CN110766097A - 图像处理方法、装置、计算机设备及可读存储介质 - Google Patents
图像处理方法、装置、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN110766097A CN110766097A CN201911064604.1A CN201911064604A CN110766097A CN 110766097 A CN110766097 A CN 110766097A CN 201911064604 A CN201911064604 A CN 201911064604A CN 110766097 A CN110766097 A CN 110766097A
- Authority
- CN
- China
- Prior art keywords
- color
- scale
- total number
- target
- levels
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000002310 reflectometry Methods 0.000 claims description 78
- 238000010586 diagram Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 239000003086 colorant Substances 0.000 description 13
- 230000000694 effects Effects 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 238000009499 grossing Methods 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提供图像处理方法、装置、计算机设备及可读存储介质，该方法包括：获取雷达基数据，将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量；该方法可以将以第一色色标显示的图像进行色阶插值处理，得到以第二色色标进行显示的图像，进而能够从以第二色色标显示的图像中获取更多的变量等级，以根据更细微特征更加准确的确定强对流天气现象的演变，提高了强对流天气监测及预报结果的准确性。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种图像处理方法、装置、计算机设备及可读存储介质。
背景技术
强对流天气是气象学上所指的发生突然、天气剧烈、破坏力极强，常伴有雷雨大风、冰雹、龙卷风、局部强降雨等强烈对流性灾害天气，采用多普勒天气雷达网是研究强对流天气最有效的探测工具之一。在分析强对流天气时，通过多普勒天气雷达网探测到雷达的反射率回波图以及风场的径向速度图，并对反射率回波图以及径向速度图进行处理是分析强对流天气最有效的方式。
传统技术中，通常采用16色色标来展示反射率回波图以及径向速度图。虽然这种展示方式简单明了，但是，传统的展示方式无法展示反射率回波图以及径向速度图中的细节特征，从而导致在对强对流天气进行监测时忽略了很多雷达回波的细节特征，使得强对流天气监测及预报结果的。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高强对流天气监测及预报结果的准确性的图像处理方法、装置、计算机设备及可读存储介质。
本申请实施例提供一种图像处理方法，所述方法包括：
获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
在其中一个实施例中，所述对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，包括：
对所述雷达反射率回波图包含的第一色色标进行分类，得到所述雷达反射率对应的第一色系；
获取所述第一色系在所述第二色色标中所占的第一色阶总数量；
根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图。
在其中一个实施例中，所述获取所述第一色系在所述第二色色标中所占的第一色阶总数量，包括：
获取所述第一色系在所述第一色色标中所占的第一比例；
根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量。
在其中一个实施例中，所述根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量，包括：对所述第一比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第一色阶总数量。
在其中一个实施例中，所述根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图，包括：
根据所述第一色阶总数量、每个第一色系中包含的不同色阶对应的第一色域值进行第二算术运算，得到每个第一色系对应色阶插值处理后的第二色域值；
将所述第二色域值显示后，得到所述目标反射率回波图。
在其中一个实施例中，所述方法还包括：
对所述径向速度图包含的第一色色标进行分类，得到所述径向速度对应的第二色系；
获取所述第二色系在所述第二色色标中所占的第二色阶总数量；
根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图。
在其中一个实施例中，所述获取所述第二色系在所述第二色色标中所占的第二色阶总数量，包括：
获取所述第二色系在所述第一色色标中所占的第二比例；
根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量。
