成1个识别组，余后与方案一相同；
方案三：计算闭合等压线的几何中心坐标，若几何中心数据值小于等值线外周围数据值，判断该等值线上所有点均为槽点，反之判断均为脊点。
在完成提取槽脊特征点的基础上，连接生成槽线或脊线的关键是区分槽脊特征点的槽脊属性，识别出其中的槽点与脊点。本发明上述方法：对于闭合等值线，只需依照等值线几何中心点与等值线外周围数值的大小关系判断槽脊特征点(即等值线上所有点)的槽脊属性。对于非闭合等值线，将沿等值线走向的3个点(如A、B、C)组成一个识别组，3 个点构成两个向量BA与向量BC，计算此二向量的外积。再根据等值线走向、等值线风向、向量外积正负值三者共同确定识别组中第2点的槽脊属性。对于非闭合等值线上存在的三个连续相邻的槽脊特征点，则由该三槽脊特征点组成一个识别组；对于非闭合等值线上两端的二槽脊特征点，由于不存在其左侧或右侧的槽脊特征点，因而以该槽脊特征点所属序列S的前后两端点依次与槽脊特征点组成识别组完成后续识别过程。
完成槽点、脊点识别后，可采用现有技术分别连接槽点/脊点生成槽线/脊线。本发明进一步提供连接槽点/脊点生成槽线/脊线的优化方法，具体是：
生成槽线时，首先依据每个槽点的数据值将槽点做升序排列得到序列Z，再将槽点归簇，最后利用贝塞尔曲线拟合同一簇所有槽点得到一条槽线；归簇的方法是：取序列Z中的第一个槽点z1作为归簇起点，从 Z中取出z1，计算槽点z1与相邻等值线上所有槽点的距离d，找出存在最小距离dmin的槽点zi，若符合条件阈值(即dmin＜距离阈值D)，将zi与z1归为一簇，再从Z中取出zi，以zi作为归簇起点，继续寻找相邻等值线上可以归簇的槽点zj，再以zj作为归簇起点，继续寻找相邻等值线上可以归簇的槽点，直到无法找到符合距离阈值条件的槽点，完成本次归簇，退出本次归簇循环。本次归簇的所有槽点标记为同一簇槽点。然后，再从Z 剩余槽点(删除已归簇槽点)中的第1个槽点开始第二次归簇循环，标记同一簇槽点。依次完成所有符合距离阈值条件的槽点归簇。每次归簇循环采用相同的距离阈值条件，距离阈值D取值为D＜13个单位，以每一经纬度为一个单位。
生成脊线时，首先依据每个脊点的数据值将脊点做降序排列，再将脊点归族，最后利用贝塞尔曲线拟合同一簇所有脊点得到脊线。脊点归簇方法及距离阈值D与槽点归簇相同。
通过上述归簇过程生成槽/脊线，可以在保证所得槽/脊线平滑性的同时有效避免槽/脊线相交，以及同一个槽/脊点出现在多条槽/脊线中的问题，并且槽/脊线生成快速。
本发明上述提取槽脊特征、槽脊特征线的方法均可以用于天气图分析、地形图分析，其等值线数据场可以是天气图中的气压、温度、湿度等气象要素的等值线数据场，以及地形图中的高程等值线数据场。故发明提供以下技术方案：
利用等值线数据提取槽脊特征点的方法在天气图分析、地形图分析中的应用。
利用等值线数据提取槽脊特征线的方法在天气图分析、地形图分析中的应用。
本发明同时提供一种天气图分析方法，其技术方案如下：
利用上述利用等值线数据提取槽脊特征线的方法实现的天气图分析方法，用于在天气图中提取槽线和/或脊线，其特征在于：将气象要素等值场数据网格化，获取每个格网点的坐标与气象要素值，在气象要素等值场数据中生成等值线，对等值线进行平滑滤波；采用利用等值线数据提取槽脊特征线的方法提取槽线与脊线。
与现有技术相比，本发明的有益效果是：(1)本发明利用等值线数据提取槽脊特征点的方法简便易行，能够广泛应用各类等值线数据场的数据处理；(2)本发明提取槽脊特征线的方法，能够快速、准确识别槽脊特征点的槽脊属性，利用槽点/脊点生成槽线/脊线的方法能够在保证所得槽/脊线平滑性的同时有效避免槽/脊线相交，以及同一个槽/脊点出现在多条槽/脊线中的问题，因而，生成的槽/脊线无需人工修正便易于与后续自动化的数据或图形处理步骤相衔接。整套槽脊特征线提取方法处理速度快、结果准确、效率高，所得曲线美观，能够直接用于现场演示。
附图说明
图1是方法流程示意图。
图2是500hPa原始等压场数据。
图3是原始等压场数据格网化示意图。
图4是等压线数据场。
图5是平滑滤波之后的等压线。
图6a是一段等压线AB示意图。
图6b、图6c是绘制等压线AB上风向示意图。
图7是等压线风向与等压线走向关系。
