CN112558022B - 一种雷达回波图像处理方法、系统、装置和存储介质 - Google Patents

一种雷达回波图像处理方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN112558022B
CN112558022B CN202011205339.7A CN202011205339A CN112558022B CN 112558022 B CN112558022 B CN 112558022B CN 202011205339 A CN202011205339 A CN 202011205339A CN 112558022 B CN112558022 B CN 112558022B
Authority
CN
China
Prior art keywords
matrix
chromatograph
radar echo
mask
echo
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.)
Active
Application number
CN202011205339.7A
Other languages
English (en)
Other versions
CN112558022A (zh
Inventor
张巍
吴卓升
刘丁齐
霍颖翔
陈道辉
林艳
蔡远
滕少华
房小兆
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.)
Guangdong Putian Lightning Protection Testing Co ltd
Guangdong University of Technology
Original Assignee
Guangdong Putian Lightning Protection Testing Co ltd
Guangdong University of 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 Guangdong Putian Lightning Protection Testing Co ltd, Guangdong University of Technology filed Critical Guangdong Putian Lightning Protection Testing Co ltd
Priority to CN202011205339.7A priority Critical patent/CN112558022B/zh
Publication of CN112558022A publication Critical patent/CN112558022A/zh
Application granted granted Critical
Publication of CN112558022B publication Critical patent/CN112558022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35Details of non-pulse systems
    • G01S7/352Receivers
    • G01S7/354Extracting wanted echo-signals
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/95Radar or analogous systems specially adapted for specific applications for meteorological use
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种雷达回波图像处理方法、系统、装置和存储介质,其方法包括从雷达回波图像中提取第一矩阵、陆地色谱集、海洋色谱集和回波强度色谱集;结合设定的容许误差阈值集和各色谱集对第一矩阵进行第一处理生成第二矩阵和相同规模的掩模矩阵;采用高斯模糊法分别对第二矩阵和掩模矩阵进行模糊化处理,分别得到第三矩阵和相同规模的掩模模糊矩阵;对第三矩阵进行第二处理生成去除地理背景后的雷达回波矩阵实现了对存在的陆地、海洋等地理背景信息与雷达回波的分离,从而得到仅包含回波块的图像,而且使提取得到的回波块不会因为地理背景信息的影响而出现回波块断裂的现象,最终为实现基于雷达回波图像对天气的准确预测做铺垫。

Description

一种雷达回波图像处理方法、系统、装置和存储介质
技术领域
本发明涉及气象预报技术领域,尤其涉及一种雷达回波图像处理方法、系统、装置和存储介质。
背景技术
雷达回波综合图简称雷达回波图像,是由当地的地图和不规则的颜色组成,颜色从蓝色到绿色、黄色、橙色、红色到紫色,以及图的旁边设有雷达站名、时间和数据范围,还有一条表示着数字的竖向颜色条,并标有数字单位,为dBZ(dBZ:表示雷达回波强度的一个物理量中文名称为雷达反射率因子,其范围是10-70dBZ),颜色表示气象雷达的回波强度值,从蓝色到紫色的数字逐渐变大,代表回波强度值由小到大,降雨强度逐渐提升。雷达回波图像在气象预报领域有着广泛的应用,常常结合计算机对未来一段时间内的雷达的回波强度进行外推,从而对未来一段时间内的天气变化进行预测。然而,计算机在利用雷达回波数据时,图中包含的地理背景信息、色块RGB值数据与标准RGB色谱值之间的误差、噪声等因素都会对计算机输出的外推结果造成极大的干扰,甚至影响最终结果。因此,计算机在利用此类激光雷达回波数据前,需要利用算法,从雷达回波图像中提取出整个雷达回波块对回波块进行分析。
发明内容
为了解决上述技术问题,本发明的目的是提供一种快速索引,消除回波中像素RGB值误差影响并精确到像素对地理背景信息消除的雷达回波图像处理方法、系统、装置和存储介质。
本发明所采用的第一技术方案是:
一种雷达回波图像处理方法,包括以下步骤:
从雷达回波图像中提取待处理雷达回波图像矩阵S(即,第一矩阵)、陆地色谱集G、海洋色谱集O和回波强度色谱集E,所述回波强度色谱集E为有序序列;