在其中一个实施例中，所述根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量，包括：对所述第二比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第二色阶总数量。
在其中一个实施例中，所述根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图，包括：
根据所述第二色阶总数量、每个第二色系中包含的不同色色标对应的第三色域值进行第四算术运算，得到每个第二色系对应色阶插值处理后的第四色域值；
将所述第四色域值显示后，得到所述目标径向速度图。
本申请实施例提供一种图像处理装置，所述装置包括：
获取模块，用于获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
显示模块，用于将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
色阶插值模块，用于对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
本申请实施例提供一种计算机设备，包括存储器、处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
本实施例提供的图像处理方法、装置、计算机设备及可读存储介质，计算机设备可以获取雷达基数据，将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量；该方法可以将以第一色色标显示的图像进行色阶插值处理，得到以第二色色标进行显示的图像，进而能够从以第二色色标显示的图像中获取更多的变量等级，以根据更细微特征更加准确的确定强对流天气现象的演变，提高了强对流天气监测及预报结果的准确性。
附图说明
图1为一实施例提供的一种图像处理方法的流程示意图；
图2为一实施例提供的一个图像处理装置的结构示意图；
图3为一实施例提供的一个图像处理装置的具体结构示意图；
图4为一个实施例提供的计算机设备的内部结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例提供的图像处理方法，可以适用于电子设备中。该设备可以为智能手机、平板电脑、笔记本电脑、台式电脑或个人数字助理等具有数据处理功能的电子设备，本实施例对电子设备的具体形式不做限定。
需要说明的是，本发明实施例提供的图像处理方法，其执行主体可以是图像处理装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为图片处理设备的部分或者全部。可选的，该图片处理设备可以为智能手机、平板电脑、笔记本电脑、台式电脑或个人数字助理等具有图像处理功能的电子设备，本实施例对电子设备的具体形式并不做限定。下述方法实施例的执行主体以电子设备为例来进行说明。
为了使本发明的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本发明实施例中的技术方案的进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定发明。
图1为一实施例提供的图像处理方法的流程示意图。本实施例涉及的是如何获取对流发生初始位置的过程。如图1所示，该方法包括：
S101、获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度。
具体的，计算机设备通过多普勒天气雷达网可以探测到雷达基数据，雷达基数据可以通过二进制方式表示，且雷达基数据可以包括雷达反射率、径向速度以及谱宽数据；但是，在本实施例中，雷达基数据仅包括雷达反射率和径向速度。
需要说明的是，多普勒天气雷达网可以从低仰角到高仰角对降水云体进行探测，可以探测到9个仰角层，每个仰角层有360个径向方向；对于雷达反射率，每个径向方向上有460个雷达反射率值；对于径向速度，每个径向方向上有920个径向速度值。
S102、将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图。
具体的，计算机设备可以将雷达反射率按照第一色色标进行显示得到雷达反射率回波图；计算机设备还可以将径向速度按照第一色色标进行显示得到径向速度图。可选的，每个色标可以显示不同的颜色，具体颜色可以不固定。可选的，根据三颜色原理可以形成色域模式，并用三原色按照比例混合形成256的三次方种颜色，因此，每个色标显示的颜色可以为这些颜色中的任意颜色。可选的，色域模式可以为RGB模式。可选的，色标可以表征色卡的整体，色卡可以包括不同的颜色；上述色阶可以表征一个色标中具有的颜色数量，每种颜色就是一个色阶。例如，16色色标中有16个色阶，256色色标中有256个色阶。
需要说明的是，上述雷达反射率回波图中的颜色可以从蓝色、绿色、黄色、橙色、红色到紫色，从蓝色到紫色的渐进变化，代表回波强度由小到大，表征降雨强度逐渐提升。可选的，上述通过径向速度图可以判别冰雹云产生的具体天气现象。可选的，径向速度图中包含的特征通常可以包括大风区、中气旋，其中，大风区常伴随出现强风冰雹，中气旋常伴随出现暴雨冰雹。
S103、对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
具体的，上述色阶插值处理可以表征为将以较少色阶进行显示的图像进行插值处理后，得到较多色阶进行显示的图像。可选的，上述第一色色标包含的色阶数量只要保证小于第二色色标包含的色阶数量即可；但是，在本实施例中，上述第一色色标可以等于16色色标，第一色色标包含的色阶数量可以等于16；上述第二色色标可以等于256色色标，第二色色标包含的色阶数量可以等于256。