图8是3点夹角α示意图。
图9a是非闭合等压线上序列点示意图。
图9b是图9a的左上部局部放大图。
图10是识别槽点或脊点方法示意图。
图11是图10的局部放大图。
图12是闭合等压线几何中心标识。
图13是标识槽点/脊点的等压图(·表示槽点，×表示脊点)。
图14是槽/脊点归簇并经贝塞尔曲线拟合生成的槽/脊线示意图(粗线表示脊线，细线表示槽线)。
具体实施方式
下面结合附图，对本发明的优选实施例作进一步的描述。
实施例一
如图1～图14所示，利用等值线数据在高空天气图500hPa气压场数据中提取槽脊特征线。
图1是方法流程示意图。
1、生成等压线数据场
根据原始等压场数据(图2是500hPa原始等压场数据)，采用等值线追踪方法得到一系列等压线。具体步骤：根据原始等压场数据的覆盖范围(四个边界点)以及各个经纬度坐标位置的气压值，生成一个矩形范围，并对其进行格网化细分(图3是原始等压场数据格网化示意图)，获取每个网格的经纬度坐标值及其气压值，然后利用等值线追踪方法，生成每条等压线，得到等压线数据场(图4是等压线数据场)。通过判断生成的等压线的首尾点是否重合来判断等压线是否闭合，将等压线分成闭合与非闭合两类。
2、等压线滤波平滑
对等压线进行加窗移动平滑滤波，去掉等压线中存在轻微震荡浮动的点，使之平滑。
必要时，对平滑滤波后的等压线进行X(经度)、Y(纬度)方向的连续同值点处理。处理原则：若X(经度)方向存在连续同值点，则X (经度)值不变，Y(纬度)值取平均值；若Y(纬度)方向存在连续同值点，则Y(纬度)值不变，X(经度)值取平均值。
得到平滑滤波之后的等压线(图5是平滑滤波之后的等压线)。
3、判断非闭合等压线走向与风向的关系
非闭合等压线走向是等压线生成方向，即根据等值线追踪方法寻找等压线上一系列点的顺序(方向)。等压线图中，气压值标签处即为该等压线的起点。
风向依气象学常规方法确定。判断风向的方法，如图6(图6是根据等压线判断风向示意图，图6a是一段等压线AB示意图，图6b、图 6c是绘制等压线AB上风向示意图)：查看等压线AB两侧网格的气压值，绘制由低压(D)向高压(G)的矢量DG，自矢量DG右侧指向左侧且沿等压线的方向即为风向F。
等压线走向与风向的关系有两种：两者相同，则关系参数取值1；两者相反，则关系参数取值-1。如图7(图7是等压线风向与等压线走向关系标识)中第2列数据即为每条等压线走向与风向关系参数取值。
4、利用等压线数据提取槽脊特征点
4.1利用非闭合等压线数据提取槽脊特征点
选取等压线第1个点，中间间隔10个点选取第2个点(即等压线上第11个点)，再间隔10个点选取第3个点(即等压线上第21个点)，3 个点记为第1组，计算3点构成的夹角α1，将等压线上第2个点、第12 个点、第22个点组成第2组，计算夹角α2，依次遍历所有等压线上所有点，计算所有夹角α(图8是3点夹角α示意图)。对于每一组，若满足角度阈值条件夹角α≤角度阈值θ，记录该组第2个点，否则放弃该组 3个点。依次遍历所有组，记录所有符合角度阈值条件的点。角度阈值θ取值为θ∈[175,180)。
将等压线上连续符合角度阈值条件的点(即已记录的点)记为一个序列S。如图9(图9a是非闭合等压线上序列S示意图，图9b是图9a 的左上部局部放大图)所示，等压线536上有两个序列S(以不同灰度连续点表示)、左上角处等压线540上有三个序列S。确定每个序列S构成弧线的拐点，所得拐点即为槽脊特征点。本实施方式中，采用简便方法，选择每个序列S组成弧线中角度最小的点为拐点。
4.2利用闭合等压线数据提取槽脊特征点
闭合等压线上所有点均为槽脊特征点。
5、识别槽脊特征点的槽/脊性质
5.1非闭合等压线的槽脊特征点
图10是识别槽点或脊点方法示意图。图10所示等压线是图9右上部局部放大。图10中，以非闭合等压线548为例：该等压线走向是从 548标注的一端开始，一直延伸到另一端，已寻找到的槽脊特征点依次是A、B、C、D、E。其中，A和E位于该等压线上所有槽脊特征点的两端位置，B、C、D则位于非两端位置。
对于B、C、D点，沿等压线走向依次取B、C、D点组成1个识别组，构成向量CB、向量CD，计算这两个向量的外积。由于等压线走向 (从右到左)与风向(从左到右)相反且向量外积小于0，判断识别组中心C点为脊点。