结合设定的容许误差阈值集ε和各色谱集(陆地色谱集G、海洋色谱集O、回波强度色谱集E)对所述待处理雷达回波图像矩阵S(即,第一矩阵)进行第一处理生成预处理矩阵S′(即,第二矩阵)和相同规模的掩膜矩阵Λ。
采用IIR滤波器方法(高斯模糊法)分别对所述预处理矩阵S′(第二矩阵)和所述掩模矩阵Λ进行IIR滤波(即模糊化处理)后,分别得到雷达回波模糊矩阵R(即第三矩阵)和相同规模的掩膜模糊矩阵T;
对所述雷达回波模糊矩阵R(即第三矩阵)结合掩模模糊矩阵T分别进行平滑和替换处理(即,第二处理)生成去除地理背景后的雷达回波矩阵L。
可选地,所述从雷达回波图像中提取第一矩阵、陆地色谱集G、海洋色谱集O和回波强度色谱集E这一步骤具体包括以下步骤:
基于RGB色谱模式将目标雷达回波图像解析为待处理雷达回波图像矩阵S(即,第一矩阵),所述待处理雷达回波图像矩阵S(即,第一矩阵)为3维实向量集;
通过人工观察一张或多张同一地区的雷达回波图像,同一颜色设定的回波图,确定矩阵S中陆地区域和海洋区域所有可能的颜色取值。
其中,用所有可能的陆地颜色取值构成陆地色谱集G;用所有可能的海洋颜色取值构成海洋色谱集O;每一种颜色均以红、绿、蓝三通道亮度值记录。
在目标雷达回波图像中,直接根据雷达信息对应的色谱图例部分,按照回波强度值从弱到强的顺序,提取各个回波强度值对应的红绿蓝三通道亮度值,组成回波强度色谱集E,集合E为有序序列。
可选地,所述第一处理包括赋值处理和屏蔽处理,所述结合设定的容许误差阈值集ε和各所述色谱集对所述待处理雷达回波图像矩阵S(即,第一矩阵)进行预处理(即第一处理)生成预处理矩阵S′(即,第二矩阵)和相同规模的掩膜矩阵Λ这一步骤具体包括以下步骤:
根据回波强度容许误差阈值和各色谱集G、O、E对所述待处理雷达回波图像矩阵S(即,第一矩阵)进行像素点匹配,并对误差小于阈值的像素点赋值处理生成预处理矩阵S′(即,第二矩阵),所述预处理矩阵S′(即,第二矩阵)为回波像素点不大于回波强度容许误差阈值的集合;
结合陆地色谱集G、海洋色谱集O和回波强度色谱集E对所述待处理雷达回波图像矩阵S(即,第一矩阵)进行像素点匹配,并对误差大于阈值的像素点进行屏蔽处理生成掩模矩阵Λ。
可选地,所述高斯模糊法是一种包含横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波四个过程的IIR滤波器快速实现法,所述采用高斯模糊法分别对所述第二矩阵和所述掩模矩阵进行模糊化处理,分别得到第三矩阵和相同规模的掩模模糊矩阵这一步骤具体包括以下步骤:
根据预置IIR滤波器阶数n(即,第一参数)和预置方差σ(即,第二参数)确定IIR滤波器参数组;
根据所述IIR滤波器参数组对所述预处理矩阵S′(即,第二矩阵)分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
根据所述IIR滤波器参数组对所述掩模矩阵Λ分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
结合各所述IIR滤波结果生成雷达回波模糊矩阵R(第三矩阵)和相同规模的掩模模糊矩阵T。
可选地,所述第二处理包括平滑操作和替换操作,所述对所述第三矩阵进行第二处理得到去除地理背景后的雷达回波矩阵这一步骤具体包括以下步骤:
根据预设平滑下限对所述雷达回波模糊矩阵R进行平滑操作获得平滑操作后的雷达回波模糊矩阵K;
结合所述掩模矩阵Λ和所述预处理矩阵S′(即,第二矩阵)对平滑操作后的雷达回波模糊矩阵进行替换操作后输出去除地理背景后的雷达回波矩阵L(第三矩阵)。
本发明所采用的第二技术方案是:
一种雷达回波图像处理系统,包括:
提取模块,用于从所述雷达回波图像中获取待处理雷达回波图像矩阵S(即,第一矩阵)、陆地色谱集G、海洋色谱集O和回波强度色谱集E,所述回波强度色谱集E为有序序列;
第一生成模块(彩色数值化模块),用于结合设定的容许误差阈值集ε和各所述色谱集对所述待处理雷达回波图像矩阵进行预处理生成预处理矩阵S′和相同规模的掩模矩阵Λ;
模糊化模块,用于IIR滤波器方法分别对所述预处理矩阵S′和所述掩模矩阵Λ进行IIR滤波,分别得到雷达回波模糊矩阵R和相同规模的掩模模糊矩阵T;
第二生成模块(插值平滑与替换模块),用于对所述雷达回波模糊矩阵R结合掩模模糊矩阵T进行平滑和替换处理生成去除地理背景后的雷达回波矩阵L。
可选地,所述提取模块包括:
解析单元,用于基于RGB色谱模式将所述目标雷达回波图像解析为待处理雷达回波图像矩阵S,所述待处理雷达回波图像矩阵S为3维实向量集;
第一获取单元(陆地色谱取样单元),用于根据所述目标雷达回波图像中陆地RGB获取陆地色谱集G;
第二获取单元(海洋色谱取样单元),用于根据所述目标雷达回波图像中海洋RGB获取海洋色谱集O;
第三获取单元(回波色谱取样单元),用于根据所述目标雷达回波图像中回波强度RGB标准色谱卡获取有序序列的回波强度色谱集E。
可选地,所述第一生成模块(彩色数值化模块)包括:
赋值单元,用于基于回波强度容许误差阈值对所述待处理雷达回波图像矩阵S(第一矩阵)进行像素点匹配,并对误差小于阈值的像素点赋值处理生成预处理矩阵S′,所述预处理矩阵S′为回波像素点不大于回波强度容许误差阈值的集合;
屏蔽单元,用于结合陆地色谱集G、海洋色谱集O和回波强度色谱集E对所述待处理雷达回波图像矩阵S进行像素点匹配,并对误差大于阈值的像素点进行屏蔽处理生成掩模矩阵Λ。
可选地,所述模糊化模块包括:
确定单元,用于根据预置IIR滤波器阶数n(第一参数)和预置方差σ(第二参数)确定IIR滤波器参数组;
第一模糊化单元,用于根据所述IIR滤波器参数组对所述预处理矩阵S′分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;最终得到雷达回波模糊矩阵R;
第二模糊化单元,用于根据所述IIR滤波器参数组对所述掩模矩阵Λ分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;最终得到掩模模糊矩阵T;
生成单元,用于结合各所述IIR滤波结果生成第三矩阵和相同规模的掩模模糊矩阵。
可选地,所述第二生成模块(插值平滑与替换模块)包括:
平滑单元,用于根据平滑下限预设值τ对所述雷达回波模糊矩阵R(第三矩阵)按对应位置元素与掩模模糊矩阵T相除得到全局插值,即得到雷达回波模糊矩阵K;
替换单元,用于结合所述掩模矩阵Λ和所述预处理矩阵S′(第二矩阵)对平滑操作后的雷达回波模糊矩阵K进行替换操作,用全局插值替换S′(第三矩阵)中的缺失部分后得到去除地理背景后的雷达回波矩阵L。
本发明所采用的第三技术方案是:
一种装置,存储器用于存储至少一个程序,处理器用于加载至少一个程序以执行方法实施例方法。
本发明所采用的第四技术方案是:
一种存储介质,其中存储有处理器可执行的程序,处理器可执行的程序在由处理器执行时用于执行方法实施例方法。
本发明的有益效果是:通过将目标回波图划分为确定的雷达回波部分和包括海洋、陆地在内的不确定部分,对确定的雷达回波部分结合设定的容许误差阈值与各所述色谱集对所述待处理雷达回波图像矩阵S进行预处理生成预处理矩阵S′和相同规模的掩模矩阵Λ,对包括陆地、海洋在内的不确定部分采用IIR滤波器方法对所述预处理矩阵S′和所述掩模矩阵Λ进行IIR滤波,获得雷达回波模糊矩阵R和相同规模的掩模模糊矩阵T,最后对所述雷达回波模糊矩阵R结合掩模模糊矩阵T进行平滑和替换处理生成去除地理背景后的雷波回波图L,实现了对存在陆地、海洋等地理背景信息与雷达回波的分离,从而得到仅包含回波块的图像,而且使提取得到的回波块不会因为地理背景信息的影响而出现回波块断裂的现象,最终为实现基于雷达回波图像对天气的准确预测做铺垫。
附图说明
图1是本发明提供的一种雷达回波图像处理方法步骤流程图;
图2是CAPPI雷达回波数据全局示意图;
图3是CAPPI雷达回波数据三通道示意图;
图4是CAPPI雷达回波图像预处理(即预处理)结果(即预处理矩阵S′);
图5是预处理(即预处理)结果(即预处理矩阵S′)经IIR滤波器后结果R示意图;
图6是掩模矩阵Λ示意图;
图7是掩模矩阵Λ经IIR滤波器后的结果T;
图8是雷达回波提取结果L效果图;
图9是本发明提供的一种雷达回波图像处理系统结构框图。
具体实施方式
根据图1,一种雷达回波图像处理方法,包括以下步骤:
S1、获取目标雷达回波图像,及从所述目标雷达回波图像中获取待处理雷达回波图像矩阵S,从色标一致的一组雷达回波图像中一次性获取陆地色谱集G、海洋色谱集O和回波强度色谱集E,回波强度色谱集E为有序序列;
S2、结合设定的容许误差阈值集ε和各色谱集对待处理雷达回波图像矩阵S进行预处理生成预处理矩阵S′和相同规模的掩模矩阵Λ;
S3、采用IIR滤波器方法分别对预处理矩阵S′和相同规模的掩模矩阵Λ进行IIR滤波后,获得雷达回波模糊矩阵R和相同规模的掩模模糊矩阵T;
S4、述雷达回波模糊矩阵R结合掩模模糊矩阵T进行平滑和替换处理生成去除地理背景后的雷达回波矩阵L。
本实施例中,地理背景信息包括陆地、海洋、省界地界线等;目标雷达回波图像为一张红、绿、蓝三通道的图片,待处理雷达回波图像矩阵S为一个三维实向量,三个纬度的数值分别代表该雷达回波图像中红、绿、蓝三个通道的亮度值;陆地色谱集是从雷达回波图像中陆地不同点提取的对应陆地RGB值的集合,海洋色谱集是从雷达回波图像中海洋不同点提取的对应海洋RGB值的集合,回波强度色谱集是雷达回波图像中不同回波强度对应显示在图中的RGB值的集合。首先,通过从获取的目标雷达回波图像中获取待处理雷达回波图像矩阵S、陆地色谱集G、海洋色谱集O和回波强度色谱集E,其中回波强度色谱集E为按照回波强度排列的有序序列,从而将原始雷达回波图像分成确定的雷达回波部分和包括陆地、海洋在内的不确定部分;其次,结合设定的误差容许误差阈值集、陆地色谱集G、海洋色谱集O和回波强度色谱集E对待处理雷达回波图像矩阵S进行包括赋值与屏蔽在内的预处理生成预处理矩阵S′和相同规模的掩模矩阵Λ,然后采用IIR滤波器方法分别对生成的预处理矩阵S′和相同规模的掩模矩阵Λ进行IIR滤波获得雷达回波模糊矩阵R和相同规模的掩模模糊矩阵T,即对确定的雷达部分进行提取保留,以及对包括陆地、海洋在内的不确定部分进行插值,从而将存在陆地、海洋在内的地理背景信息与雷达回波块进行分离,从而提取出仅包括回波块的雷达回波图像,而且避免了雷达回波块由于地界线的影响而出现回波块断裂的情况。
可选地,步骤S1中“从所述目标雷达回波图像中获取待处理雷达回波图像矩阵S,从色标一致的一组雷达回波图像中一次性获取陆地色谱集G、海洋色谱集O和回波强度色谱集E,回波强度色谱集E为有序序列”步骤具体包括:
S11、基于RGB色谱模式将目标雷达回波图像解析为待处理雷达回波图像矩阵S,待处理雷达回波图像矩阵5为3维实向量集;
S12、根据色标一致的一组目标雷达回波图像中陆地RGB值获取陆地色谱集G;
S13、根据色标一致的一组目标雷达回波图像中海洋RGB值获取海洋色谱集O;
S14、根据色标一致的一组目标雷达回波图像中回波强度RGB标准色谱卡获取有序序列的回波强度色谱集E。
由于雷达回波图像中会附带回波强度的RGB标准色谱卡,因此回波强度的RGB色谱卡E可以从原始雷达回波图像中直接得到;陆地RGB色谱卡G和海洋RGB色谱卡O则通过对雷达回波图像中的海洋和陆地分别取色得到。本实施例中,雷达回波图像中包含的陆地、海洋、回波强度对应的色谱集,分别记作G,O,E,并且满足
Figure BDA0002756871890000061
Figure BDA0002756871890000062
表示空集。G,O,E中的每个元素均为三维实向量,三个维度的数值分别依次表示图像的红、绿、蓝三个通道的亮度。Gi,Oi,Ei分别表示G,O,E的第i个元素。进一步,Gi,j,Oi,j,Ei,j分别表示G,O,E的第i个元素的第j(j∈[0,2],0:红,1:绿,2:蓝)个通道的亮度。其中,E要求为有序序列,色谱E0代表未检测出回波,E1,E2,...依次表示从弱到强的回波值。
可选地,容许误差阈值包括回波强度误差,预处理包括赋值处理和屏蔽处理,步骤S2具体包括:
S21、基于回波强度容许误差阈值对待处理雷达回波图像矩阵S进行像素点匹配,并对误差小于阈值的像素点赋值处理生成预处理矩阵S′,预处理矩阵S′为回波像素点不大于回波强度容许误差阈值的集合;
S22、结合陆地色谱集G、海洋色谱集O和回波强度色谱集E对待处理雷达回波图像矩阵S进行像素点匹配,并对误差大于阈值的像素点进行屏蔽处理生成掩模矩阵Λ。