需要说明的是，计算机设备可以将雷达反射率按照16色色标进行显示，得到显示简单明了的雷达反射率回波图，然后对16色色标的雷达反射率回波图进行色阶插值处理，可以得到以256色色标显示的目标反射率回波图；计算机设备还可以将径向速度按照16色色标进行显示，得到显示简单明了的径向速度图，然后对16色色标的径向速度图进行色阶插值处理，可以得到以256色色标显示的目标径向速度图。
本实施例提供的图像处理方法，计算机设备可以获取雷达基数据，将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量；该方法可以将以第一色色标显示的图像进行色阶插值处理，得到以第二色色标进行显示的图像，进而能够从以第二色色标显示的图像中获取更多的变量等级，以根据更细微特征更加准确的确定强对流天气现象的演变，提高了强对流天气监测及预报结果的准确性。
作为其中一个实施例，上述S103中对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图的步骤，可以包括以下过程：
S1031、对所述雷达反射率回波图包含的第一色色标进行分类，得到所述雷达反射率对应的第一色系。
具体的，计算机设备可以对雷达反射率回波图包含的16色色标进行分类，将相近的颜色或特定的颜色归为同一类，以得到雷达反射率对应的第一色系。可选的，第一色系的数量可以大于1。可选的，每个第一色系中包含的色阶数量可以大于等于1。
S1032、获取所述第一色系在所述第二色色标中所占的第一色阶总数量。
可选的，上述S1032中获取所述第一色系在所述第二色色标中所占的第一色阶总数量的步骤，具体可以包括：
S1032a、获取所述第一色系在所述第一色色标中所占的第一比例。
例如，若第一色系中包括3个色阶，则第一色系在第一色色标中所占的第一比例可以等于3/16；若第一色系中包括1个色阶，则第一色系在第一色色标中所占的第一比例可以等于1/16。
S1032b、根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量。
具体的，上述第一算术运算可以为加法运算、减法运算、乘法运算以及除法运算。
可选的，上述S1032b中根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量的步骤，具体可以包括：对所述第一比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第一色阶总数量。
在本实施例中，上述第一算术运算可以为乘法运算。可选的，第二色色标对应的色阶总数量可以等于256。可选的，计算机设备可以对第一比例与第二色色标对应的色阶总数量进行乘法运算，得到第一色阶总数量。可选的，第一色阶总数量可以表征第一色系进行色阶插值处理后，在第二色色标所占的色阶总数量。
例如，若第一色系中包括3个色阶，则第一比例可以等于3/16，第一色阶总数量可以等于3/16*256＝48；若第一色系中包括1个色阶，则第一比例可以等于1/16，第一色阶总数量可以等于1/16*256＝16。
S1033、根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图。
具体的，第一色域可以包括R颜色通道、G颜色通道以及B颜色通道，第一色域值可以包括值可以包括R、G和B对应的数值。
可选的，上述S1033中根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图的步骤，具体可以包括：根据所述第一色阶总数量、每个第一色系中包含的不同色阶对应的第一色域值进行第二算术运算，得到每个第一色系对应色阶插值处理后的第二色域值；将所述第二色域值显示后，得到所述目标反射率回波图。
需要说明的是，上述第二算术运算可以包括加法运算、减法运算、乘法运算以及除法运算。
例如，若第一色系中包括3个色阶，按照顺序将3个色阶即为色阶1、色阶2和色阶3，色阶1的第一色域值分别为R’1、G’1和B’1，色阶3的第一色域值分别为R’2、G’2和B’2，第一色系对应的第一色阶总数量等于3/16*256＝48，则计算机设备可以根据第一色阶总数量、每个第一色系中包含的不同色阶对应的第一色域值进行第二算术运算，得到每个第一色系对应色阶插值处理后的第二色域值(即Ri、Gi和Bi)，第二色域值分别表示为：Ri＝R’1+(R’2-R’1)/48*i，Gi＝G’1+(G’2-G’1)/48*i，Bi＝B’1+(B’2-B’1)/48*i，其中，i为从1～48的整数。
可以理解的是，雷达反射率的值的大小范围可以为0～80dBz，从0dBz开始每隔5dBz对应一个色阶；在本实施例中，65～70dBz和70～75dBz分别以蓝色和白色显示，表征非常强的雷达反射率、非常强的降水量；这两个色阶分别对应两个色系，每个色系在第二色色标中分别有1/16*256个色阶。可选的，在对这两个色阶进行色阶插值处理时，计算机设备可以将这两个色阶分别插值为两个颜色(即浅蓝、深蓝、白、白灰)，每个色标有1/16*256/2个色阶，且1/16*256/2个色阶的RGB值都是相等的，75dBz以上均用紫色显示(即插值为单色，总共有1/16*256个色阶，每个色阶的色域值均相同)。其中，47dBz和53dBz分别为两个特殊的雷达反射率的值，47dBz可以表示层状云降水的分界线，53dBz可以表示对流云降水的分界线；也就是，当雷达反射率的值小于47dBz，不容易发生对流，当雷达反射率的值大于47dBz，易发生对流天气；53dBz可以表征是否会出现冰雹天气的临界值，通常，当雷达反射率的值小于53dBz，不容易出现冰雹天气，当雷达反射率的值大于53dBz，可能会出现冰雹天气；因此，计算机设备可以对47dBz～53dBz的色阶进行单独插值。
进一步地，47dBz～50dBz可以为一个色系，表示深黄色，对应的色域值分别为208、208以及96，50dBz～53dBz可以为另一个色系，表示淡红色，对应色域值分别为255、96和96；针对这两个色系，色阶插值处理后得到的色域值分别为：