对于A、E点，以A点为例，选取A点所在序列S(即“4.1利用非闭合等压线数据提取槽脊特征点”中生成的序列S，图11中等压线548 上连续灰色圆点)前端点A2点、后端点A1点与A点共同组成1个识别组(图11是图10的局部放大图。)。采用上述相同方法判断识别组中心A点槽/脊性质。
5.2闭合等压线的槽脊特征点
对每一条闭合等压线，计算闭合等压线的几何中心，即最上、下、左、右四个点X(经度)、Y(纬度)坐标值的算术平均值确定的点(O) (图12是闭合等压线几何中心标识)。该点即为低涡中心或高压中心。若几何中心气压值小于等压线外周围气压值，判断该等压线上所有点均为槽点；反之判断均为脊点。闭合等压线上的点均为槽点或脊点，但一般情况下，仅需选取闭合等压线最上、下、左、右四个点在后续步骤中生成槽线或脊线。
图13是标识槽点/脊点的等压图(·表示槽点，×表示脊点)。
6、生成槽线、脊线
6.1生成槽线
依据每个槽点的气压值将所有槽点做升序排列得到序列Z，再将槽点归簇，最后利用贝塞尔曲线拟合同一簇槽点得到一条槽线。归簇过程是：取序列Z中的第一个槽点z1作为归簇起点，从Z中取出z1(此时Z 中已不再含有z1)，计算z1与相邻等值线上的所有槽点的距离d，找出存在最小距离dmin的槽点zi，若dmin符合阈值条件dmin＜距离阈值D，将zi与 z1归为一簇，再从Z中取出zi(此时Z中已不再含有zi)，以zi作为归簇起点，继续寻找相邻等值线上可以归簇的槽点zj，再以zj作为归簇起点，继续寻找相邻等值线上可以归簇的槽点，直到无法找到符合距离阈值条件的槽点，完成本次归簇，退出本次归簇循环。将本次归簇的所有槽点标记为同一簇(如第1簇)槽点。为提高槽线质量，若该簇槽点个数大于3，保留该簇槽点，否则舍弃本簇槽点。然后，再从Z剩余槽点(删除已归簇槽点)中的第1个槽点开始第二次归簇循环，标记同一簇(如第2簇)槽点。依次完成所有符合距离阈值条件的槽点归簇。每次归簇循环采用相同的距离阈值条件，距离阈值D取值为D＜13个单位，以经纬度的每一度为1个单位。
6.2生成脊线
生成脊线与生成槽线方法相似，但首先依据每个脊点的气压值将所有脊点做降序排列，然后归簇并生成脊线。脊点归簇过程及距离阈值D 与槽点归簇相同。
图14是槽/脊点归簇并经贝塞尔曲线拟合生成的槽/脊线示意图(粗线表示脊线，细线表示槽线)。

Claims (10)

1.利用等值线数据提取槽脊特征点的方法，用于在等值线数据场中提取槽脊特征点；其特征在于：
对于非闭合等值线，以等值线上3个点为一组，计算每组3点构成的夹角α，若夹角α≤角度阈值θ，记录该组第2点，否则放弃该组3个点；所述每组3点间隔等值线上7～10个点，所述角度阈值θ取值为θ∈[175,180)；依次遍历所有等值线上所有点，记录所有符合角度阈值条件的点；将等压线上连续记录的点记为一个序列S，确定每个序列S构成弧线的拐点，所得拐点即为槽脊特征点；
对于闭合等值线，等值线上所有点均为槽脊特征点。
2.根据权利要求1所述的方法，其特征在于：所述拐点是序列S所构成弧线中角度最小的点。
3.利用权利要求1或2所述提取槽脊特征点的方法实现的利用等值线数据提取槽脊特征线的方法，其特征在于：
首先提取槽脊特征点，其次识别槽脊特征点的槽/脊性质，最后分别根据槽点/脊点生成槽线/脊线；
所述识别槽脊特征点的槽/脊性质的方法是：若槽脊特征点位于非闭合等值线上所有槽脊特征点的非两端位置，实施方案一；若槽脊特征点位于非闭合等值线上所有槽脊特征点的两端位置，实施方案二；若槽脊特征点位于闭合等值线上，实施方案三：
方案一：沿等值线走向依次取3个槽脊特征点组成1个识别组，计算3点的两个向量外积，若等值线走向与等值线风向相同且向量外积大于0，判断识别组中心点为脊点，若等值线走向与等值线风向相同且向量外积小于0，判断识别组中心点为槽点；若等值线走向与等值线风向相反且向量外积大于0，判断识别组中心点为槽点，若等值线走向与等值线风向相反且向量外积小于0，判断识别组中心点为脊点；所述等值线走向是等值线生成方向，所述等值线风向是采用气象学中依等压线数据判断风向的方法确定的矢量方向；