具体地,首先对待处理雷达回波图像矩阵S中的元素进行预处理即预处理。在预处理中,通过回波强度的容许误差阈值遍历待处理雷达回波图像矩阵S的各元素进行像素点匹配,对在回波强度容许误差阈值内的像素点,将被赋值为非零,对不在回波强度容许误差阈值内的像素点将被赋值为零,通过赋值处理,将能够获得仅包含雷达回波块的预处理矩阵S′。但由于仍然会存在地界线的干扰,需要一个掩模矩阵Λ标记需屏蔽的位置。掩模矩阵Λ用于标记原雷达回波图像中需要屏蔽的部分,其中需要屏蔽的部分是指RGB值不属于陆地色谱集G、海洋色谱集O和回波强度色谱集E的像素点,如省界、地界、雷达回波图像中的半径范围辅助线。不需要屏蔽的像素点指的是RGB值属于陆地色谱集G、海洋色谱集O和回波强度色谱集E的像素点;对于屏蔽的位置掩模矩阵Λ对其标记为0,对不需要屏蔽的位置掩模矩阵标记为1;通过掩模矩阵为后续精准去除省界、地界、辅助线提供精确到像素的依据,同时预处理结果即预处理矩阵S′保证了陆地和海洋部分被剔除(矩阵中对应的位置赋值0),剩下非零有效值均为雷达回波。
可选地,IIR滤波包括横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波,步骤S3具体包括以下步骤:
S31、根据预置阶数n和预置方差σ确定IIR滤波器参数组;
S32、根据IIR滤波器参数组对预处理矩阵S′分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
S33、根据IIR滤波器参数组对掩模矩阵Λ分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
S34、结合各IIR滤波结果生成雷达回波模糊矩阵R和相同规模的掩模模糊矩阵T。
可选地,平滑和替换处理包括平滑操作和替换操作,步骤S4具体包括:
S41、根据预设平滑下限τ,结合掩模模糊矩阵T对雷达回波模糊矩阵R进行平滑操作获取平滑操作后的雷达回波模糊矩阵K;
S42、结合掩模矩阵Λ和预处理矩阵S′对平滑操作后的雷达回波模糊矩阵进行替换操作后输出去除地理背景后的雷达回波矩阵L。
根据图9,一种雷达回波图像处理系统,包括:
提取模块,用于获取目标雷达回波图像,及从所述目标雷达回波图像中获取待处理雷达回波图像矩阵S,从色标一致的一组雷达回波图像中一次性获取陆地色谱集G、海洋色谱集O和回波强度色谱集E,回波强度色谱集E为有序序列;
彩色数值化模块,用于结合设定的容许误差阈值集ε和各色谱集对待处理雷达回波图像矩阵S进行预处理生成预处理矩阵S′和相同规模的掩模矩阵Λ;
模糊化模块,用于采用IIR滤波器方法分别对预处理矩阵S′和相同规模的掩模矩阵Λ进行IIR滤波后,获取雷达回波模糊矩阵R和相同规模的掩模模糊矩阵T;
插值平滑与替换模块,用于对雷达回波模糊矩阵R结合掩模模糊矩阵T进行平滑和替换处理生成去除地理背景后的雷达回波矩阵L。
可选地,提取模块包括:
解析单元,用于基于RGB色谱模式将目标雷达回波图像解析为待处理雷达回波图像矩阵S,待处理雷达回波图像矩阵S为3维实向量集;
陆地色谱取样单元,用于根据目标雷达回波图像中陆地RGB获取陆地色谱集G;
海洋色谱取样单元,用于根据目标雷达回波图像中海洋RGB获取海洋色谱集O;
回波色谱取样单元,用于根据目标雷达回波图像中回波强度RGB标准色谱卡获取有序序列的回波强度色谱集E。
可选地,彩色数值化模块包括:
赋值单元,用于基于回波强度容许误差阈值对待处理雷达回波图像矩阵S进行像素点匹配,并对误差小于阈值的像素点赋值处理生成预处理矩阵S′,预处理矩阵S′为回波像素点不大于回波强度容许误差阈值的集合;
屏蔽单元,用于结合陆地色谱集G、海洋色谱集O和回波强度色谱集E对待处理雷达回波图像矩阵S进行像素点匹配,并对误差大于阈值的像素点进行屏蔽处理生成掩模矩阵Λ。
可选地,IIR滤波单元包括:
确定单元,用于根据预置阶数n和预置方差σ确定IIR滤波器参数组;
第一模糊化单元,用于根据IIR滤波器参数组对预处理矩阵S′分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;最终得到雷达回波模糊矩阵R;
第二模糊化单元,用于根据IIR滤波器参数组对掩模矩阵Λ分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;最终得到掩模模糊矩阵T;
可选地,插值平滑与替换模块包括:
平滑单元,用于根据平滑下限预设值τ对所述雷达回波模糊矩阵R按对应位置元素与掩模模糊矩阵T相除得到全局插值,即得到雷达回波模糊矩阵K;
替换单元,用于结合所述掩模矩阵Λ和所述预处理矩阵S′对平滑操作后的雷达回波模糊矩阵K进行替换操作,用全局插值替换S′中的缺失部分后得到去除地理背景后的雷达回波矩阵L。
一种装置,存储器用于存储至少一个程序,处理器用于加载至少一个程序以执行方法实施例方法。
本实施例的一种装置,可执行本发明方法实施例所提供的一种雷达回波图像处理方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
一种存储介质,其中存储有处理器可执行的程序,处理器可执行的程序在由处理器执行时用于执行方法实施例方法。
本实施例的一种存储介质,可执行本发明方法实施例所提供的一种雷达回波图像处理方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
根据图2至图8,具体实施例提供了一种雷达回波图像处理处理方法流程,
为了更好的理解本实施例,对实施例的符号进行简要说明:
1)一张未经处理的雷达回波图像记为S;
2)一张预处理后的雷达回波图像记为S′;
3)雷达回波图像中大陆对应的RGB色谱集合记为G,集合中的所有元素均为RGB三维向量,且三个维度分别表示红色通道亮度,绿色通道亮度,蓝色通道亮度(例如,G={a1,a2,a3,...,an},其中ai=(r,g,b),r、g、b的取值区间均为[0,255])。集合G中的元素均取自陆地部分。
4)雷达回波图像中海洋对应的RGB色谱集合记为O,集合中的所有元素均为RGB三维向量,且三个维度分别表示红色通道亮度,绿色通道亮度,蓝色通道亮度(例如,O={o1,o2,o3,...,on},其中oi=(r,g,b),r、g、b的取值区间均为[0,255])。集合O中的元素均取自海洋部分。