深黄色：
Ri＝208-i*4；
Gi＝208-i*4；
Bi＝96-i*4；
淡红色：
Ri＝255-i*3；
Gi＝96-i*3；
Bi＝96-i*3；
其中，可以为1～16的整数。
另外，对于特殊雷达反射率的值可以采用如下方式进行色阶插值处理：
0～47dBz：47/(9/16)*256≈0.33dBz(即表示将0～47dBz分为(9/16)*256份，每份表示0.33dBz)；
47～53dBz：(53-47)/(2/16)*256＝0.1875dBz(即表示将47～53dBz分为(2/16)*256份，每份表示0.1875dBz)；
53～65dBz：(65-53)/(3/16)*256＝0.25dBz(即表示将53～65dBz分为(3/16)*256份，每份表示0.25dBz)；
65～80dBz：(80-65)/(2/16)*256＝0.469dBz(即表示将65～80dBz分为(2/16)*256份，每份表示0.469dBz)。
同时，计算机设备可以将色阶插值处理后得到的色域值显示后，得到以第二色色标显示的目标反射率回波图。
本实施例提供的图像处理方法，计算机设备可以对雷达反射率回波图包含的第一色色标进行分类，得到雷达反射率对应的第一色系，获取第一色系在所述第二色色标中所占的第一色阶总数量，根据第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图；该方法能够对以第一色色标显示的图像进行色阶插值处理，得到以第二色色标进行显示的图像，进而能够从以第二色色标显示的图像中获取更多的变量等级，以根据更细微特征更加准确的确定强对流天气现象的演变，提高了强对流天气监测及预报结果的准确性。
作为其中一个实施例，上述S103中对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图的步骤，还可以包括以下过程：
S1034、对所述径向速度图包含的第一色色标进行分类，得到所述径向速度对应的第二色系。
具体的，计算机设备可以对径向速度图包含的16色色标进行分类，将相近的颜色或特定的颜色归为同一类，以得到径向速度对应的第二色系。可选的，第二色系的数量可以大于1。可选的，每个第二色系中包含的色阶数量可以大于等于1。
S1035、获取所述第二色系在所述第二色色标中所占的第二色阶总数量。
可选的，上述S1035中获取所述第二色系在所述第二色色标中所占的第二色阶总数量的步骤，具体可以包括：
S1035a、获取所述第二色系在所述第一色色标中所占的第二比例。
例如，若第二色系中包括3个色阶，则第二色系在第一色色标中所占的第二比例可以等于3/16；若第二色系中包括1个色阶，则第二色系在第一色色标中所占的第二比例可以等于1/16。
S1035b、根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量。
具体的，上述第三算术运算可以为加法运算、减法运算、乘法运算以及除法运算。
可选的，上述S1035b中根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量的步骤，具体可以包括：对所述第二比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第二色阶总数量。
在本实施例中，上述第三算术运算可以为乘法运算。可选的，第二色色标对应的色阶总数量可以等于256。可选的，计算机设备可以对第二比例与第二色色标对应的色阶总数量进行乘法运算，得到第二色阶总数量。可选的，第二色阶总数量可以表征第二色系进行色阶插值处理后，在第二色色标所占的色阶总数量。
例如，若第二色系中包括3个色阶，则第二比例可以等于3/16，第二色阶总数量可以等于3/16*256＝48；若第二色系中包括1个色阶，则第二比例可以等于1/16，第二色阶总数量可以等于1/16*256＝16。
S1036、根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图。
具体的，第三色域也可以包括R颜色通道、G颜色通道以及B颜色通道，第三色域值可以包括值可以包括R、G和B对应的数值。
可选的，上述S1036中根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图的步骤，具体可以包括：根据所述第二色阶总数量、每个第二色系中包含的不同色色标对应的第三色域值进行第四算术运算，得到每个第二色系对应色阶插值处理后的第四色域值；将所述第四色域值显示后，得到所述目标径向速度图。
需要说明的是，上述第四算术运算可以包括加法运算、减法运算、乘法运算以及除法运算。
例如，若第二色系中包括3个色阶，按照顺序将3个色阶即为色阶1、色阶2和色阶3，色阶1的第三色域值分别为R”1、G”1和B”1，色阶3的第三色域值分别为R”2、G”2和B”2，第二色系对应的第二色阶总数量等于3/16*256＝48，则计算机设备可以根据第二色阶总数量、每个第二色系中包含的不同色阶对应的第三色域值进行第四算术运算，得到每个第二色系对应色阶插值处理后的第三色域值(即R’i、G’i和B’i)，第三色域值分别表示为：R’i＝R”1+(R”2-R”1)/48*i，G’i＝G”1+(G”2-G”1)/48*i，B’i＝B”1+(B”2-B”1)/48*i，其中，i为从1～48的整数。