方案二：确定槽脊特征点所在序列S，依次选取序列S前端点、槽脊特征点、序列S后端点组成1个识别组，余后与方案一相同；
方案三：计算闭合等压线的几何中心坐标，若几何中心数据值小于等值线外周围数据值，判断该等值线上所有点均为槽点，反之判断均为脊点。
4.根据权利要求3所述的利用等值线数据提取槽脊特征线的方法，其特征在于：所述分别根据槽点/脊点生成槽线/脊线中，
生成槽线时，首先依据每个槽点的数据值将槽点做升序排列得到序列Z，再将槽点归簇，最后连接同一簇所有槽点得到一条槽线；归簇的方法是：取序列Z中的第一个槽点z1作为归簇起点，从Z中取出z1，计算槽点z1与相邻等值线上所有槽点的距离d，找出存在最小距离dmin的槽点zi，若符合条件阈值，将zi与z1归为一簇，再从Z中取出zi，以zi作为归簇起点，继续寻找相邻等值线上可以归簇的槽点zj，再以zj作为归簇起点，继续寻找相邻等值线上可以归簇的槽点，直到无法找到符合距离阈值条件的槽点，完成本次归簇，退出本次归簇循环，本次归簇的所有槽点标记为同一簇槽点；然后，再从Z已归簇槽点的剩余槽点中的第1个槽点开始第二次归簇循环，标记同一簇槽点；依次完成所有符合距离阈值条件的槽点归簇；每次归簇循环采用相同的距离阈值条件，所述阈值条件是即dmin＜距离阈值D，距离阈值D取值为D＜13个单位，以每一经纬度为一个单位；
生成脊线时，首先依据每个脊点的数据值将脊点做降序排列，再将脊点归族，最后连接同一簇所有脊点得到脊线。脊点归簇方法及距离阈值D与槽点归簇相同。
5.根据权利要求4所述的利用等值线数据提取槽脊特征线的方法，其特征在于：利用贝塞尔曲线拟合同一簇所有槽点或脊点得到一条槽线或脊线。
6.权利要求1～5任一所述的方法在天气图分析、地形图分析中的应用。
7.利用权利要求3或4或5所述利用等值线数据提取槽脊特征线的方法实现的天气图分析方法，用于在天气图中提取槽线和/或脊线，其特征在于：将气象要素等值场数据网格化，获取每个格网点的坐标与气象要素值，在气象要素等值场数据中生成等值线，采用利用等值线数据提取槽脊特征线的方法提取槽线与脊线。
8.根据权利要求7所述的天气图分析方法，其特征在于：生成等值线后对等值线进行平滑滤波。
9.根据权利要求8所述的天气图分析方法，其特征在于：对等值线进行平滑滤波后的等值线进行经度X、纬度Y方向的连续同值点处理；所述处理方法是：若X方向存在连续同值点，则X值不变，Y值取平均值，若Y方向存在连续同值点，则Y值不变，X值取平均值。
10.根据权利要求7～9任一所述的天气图分析方法，其特征在于：所述天气图是高空天气图，所述气象要素等值场是气压等压场。
CN201810786117.5A 2018-07-17 2018-07-17 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法 Active CN109102538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810786117.5A CN109102538B (zh) 2018-07-17 2018-07-17 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810786117.5A CN109102538B (zh) 2018-07-17 2018-07-17 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法

Publications (2)

Publication Number Publication Date
CN109102538A true CN109102538A (zh) 2018-12-28
CN109102538B CN109102538B (zh) 2020-09-29

Family

ID=64846662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810786117.5A Active CN109102538B (zh) 2018-07-17 2018-07-17 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法