5)雷达回波图像中雷达回波对应的RGB色谱集合记为E,集合中的所有元素均为RGB三维向量,且三个维度分别表示红色通道亮度,绿色通道亮度,蓝色通道亮度。(例如,E={e1,e2,e3,...,en},其中ei=(r,g,b),r、g、b的取值区间均为[0,255])。集合E中的元素均取自标准色谱卡。
6)容许误差阈值ε={εg,εo,εe};分别为S与G,O,E之间可容忍的最差相似度阈值;
7)雷达回波图像S的宽和高的像素数,分别记作w和h;
8)S与集合G,O,E的相似度并分别记为Dg,Do,De
9)Λ为掩模矩阵,Λ∈Rw×h
10)M为色谱匹配函数,接受参数组(v,m,ε)。其中,v:像素点颜色,m:色谱卡,ε:容许误差阈值。v要求为三维向量,vk为v的第k维度分量。m为3行,若干列矩阵,mi,k表示矩阵m中第k行,第i列的元素。ε,vk与mi,k均为实数,在实际计算机运算时可量化为整数或浮点数。
11)Ω为容差截断函数,接受参数组(v,u,m,ε)。其中,v:像素点颜色,u:与v颜色最接近的色谱卡下标,m:色谱卡,ε:容许误差阈值;σ为采用的IIR滤波器的参数,用于计算高斯模糊参数组,模拟正态卷积核为σ像素时的高斯模糊效果。
具体地,现有某地某段时间的雷达回波数据,希望利用该批数据实现对雷达回波进行外推任务,进而实现对强对流灾害天气的预警。为了利用该批雷达回波数据进行雷达回波外推,需要对该批雷达回波数据中的雷达回波进行提取。
A1、首先,输入目标雷达图像容许误差阈值集ε∈{εg,εo,εe},从目标雷达图像中确定陆地、海洋、回波强度的RGB色谱集以及待处理雷达回波图像矩阵S。
其中,S是一张红、绿、蓝三通道的图片,分别记图片的宽w、高为h像素,则Sx,y为S中第x行,第y列的元素,Sx,y为一个实三维向量,三个维度的数值分别代表该雷达图红、绿、蓝三个通道的亮度值。确定ε作为误差可容忍的最差相似度阈值,ε∈{εg,εo,εe},其中,εg,εo,εe分别为S与G,O,E之间可容忍的最差相似度阈值。由于在实际分析时,发现部分雷达回波的像素点在RGB色值上,与雷达回波的标准色谱卡存在稍微的误差,并且难以通过肉眼区分,因此给定可容忍的最差相似度阈值,在阈值内的,则当做可识别点,否则当做不可识别点,待后续步骤进一步处理。
A2、计算待处理雷达回波图像矩阵S各位置与G、O、E集合的相似度Dg,Do,De,并且Dg,Do,De满足Dg∈Rw×h,Do∈Rw×h,De∈Rw×h。分别记dg,x,y,do,x,y,de,x,y为Dg,Do,De中第y行,第x列元素。记Z表示整数。Dg,Do,De的定义如下:
Dg={dg,x,y|(x∈[0,h),y∈[0,w))∩(x∈Z,y∈Z)}
Do={do,x,y|(x∈[0,h),y∈[0,w))∩(x∈Z,y∈Z)}
De={de,x,y|(x∈[0,h),y∈[0,w))∩(x∈Z,y∈Z)}
dg,x,y=M(Sx,y,G,εg)
do,x,y=M(Sx,y,O,εo)
de,x,y=M(Sx,y,E,εe)
其中函数M为色谱匹配函数,接受参数对v,m,ε。其中,参数v表示当前处理的像素点对应的RGB值,为三维向量。参数m对应标准色谱卡,m∈{G,O,E};ε参数为上述已定义的误差可容忍的最差相似度阈值。函数M的计算方式为:
Figure BDA0002756871890000111
其中,v要求为三维向量,记vk为v的第k维度分量。m为3行,若干列矩阵,mi,k表示矩阵m中第k行,第i列的元素。ε,vk与mi,k均为实数,在实际计算机运算时可量化为整数或浮点数。其中Ω为容差截断函数:
Figure BDA0002756871890000112
A3、计算预处理矩阵S′(即回波通道矩阵)和相同规模的掩模矩阵Λ;
回波通道矩阵S′和相同规模的掩模矩阵Λ具体参照以下公式:
Figure BDA0002756871890000113
Figure BDA0002756871890000121
通过赋值处理,对在回波强度容许误差阈值εe内的像素点,会赋值de,x,y,否则会赋值为0;通过屏蔽处理,对需要屏蔽的如省界、地界、雷达回波图像中的半径范围辅助线,掩模矩阵对应的位置会标记为0,反之标记为1。通过赋值处理和屏蔽处理能够快速、精准地对地理背景信息进行去除从而获得仅包含回波块的预处理矩阵S′即回波通道矩阵。
A4、计算IIR滤波器参数组;
给定参数n(预置阶数),和参数σ(预置方差),计算对应构成的IIR滤波器参数组b={b0,b1,...,bn-1}。其中,参数σ表示用于计算高斯模糊参数组,参数n表示阶数,用于指定IIR滤波器的阶数;旨在使用IIR滤波器近似逼近正态卷积核为σ像素时的高斯模糊效果。从计算结果上看,σ值越大,输出结果图像越模糊,而参数n越大,计算结果越逼近真正的高斯模糊结果,所需计算量也越大。因此,需要取合理的n值,使得结果既足够近似于高斯模糊,又不能让计算量过大,保证计算效率。计算得到的参数组b可用于后续步骤中计算近似等效于正态卷积核为σ像素的高斯模糊。
A5、对回波通道矩阵S′和相同规模的掩模矩阵Λ进行横向反向、纵向正向、纵向反向四趟IIR滤波计算;
结合IIR滤波器参数组b分别对回波通道矩阵S′和相同规模的掩模矩阵Λ执行IIR滤波运算θ,得到结果矩阵R,T,满足R∈Rw×h,T∈Rw×h;其中,掩模矩阵Λ中赋值为0的位置,用于标记原雷达回波图像中,数据缺失的区域。数据缺失的区域是指RGB值不属于集合G∪O∪E,如省界、地界、雷达回波图像中的半径范围辅助线,后续操作中,这些区域将需要进行插值。而取值为1则表示该区域数据有效,其像素点RGB值属于集合G∪O∪E;θ是一组运算过程,包含四个子步骤,分别是横向正向IIR滤波、横向反向IIR滤波、纵向正向IIR滤波、纵向反向IIR滤波。将四个步骤中矩阵元素的计算过程分别记为θ1,θ2,θ3,θ4,它们是串联执行的,初始输入为S′,经过θ1,θ2,θ3,θ4各个计算过程后的输出的结果分别为Q(1),Q(2),Q(3),Q(4);其中,计算过程θ1,θ2,θ3,θ4均需要额外参数组b,b:的物理意义为n阶IIR滤波器的参数组。该过程的计算理论以及数组b的确定方法属于信号处理IIR(无限冲击响应)滤波器的设计范畴,所有该专业的人士均明确了解此理论,此处不做过度阐述。
Q(4)=θ(S′)=θ4321(S′)))
其中,Q(1),Q(2),Q(3),Q(4)的定义分别如下:
Figure BDA0002756871890000131
Figure BDA0002756871890000132
Figure BDA0002756871890000133
Figure BDA0002756871890000134
横向正向IIR滤波过程θ1定义如下:
Figure BDA0002756871890000135
横向反向IIR滤波过程θ2定义如下:
Figure BDA0002756871890000136
纵向正向IIR滤波过程θ3定义如下:
Figure BDA0002756871890000137
纵向反向IIR滤波过程θ4定义如下:
Figure BDA0002756871890000138
上述过程只是按照θ1,θ2,θ3,θ4的一种计算顺序,事实上,上述四个运算过程可以两两任意互相交换而得到非常近似的结果,这些结果均为有效结果,不影响后续计算。最终,本步骤最终得到的结果为:
R=θ(S′,b)
T=θ(Λ,b)
其中R为雷达回波模糊矩阵。
A6、对雷达回波模糊矩阵R分别进行平滑操作和替换操作得到最终的去除地理背景后的雷达回波矩阵。
平滑操作:对步骤A5得到的运算结果R,T,对R通过平滑计算后得到矩阵K,满足K∈Rw×h;记Ki,j,Ri,j,Ti,j,均表示对应矩阵第i行,第j列的元素。引入平滑下限τ,τ∈R,R为实数集合。
经过运算,得到矩阵K:
Ki,j=Ri,j/max(τ,Ti,j)
替换操作:平滑操作后的运算结果K,结合掩模矩阵Λ、与预处理结果矩阵S′,得到最终的去除背景的雷达回波图像L。记Li,j表示对应矩阵L的第i行,第j列的元素。
Figure BDA0002756871890000141
根据图8,对得到的结果矩阵L进行输出,L矩阵即为在原目标图下提取所得去除背景地理信息的雷达回波块。
相比于现有技术,本方案具有以下优点:
本发明具有采用快速索引,消除回波中像素RGB值误差影响,精确到像素对地理背景信息进行去除,计算速度快的优点。
本发明采用快速索引的优势:
由于本发明对回波强度集合E的元素进行排序,排序按照雷达回波的强度依次递增,比如回波强度值0-5dBZ排在第1,5-10dBZ排在第2,如此类推,这样使得回波强度在实现0-1规范化时能够直接利用对应于有序集合E的下标,一方面节省了0-1规范化的运算开销,同时也保留了回波强度的信息。
本发明具备消除回波中像素RGB值误差影响的优势:
由于雷达回波图像中回波块的部分像素点的RGB值与给定的标准色谱卡有一定的误差,这种误差无法通过肉眼进行识别,本发明中采用的方法能够对这种现象予以识别,并正确映射到标准色谱卡中。
本发明具有精确到像素对地理背景信息进行去除的优势:
由于本发明在方法中引入了掩模矩阵Λ,对省界线这些位置进行了标注,在消除地理背景信息时能够予以精确到像素位置的参考,因此对于地理背景信息的去除可以实现精确到像素。
本发明具有计算速度快的优势:
首先,通过双层高斯模糊相除的间接方法,实现了快速的邻近加权插值。然后又通过引入IIR滤波器,一方面加快了速高斯模糊的计算过程,另一方面在参数设计和选择恰当的情况下,能够兼顾权衡运算速度和模糊的精度,快速近似地实现高斯模糊的效果,使得方法在对雷达回波图像进行模糊处理的时间开销缩减,提高方法的运算速度。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (4)

1.一种雷达回波图像处理方法,其特征在于,包括以下步骤:
从雷达回波图像中提取第一矩阵、陆地色谱集、海洋色谱集和回波强度色谱集,所述回波强度色谱集为有序序列;
结合设定的容许误差阈值集和各所述色谱集对第一矩阵进行第一处理生成第二矩阵和相同规模的掩模矩阵;
采用高斯模糊法分别对所述第二矩阵和所述掩模矩阵进行模糊化处理,分别得到第三矩阵和相同规模的掩模模糊矩阵;
对所述第三矩阵进行第二处理生成去除地理背景后的雷达回波矩阵;
所述从雷达回波图像中提取第一矩阵、陆地色谱集、海洋色谱集和回波强度色谱集这一步骤具体包括以下步骤:
基于RGB色谱模式将所述雷达回波图像解析为第一矩阵
Figure QLYQS_1
,所述第一矩阵/>
Figure QLYQS_2
为3维实向量集;
根据所述雷达回波图像中陆地RGB获取陆地色谱集
Figure QLYQS_3
根据所述雷达回波图像中海洋RGB获取海洋色谱集
Figure QLYQS_4
根据所述雷达回波图像中回波强度RGB标准色谱卡获取有序序列的回波强度色谱集
Figure QLYQS_5
,所述回波强度色谱集/>
Figure QLYQS_6
为有序序列;
所述第一处理包括赋值处理和屏蔽处理,所述结合设定的容许误差阈值集和各所述色谱集对第一矩阵进行第一处理生成第二矩阵和相同规模的掩模矩阵这一步骤具体包括以下步骤:
根据回波强度容许误差阈值和各色谱集对所述第一矩阵进行像素点匹配和赋值并将误差小于容许误差阈值的像素点转换为回波强度值,赋值记录于第二矩阵,误差大于容许误差阈值的像素点,在第二矩阵中对应位置记录为0;
结合陆地色谱集、海洋色谱集和回波强度色谱集对所述第一矩阵进行像素点匹配,生成掩模矩阵,其中,误差小于阈值的像素点记为1,否则记为0;
所述高斯模糊法是一种包含横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波四个过程的IIR滤波器快速实现法,所述采用高斯模糊法分别对所述第二矩阵和所述掩模矩阵进行模糊化处理,分别得到第三矩阵和相同规模的掩模模糊矩阵这一步骤具体包括以下步骤:
根据预置IIR滤波器第一参数和第二参数确定IIR滤波器参数组;
根据所述IIR滤波器参数组对所述第二矩阵分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
根据所述IIR滤波器参数组对所述掩模矩阵分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
结合各所述IIR滤波结果生成第三矩阵和相同规模的掩模模糊矩阵;
所述第二处理包括平滑操作和替换操作,所述对所述第三矩阵进行第二处理生成去除地理背景后的雷达回波矩阵这一步骤具体包括以下步骤:
根据预设平滑下限对所述第三矩阵进行平滑操作获取平滑操作后的第三矩阵;
结合所述掩模矩阵和所述第二矩阵对平滑操作后的第三矩阵进行替换操作后输出去除地理背景信息的雷达回波图。
2.一种雷达回波图像处理系统,包括:
提取模块,用于从雷达回波图像中提取第一矩阵、陆地色谱集、海洋色谱集和回波强度色谱集,所述回波强度色谱集为有序序列;
第一生成模块,用于结合设定的容许误差阈值集和各所述色谱集对第一矩阵进行第一处理生成第二矩阵和相同规模的掩模矩阵;
模糊化模块,用于采用高斯模糊法分别对所述第二矩阵和所述掩模矩阵进行模糊化处理,分别得到第三矩阵和相同规模的掩模模糊矩阵;
第二生成模块,用于对所述第三矩阵进行第二处理生成去除地理背景后的雷达回波矩阵;
所述从雷达回波图像中提取第一矩阵、陆地色谱集、海洋色谱集和回波强度色谱集这一步骤具体包括以下步骤:
基于RGB色谱模式将所述雷达回波图像解析为第一矩阵
Figure QLYQS_7
,所述第一矩阵/>
Figure QLYQS_8
为3维实向量集;
根据所述雷达回波图像中陆地RGB获取陆地色谱集
Figure QLYQS_9
根据所述雷达回波图像中海洋RGB获取海洋色谱集
Figure QLYQS_10
根据所述雷达回波图像中回波强度RGB标准色谱卡获取有序序列的回波强度色谱集
Figure QLYQS_11
,所述回波强度色谱集/>
Figure QLYQS_12
为有序序列;
所述第一处理包括赋值处理和屏蔽处理,所述结合设定的容许误差阈值集和各所述色谱集对第一矩阵进行第一处理生成第二矩阵和相同规模的掩模矩阵这一步骤具体包括以下步骤:
根据回波强度容许误差阈值和各色谱集对所述第一矩阵进行像素点匹配和赋值并将误差小于容许误差阈值的像素点转换为回波强度值,赋值记录于第二矩阵,误差大于容许误差阈值的像素点,在第二矩阵中对应位置记录为0;
结合陆地色谱集、海洋色谱集和回波强度色谱集对所述第一矩阵进行像素点匹配,生成掩模矩阵,其中,误差小于阈值的像素点记为1,否则记为0;
所述高斯模糊法是一种包含横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波四个过程的IIR滤波器快速实现法,所述采用高斯模糊法分别对所述第二矩阵和所述掩模矩阵进行模糊化处理,分别得到第三矩阵和相同规模的掩模模糊矩阵这一步骤具体包括以下步骤:
根据预置IIR滤波器第一参数和第二参数确定IIR滤波器参数组;
根据所述IIR滤波器参数组对所述第二矩阵分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
根据所述IIR滤波器参数组对所述掩模矩阵分别进行横向正IIR滤波、横向反IIR滤波、纵向正IIR滤波和纵向反IIR滤波;
结合各所述IIR滤波结果生成第三矩阵和相同规模的掩模模糊矩阵;
所述第二处理包括平滑操作和替换操作,所述对所述第三矩阵进行第二处理生成去除地理背景后的雷达回波矩阵这一步骤具体包括以下步骤:
根据预设平滑下限对所述第三矩阵进行平滑操作获取平滑操作后的第三矩阵;
结合所述掩模矩阵和所述第二矩阵对平滑操作后的第三矩阵进行替换操作后输出去除地理背景信息的雷达回波图。
3.一种雷达回波图像处理装置,其特征在于,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行权利要求1所述方法。
4.一种存储介质,其特征在于,处理器执行的程序在由处理器执行时用于执行如权利要求1所述方法。
CN202011205339.7A 2020-11-02 2020-11-02 一种雷达回波图像处理方法、系统、装置和存储介质 Active CN112558022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011205339.7A CN112558022B (zh) 2020-11-02 2020-11-02 一种雷达回波图像处理方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011205339.7A CN112558022B (zh) 2020-11-02 2020-11-02 一种雷达回波图像处理方法、系统、装置和存储介质

Publications (2)

Publication Number Publication Date
CN112558022A CN112558022A (zh) 2021-03-26
CN112558022B true CN112558022B (zh) 2023-06-13

Family

ID=75042896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011205339.7A Active CN112558022B (zh) 2020-11-02 2020-11-02 一种雷达回波图像处理方法、系统、装置和存储介质

Country Status (1)

Country Link
CN (1) CN112558022B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113109816B (zh) * 2021-03-29 2023-10-03 广东工业大学 雷达回波图像的回波块追踪方法、装置及存储介质
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2998975A1 (fr) * 2012-11-30 2014-06-06 Thales Sa Procede de filtrage, dans un signal radar, des ambiguites distance par codage d'impulsions et traitement multi-voies
CN107993215A (zh) * 2017-11-27 2018-05-04 象辑知源(武汉)科技有限公司 一种天气雷达图像处理方法及系统
CN109087319A (zh) * 2018-08-17 2018-12-25 北京华航无线电测量研究所 一种掩膜制作方法及系统
CN110824451A (zh) * 2019-11-20 2020-02-21 上海眼控科技股份有限公司 雷达回波图的处理方法、装置、计算机设备及存储介质
CN111175709A (zh) * 2019-12-27 2020-05-19 中国电子科技集团公司第十四研究所 一种基于误差抑制的面向大范围气象雷达的拼图方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3004949A4 (en) * 2013-06-06 2016-12-28 Massachusetts Inst Technology GRAPHICAL DISPLAY OF RADAR AND RADARAL METEOROLOGICAL DATA
US9684050B2 (en) * 2014-04-28 2017-06-20 Siemens Healthcare Gmbh Method and apparatus for the reconstruction of MR images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2998975A1 (fr) * 2012-11-30 2014-06-06 Thales Sa Procede de filtrage, dans un signal radar, des ambiguites distance par codage d'impulsions et traitement multi-voies
CN107993215A (zh) * 2017-11-27 2018-05-04 象辑知源(武汉)科技有限公司 一种天气雷达图像处理方法及系统
CN109087319A (zh) * 2018-08-17 2018-12-25 北京华航无线电测量研究所 一种掩膜制作方法及系统
CN110824451A (zh) * 2019-11-20 2020-02-21 上海眼控科技股份有限公司 雷达回波图的处理方法、装置、计算机设备及存储介质
CN111175709A (zh) * 2019-12-27 2020-05-19 中国电子科技集团公司第十四研究所 一种基于误差抑制的面向大范围气象雷达的拼图方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于高斯模型的自适应地物杂波滤波算法;孙召平;张持岸;张建云;;太赫兹科学与电子信息学报(第02期);第250-253、259页 *

Also Published As

Publication number Publication date
CN112558022A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN108921799B (zh) 基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法
CN112558022B (zh) 一种雷达回波图像处理方法、系统、装置和存储介质
CN113673590B (zh) 基于多尺度沙漏密集连接网络的去雨方法、系统和介质
CN111369581A (zh) 图像处理方法、装置、设备及存储介质
CN112017192B (zh) 基于改进U-Net网络的腺体细胞图像分割方法及系统
CN110070518A (zh) 一种基于双路径支持下的高光谱图像超分辨率制图方法
CN106548169A (zh) 基于深度神经网络的模糊文字增强方法及装置
CN110570440A (zh) 一种基于深度学习边缘检测的图像自动分割方法及装置
CN110598613B (zh) 一种高速公路团雾监测方法
CN113705675B (zh) 一种基于多尺度特征交互网络的多聚焦图像融合方法
CN112819753B (zh) 一种建筑物变化检测方法、装置、智能终端及存储介质
CN113887472A (zh) 基于级联颜色及纹理特征注意力的遥感图像云检测方法
CN111008664A (zh) 一种基于空谱联合特征的高光谱海冰检测方法
CN114266957A (zh) 一种基于多降质方式数据增广的高光谱图像超分辨率复原方法
CN109696406B (zh) 一种基于复合端元的月表高光谱图像阴影区域解混方法
CN108877030B (zh) 图像处理方法、装置、终端和计算机可读存储介质
Hinojosa et al. Spectral-spatial classification from multi-sensor compressive measurements using superpixels
CN117727046A (zh) 新型山洪前端仪器仪表读数自动识别方法及系统
CN115937302A (zh) 结合边缘保持的高光谱图像亚像元定位方法
CN115909077A (zh) 基于无监督光谱解混神经网络的高光谱图像变化检测方法
CN114519694A (zh) 基于深度学习的七段数码管液晶显示屏识别方法及系统
CN113298102A (zh) 一种目标分类模型的训练方法及装置
CN113516067B (zh) 一种植物生长时间的识别方法及装置
Zheng et al. UAV Remote Sensing Image Dehazing Based on Multi-Dimensional Saliency Awareness Unequal Network
Serwa Potentiality of using digital Wavelet/QMF pyramids in remotely sensed satellites’ images classification

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