可以理解的是，径向速度的值的大小范围可以为-32～32m/s，其中，-32～-25m/s、-25～-18m/s、-18～-13m/s、-13～-10m/s、-10～-5m/s、-5～-0.5m/s、-0.5～0m/s、0～5m/s、5～10m/s、10～13m/s、13～18m/s、18～25m/s、25～32m/s分别表示不同的色阶。可选的，小于-32m/s的范围可以表示白灰色，即表示一个色系；大于32m/s的范围可以表示紫色，即表示另一个色系。可选的，在径向速度色标中，白灰色表示空数据，紫色表示距离折叠，其中，距离折叠可以表征雷达所确定的目标物方位是正确的但是距离是错误的。在本实施例中，计算机设备可以不需要对白灰色和紫色对应的色系进行插值处理，可以将白灰色和紫色对应的色域值直接分别赋给对应的色系中的所有色阶即可；但是，继续参见上一示例，径向速度色标可以分为7个色系，计算机设备可以对除白灰色和紫色对应的色系以外的其它色系进行色阶插值处理，得到14/16*256个色阶，对于这两个特殊径向速度的值可以采用如下方式进行色阶插值处理，即：
(32-(-32))/((14/16)*256)≈0.286m/s(即表示将-32～32m/s分为(14/16)*256份，每份表示的速度值为0.286m/s)。
同时，计算机设备可以将色阶插值处理后得到的色域值显示后，得到以第二色色标显示的目标径向速度图。
本实施例提供的图像处理方法，计算机设备可以对径向速度图包含的第一色色标进行分类，得到径向速度对应的第二色系，获取第二色系在第二色色标中所占的第二色阶总数量，根据第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到目标径向速度图；该方法能够对以第一色色标显示的图像进行色阶插值处理，得到以第二色色标进行显示的图像，进而能够从以第二色色标显示的图像中获取更多的变量等级，以根据更细微特征更加准确的确定强对流天气现象的演变，提高了强对流天气监测及预报结果的准确性。
作为其中一个实施例，上述S101中获取雷达基数据的步骤之后，所述方法还可以包括：
S1011、对所述雷达基数据进行预处理，得到预处理后的雷达基数据。
具体的，计算机设备可以对雷达反射率和径向速度分别进行预处理，得到预处理后的雷达反射率和预处理后的径向速度。可选的，预处理可以包括消噪处理、归一化处理、滤波处理、平滑处理等方式。
可选的，上述S1011中对所述雷达基数据进行预处理，得到预处理后的雷达基数据的步骤，可以包括如下过程：对所述雷达基数据进行消噪处理，得到消噪后的雷达基数据；对所述消噪后的雷达基数据进行平滑处理，得到平滑处理后的雷达基数据，并将所述平滑处理后的雷达基数据作为所述预处理后的雷达基数据。
在本实施例中，雷达基数据可以包括雷达反射率和径向速度。可选的，计算机设备可以对雷达基数据进行消噪处理，得到消噪后的雷达基数据，并对消噪后的雷达基数据进行平滑处理，得到预处理后的雷达基数据。
需要说明的是，上述消噪处理可以为对雷达基数据中的异常点进行检测的方式，该方式可以包括基于密度的方法、基于距离的方法、基于偏离的方法、基于聚类的方法、基于统计的方法等。可选的，上述平滑处理可以包括盒式滤波处理、均值滤波处理、高斯滤波处理和中值滤波处理等方式；但是，在本实施例中，平滑处理可以为9点中值滤波处理。
可选的，上述S1011中对所述雷达基数据进行预处理，得到预处理后的雷达基数据的步骤，还可以包括如下过程：对所述平滑处理后的雷达基数据进行速度退模糊处理，得到所述预处理后的雷达基数据。
可以理解的是，若雷达基数据为径向速度，则计算机设备还可以对平滑处理后的径向速度进行速度退模糊处理，得到预处理后的径向速度。
S1012、将所述预处理后的雷达基数据作为所述雷达基数据，继续执行所述将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图。
需要说明的是，计算机设备可以对预处理后的雷达基数据进行处理，将预处理后的雷达基数据作为雷达基数据，继续执行步骤S102和步骤S103的过程。
本实施例提供的图像处理方法，计算机设备可以对雷达基数据进行预处理，得到预处理后的雷达基数据，将预处理后的雷达基数据作为雷达基数据，继续执行将雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，并对初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图；该方法能够对雷达基数据进行处理之前，先对雷达基数据进行预处理，以得到质量较高的雷达基数据，从而提高强对流天气监测及预报结果的准确性。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述计算机设备的图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图2为一实施例提供的图像处理装置结构示意图。如图2所示，该装置可以包括：获取模块11、显示模块12以及色阶插值模块13。
具体的，所述获取模块11，用于获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
所述显示模块12，用于将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
所述色阶插值模块13，用于对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，如图3所示的图像处理装置，图像处理装置包括色阶插值模块13，所述色阶插值模块13包括：第一分类单元131、第一计算单元132以及第一色阶插值单元133。
其中，所述第一分类单元131，用于对所述雷达反射率回波图包含的第一色色标进行分类，得到所述雷达反射率对应的第一色系；
所述第一计算单元132，用于获取所述第一色系在所述第二色色标中所占的第一色阶总数量；
所述第一色阶插值单元133，用于根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第一计算单元132包括：第一计算子单元以及第二计算子单元。
其中，所述第一计算子单元，用于获取所述第一色系在所述第一色色标中所占的第一比例；
所述第二计算子单元，用于根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量。
可选的，所述第二计算子单元具体用于对所述第一比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第一色阶总数量。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第一色阶插值单元133包括：第三计算子单元以及第一显示子单元。
其中，所述第三计算子单元，用于根据所述第一色阶总数量、每个第一色系中包含的不同色阶对应的第一色域值进行第二算术运算，得到每个第一色系对应色阶插值处理后的第二色域值；
所述第一显示子单元，用于将所述第二色域值显示后，得到所述目标反射率回波图。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，如图3所示的图像处理装置，图像处理装置包括色阶插值模块13，所述色阶插值模块13还包括：第二分类单元134、第二计算单元135以及第二色阶插值单元136。
其中，所述第二分类单元134，用于对所述径向速度图包含的第一色色标进行分类，得到所述径向速度对应的第二色系；
所述第二计算单元135，用于获取所述第二色系在所述第二色色标中所占的第二色阶总数量；
所述第二色阶插值单元136，用于根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第二计算单元135包括：第四计算子单元以及第五计算子单元。
其中，所述第四计算子单元，用于获取所述第二色系在所述第一色色标中所占的第二比例；
所述第五计算子单元，用于根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量。
可选的，所述第五计算子单元具体用于对所述第二比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第二色阶总数量。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第二色阶插值单元136包括：第六计算子单元以及第二显示子单元。
其中，所述第六计算子单元，用于根据所述第二色阶总数量、每个第二色系中包含的不同色色标对应的第三色域值进行第四算术运算，得到每个第二色系对应色阶插值处理后的第四色域值；
所述第二显示子单元，用于将所述第四色域值显示后，得到所述目标径向速度图。
本实施例提供的图像处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在一个实施例中，提供了一种计算机设备，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
在一个实施例中，提供了一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种图像处理方法，其特征在于，所述方法包括：
获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
2.根据权利要求1所述的方法，其特征在于，所述对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，包括：
对所述雷达反射率回波图包含的第一色色标进行分类，得到所述雷达反射率对应的第一色系；
获取所述第一色系在所述第二色色标中所占的第一色阶总数量；
根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图。
3.根据权利要求2所述的方法，其特征在于，所述获取所述第一色系在所述第二色色标中所占的第一色阶总数量，包括：
获取所述第一色系在所述第一色色标中所占的第一比例；
根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一比例与所述第二色色标进行第一算术运算，得到所述第一色阶总数量，包括：对所述第一比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第一色阶总数量。
5.根据权利要求2所述的方法，其特征在于，所述根据所述第一色阶总数量，按照第二色色标对每个第一色系的第一色域值进行色阶插值处理，得到所述目标反射率回波图，包括：
根据所述第一色阶总数量、每个第一色系中包含的不同色阶对应的第一色域值进行第二算术运算，得到每个第一色系对应色阶插值处理后的第二色域值；
将所述第二色域值显示后，得到所述目标反射率回波图。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述径向速度图包含的第一色色标进行分类，得到所述径向速度对应的第二色系；
获取所述第二色系在所述第二色色标中所占的第二色阶总数量；
根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图。
7.根据权利要求6所述的方法，其特征在于，所述获取所述第二色系在所述第二色色标中所占的第二色阶总数量，包括：
获取所述第二色系在所述第一色色标中所占的第二比例；
根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量。
8.根据权利要求7所述的方法，其特征在于，所述根据所述第二比例与所述第二色色标进行第三算术运算，得到所述第二色阶总数量，包括：对所述第二比例与所述第二色色标对应的色阶总数量进行乘法运算，得到所述第二色阶总数量。
9.根据权利要求6所述的方法，其特征在于，所述根据所述第二色阶总数量，按照第二色色标对每个第二色系的第三色域值进行色阶插值处理，得到所述目标径向速度图，包括：
根据所述第二色阶总数量、每个第二色系中包含的不同色色标对应的第三色域值进行第四算术运算，得到每个第二色系对应色阶插值处理后的第四色域值；
将所述第四色域值显示后，得到所述目标径向速度图。
10.一种图像处理装置，其特征在于，所述装置包括：
获取模块，用于获取雷达基数据，所述雷达基数据包括雷达反射率以及径向速度；
显示模块，用于将所述雷达基数据按照第一色色标进行显示，得到初始天气特征分析图，所述天气特征分析图包括雷达反射率回波图以及径向速度图；
色阶插值模块，用于对所述初始天气特征分析图进行色阶插值处理，得到按照第二色色标显示的目标天气特征分析图，其中，所述第一色色标包含的色阶数量小于第二色色标包含的色阶数量，所述目标天气特征分析图包括目标反射率回波图以及目标径向速度图。
11.一种计算机设备，包括存储器、处理器，所述存储器上存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述方法的步骤。
12.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911064604.1A CN110766097A (zh) | 2019-11-04 | 2019-11-04 | 图像处理方法、装置、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911064604.1A CN110766097A (zh) | 2019-11-04 | 2019-11-04 | 图像处理方法、装置、计算机设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110766097A true CN110766097A (zh) | 2020-02-07 |
Family
ID=69335994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911064604.1A Pending CN110766097A (zh) | 2019-11-04 | 2019-11-04 | 图像处理方法、装置、计算机设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766097A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112069953A (zh) * | 2020-08-26 | 2020-12-11 | 江苏农林职业技术学院 | 一种水稻秧苗生长期自动识别方法、装置 |
| CN113242465A (zh) * | 2021-04-27 | 2021-08-10 | Oppo广东移动通信有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
| CN113655483A (zh) * | 2021-08-05 | 2021-11-16 | 南宁师范大学 | 天气雷达反射率拼图数据集构建方法、系统、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101369013A (zh) * | 2008-09-11 | 2009-02-18 | 广州中南民航空管技术装备工程有限公司 | 天气雷达与航管雷达信息融合显示的方法及其系统 |
| CN104601858A (zh) * | 2013-10-31 | 2015-05-06 | 京瓷办公信息系统株式会社 | 图像形成装置及色值转换方法 |
| CN108562903A (zh) * | 2017-12-25 | 2018-09-21 | 天津大学 | 基于多普勒天气雷达的强对流系统动力场结构识别方法 |
-
2019
- 2019-11-04 CN CN201911064604.1A patent/CN110766097A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101369013A (zh) * | 2008-09-11 | 2009-02-18 | 广州中南民航空管技术装备工程有限公司 | 天气雷达与航管雷达信息融合显示的方法及其系统 |
| CN104601858A (zh) * | 2013-10-31 | 2015-05-06 | 京瓷办公信息系统株式会社 | 图像形成装置及色值转换方法 |
| CN108562903A (zh) * | 2017-12-25 | 2018-09-21 | 天津大学 | 基于多普勒天气雷达的强对流系统动力场结构识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郑佳锋 等: "天气雷达产品色标改进", 《现代雷达》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112069953A (zh) * | 2020-08-26 | 2020-12-11 | 江苏农林职业技术学院 | 一种水稻秧苗生长期自动识别方法、装置 |
| CN112069953B (zh) * | 2020-08-26 | 2021-10-29 | 江苏农林职业技术学院 | 一种水稻秧苗生长期自动识别方法、装置 |
| CN113242465A (zh) * | 2021-04-27 | 2021-08-10 | Oppo广东移动通信有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
| CN113655483A (zh) * | 2021-08-05 | 2021-11-16 | 南宁师范大学 | 天气雷达反射率拼图数据集构建方法、系统、设备及介质 |