Country Status (1)

Country Link
CN (1) CN109102538B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298838A (zh) * 2021-07-27 2021-08-24 成都睿铂科技有限责任公司 一种物体轮廓线提取方法及系统
CN113724280A (zh) * 2021-09-15 2021-11-30 南京信息工程大学 一种地面天气图高压系统的自动识别方法
CN115082788A (zh) * 2022-06-21 2022-09-20 中科三清科技有限公司 气压中心识别方法、装置、电子设备及存储介质
CN115828054A (zh) * 2023-02-10 2023-03-21 成都信息工程大学 一种通过改进拉普拉斯自动识别南支槽的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009298364A (ja) * 2008-06-17 2009-12-24 Bridgestone Corp 空気入りタイヤ
CN104331389A (zh) * 2014-11-21 2015-02-04 南京南瑞集团公司 基于八点法的等值线追踪算法
CN104898186A (zh) * 2015-06-09 2015-09-09 天津大学 一种用于槽脊线的特征点提取及自动绘制的方法
CN106909788A (zh) * 2017-02-28 2017-06-30 中国人民解放军理工大学 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
CN106919792A (zh) * 2017-02-24 2017-07-04 天津大学 基于高精度数值风场资料的涡旋中心自动识别方法
CN108180013A (zh) * 2017-12-29 2018-06-19 中国石油天然气股份有限公司 一种边水气藏水侵方向判别方法
CN108230423A (zh) * 2018-01-03 2018-06-29 成都信息工程大学 一种等压线气压槽线和脊线的绘制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009298364A (ja) * 2008-06-17 2009-12-24 Bridgestone Corp 空気入りタイヤ
CN104331389A (zh) * 2014-11-21 2015-02-04 南京南瑞集团公司 基于八点法的等值线追踪算法
CN104898186A (zh) * 2015-06-09 2015-09-09 天津大学 一种用于槽脊线的特征点提取及自动绘制的方法
CN106919792A (zh) * 2017-02-24 2017-07-04 天津大学 基于高精度数值风场资料的涡旋中心自动识别方法
CN106909788A (zh) * 2017-02-28 2017-06-30 中国人民解放军理工大学 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
CN108180013A (zh) * 2017-12-29 2018-06-19 中国石油天然气股份有限公司 一种边水气藏水侵方向判别方法
CN108230423A (zh) * 2018-01-03 2018-06-29 成都信息工程大学 一种等压线气压槽线和脊线的绘制方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
YAN HUANG 等: "Objective Identification of Trough Lines Using Gridded Wind Field Data", 《ATMOSPHERE 》 *
代曦 等: "基于DP算法的槽线自动判识", 《气象科技》 *
庄世坚: "《统一科学——融基础学科于一体（上）》", 31 March 2018 *