| CN113655483B (zh) * | 2021-08-05 | 2024-04-26 | 南宁师范大学 | 天气雷达反射率拼图数据集构建方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hiebl et al. | Daily precipitation grids for Austria since 1961—Development and evaluation of a spatial dataset for hydroclimatic monitoring and modelling | |
| CN110766097A (zh) | 图像处理方法、装置、计算机设备及可读存储介质 | |
| Zheng et al. | Using combined difference image and $ k $-means clustering for SAR image change detection | |
| Poggio et al. | Bayesian spatial modelling of soil properties and their uncertainty: The example of soil organic matter in Scotland using R-INLA | |
| WO2022111352A1 (zh) | 目标检测方法及装置、存储介质、终端 | |
| Marzban et al. | Optical flow for verification | |
| EP2927864A1 (en) | Image processing device and image processing method | |
| Yue et al. | Texture extraction for object-oriented classification of high spatial resolution remotely sensed images using a semivariogram | |
| CN114563378B (zh) | 湖库蓝藻水华空间分布定量描述方法、装置、介质和设备 | |
| Nielsen et al. | Visualization of and software for omnibus test-based change detected in a time series of polarimetric SAR data | |
| Cuomo et al. | Use of deep learning for weather radar nowcasting | |
| Marzban et al. | Verification with variograms | |
| Hertel et al. | Probabilistic SAR-based water segmentation with adapted Bayesian convolutional neural network | |
| CN113284066B (zh) | 遥感影像自动云检测方法和装置 | |
| Morandeira et al. | Assessment of SAR speckle filters in the context of object-based image analysis | |
| CN110703256A (zh) | 雷达数据显示方法、装置、计算机设备和存储介质 | |
| Guo et al. | Delineation of the forest-tundra ecotone using texture-based classification of satellite imagery | |
| CN111161789B (zh) | 一种模型预测的关键区域的分析方法及装置 | |
| Deng et al. | Log-cumulants of the finite mixture model and their application to statistical analysis of fully polarimetric UAVSAR data | |
| Song et al. | Ship detection in haze and low-light remote sensing images via colour balance and DCNN | |
| Ratté-Fortin et al. | A novel algorithm of cloud detection for water quality studies using 250 m downscaled MODIS imagery | |
| Su et al. | Change detection in synthetic aperture radar images based on non-local means with ratio similarity measurement | |
| CN110780299A (zh) | 散度场的获取方法、装置、计算机设备和存储介质 | |
| Schwedler et al. | Diagnosing the sensitivity of binary image measures to bias, location, and event frequency within a forecast verification framework | |
| CN109886941A (zh) | 基于fpga的sar洪水影像变化检测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200207 |
|
| RJ01 | Rejection of invention patent application after publication |