徐新: "增强型矢量数据压缩算法的设计与实现", 《计算机应用研究》 *
王萍: "暖脊特征点提取及暖脊线自动绘制方法研究", 《气象》 *
胡德才主编: "《重难点手册 高中地理》", 31 July 2011 *
袁江红 等: "等值线DEM地形特征点提取与分类", 《现代测绘》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113298838A (zh) * 2021-07-27 2021-08-24 成都睿铂科技有限责任公司 一种物体轮廓线提取方法及系统
CN113298838B (zh) * 2021-07-27 2021-09-21 成都睿铂科技有限责任公司 一种物体轮廓线提取方法及系统
CN113724280A (zh) * 2021-09-15 2021-11-30 南京信息工程大学 一种地面天气图高压系统的自动识别方法
CN113724280B (zh) * 2021-09-15 2023-12-01 南京信息工程大学 一种地面天气图高压系统的自动识别方法
CN115082788A (zh) * 2022-06-21 2022-09-20 中科三清科技有限公司 气压中心识别方法、装置、电子设备及存储介质
CN115828054A (zh) * 2023-02-10 2023-03-21 成都信息工程大学 一种通过改进拉普拉斯自动识别南支槽的方法

Also Published As

Publication number Publication date
CN109102538B (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN109102538A (zh) 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法
CN108648233A (zh) 一种基于深度学习的目标识别与抓取定位方法
CN108764228A (zh) 一种图像中文字目标检测方法
CN105118049A (zh) 一种基于超像素聚类的图像分割方法
CN104778470B (zh) 基于组件树和霍夫森林的文字检测和识别方法
CN109753949B (zh) 一种基于深度学习的多视窗交通标志检测方法
CN109002834A (zh) 基于多模态表征的细粒度图像分类方法
CN106203430A (zh) 一种基于前景聚集度和背景先验的显著性物体检测方法
CN109034160B (zh) 一种基于卷积神经网络的带小数点数字仪表自动识别方法
CN107392141A (zh) 一种基于显著性检测和lsd直线检测的机场提取方法
CN109903331A (zh) 一种基于rgb-d相机的卷积神经网络目标检测方法
CN108537816A (zh) 一种基于超像素和背景连接先验的显著物体分割方法
CN115272652A (zh) 基于多元回归和自适应焦点损失的密集物体图像检测方法
CN110223310A (zh) 一种基于深度学习的线结构光中心线和箱体边缘检测方法
CN105931241A (zh) 一种自然场景图像的自动标注方法
CN109493333A (zh) 基于卷积神经网络的超声甲状腺结节钙化点提取算法
CN111220619B (zh) 一种绝缘子自爆检测方法
CN110598698A (zh) 基于自适应区域建议网络的自然场景文本检测方法和系统
CN113269049A (zh) 一种用于检测手写汉字区域的方法
CN106529391B (zh) 一种鲁棒的限速交通标志检测与识别方法
CN107369162A (zh) 一种绝缘子候选目标区域的生成方法及系统
CN116403007B (zh) 基于目标向量的遥感影像变化检测方法
CN109344774A (zh) 遥感影像中的火力发电站目标识别方法
CN106251004B (zh) 基于改进空间距离划分的目标分群方法
CN111221819B (zh) 一种基于多维数据空间分割的相似台风快速匹配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant