摘要
本文主要研究了基于变分方法的云的判别和云分类的方法。
首先，本文介绍了卫星云图的特征和以往的处理方法，较全面的介绍了几何曲线演化方法、由Osher和Sethian提出的基于水平集的图像分割方法、Mumford和Shah提出的Mumford-Shah图像分割模型、Chan和Vese提出Mumford-Shah模型的水平集解法以及基于Mumford-Shah模型的向量图型的分割方法。
其次，对于单通道云图，本文提出了改进的Mumford-Shah模型，即把Mumford-Shah模型中轮廓线内部像素的灰度平均值，改为目标物体的核心灰度，并通过调整相应的权重系数，得到了分割结果更为准确的、更有意义，从而准确地分割出了高云、中云和低云。
同时，对于多通道图像，本文先利用基于Mumford-Shah模型的向量图像分割方法，对人造的两个通道的图像，成功的得到了两个图像的差集和并集图像。本文还提出了一种基于改进Mumford-Shah模型的向量图像分割模型，对两个通道的卫星云图资料进行分割，更加准确的识别出中低云系在红外通道和可见光通道中的位置，并且识别出卷云和积雨云这两类跟天气系统息息相关的云系。
In this thesis, we study methods of cloud differentiation and cloud classification based on variational PDEs.
First, we discuss characteristics of satellite cloud image and methods of cloud differentiation and classification. We review the geometric curve evolution method, the level set image segmentation method proposed by Osher and Sethian, the Mumford-Shah image segmentation method proposed by Mumford and Shah, the level set solution of Mumford-Shah method proposed by Chan and Vese, and the segmentation method of Vector-Valued image based on Mumford-Shah model.
Then, for the one-channel image, we put forward an impoved Mumford-Shah model. This model get the more precise and more significative result of image segmention by replaceing the average gray with the kernel gray of object, and adjusting coefficients of the kernel gray. By using this model, we distinguish and classify high cloud and middle cloud or low cloud from cloud image.
For the multichannel image, we use the vector-valued image segmentation model based on Mumford-Shah model to deal with the artifical two-channel image, and get the reunion and set difference image of the two channels. Further, we improve this method and get the more precise position of middle cloud and low cloud in the infrared channel and visible-light channel, and distinguish between cumulonimbus and cirrus.
引文
[1] Chan T F, Jianhong Shen and Vese L. Variational PDE models in image prcessing. http://www.math.ucla.edu/～images.
[2] D.Mumford. and J.Shah.. Optimal Approximation by Piecewise Smooth Functions and Associated Variational Problems.Commun Pure Appl. Math.,. 1989.577～685
[3] Tony chan, Jianhong Shan. Mathematical models for local non-texture inpainting[J]. SIAM. Applied Mathematical.2001(3). 1019～1043
[4] Gobbino. Finite difference approximation of the Mumford -Shah functional. Communication Pure Applied Mathematics. 1998.197～22
[5] Chan T, Vese L.Active contour without edges.. IEEE Transaction On Image Processing.2001(2).266～277
[6] Chan T, Vese L.Active Contours without Edges for Vector-Valued Images. Jounal of Visual Communication and Image Representation.2001.130～141
[7] Chan F. T. Vese L.. Image segmentation using level sets and piecewise-constant Mumford-Shah model. UCLA CAM Report 00-14.
[8] Kass K, Witkin A, Terzopoulos D.Snakes. Trial contour models[A]. Proceedings of the 1st Inernational Conference on Computer Vision[C]. IEEE Computer Society Press. 1987:259～268
[9] Stanley Osher, Ronald P. Fedkiw. Level Set Methods: An Overview and Some Recent ReSults. http://www.math.ucla.edu/～images.
[10] .Nassirh, Salman Active Con tours andMumford-Shah Segmen tation Based on Level Sets. Journal of Shangha i J iaotong Un ivers ity. ID: 100721172(2003) 0120048206
[11] 陈渭民．卫星气象学．气象出版社．2003年2月第一版
[12] 李俊．基于曲线演化的图像分割方法及应用研究．上海交通大学．博士学位论文
[13] 肖亮．基于变分PDE和多重分形的图像建模理论、算法与应用．南京理工大学．博士学位论文．
[14] 肖昌炎．水平集方法符号距离函数快速重构．信号处理．2003(6)．551～555
[15] 余怒涛，廖仿玉，李浩．GM S-5水汽图的特点及应用初探．解放军理工大学学报．2000(5)：98～102
[16] 黄福珍，苏剑波，席裕庚．基于几何活动轮廓模型的人脸轮廓提取方法．中国图象图形学报．2003(5)：546～550
[17] 杨澄．用多谱阈值法进行GMS-5卫星云图云型分类的研究．PDF．南京气象学院
学报．2002(6)274～254
[18] 周伟．利用GMS-5红外资料进行云的分类识别．北京大学学报(自然科学版)．2003(1)．83～90
[19] 肖亮．图像分割中分段光滑的Mumford-Shah模型的水平集算法．计算机研究与发展．2004(1)．129～135
[20] 黄海斌．基于多尺度图像的主动轮廓线模型．计算机研究与发展．2000(10)．1240～1245
[21] 岑峰．基于边缘吸收力场正则化的短程线主动轮廓模型．电子学报．2003(1)．17～20
[22] 朱付平．基于Level Set方法的医学图像分割．软件学报．2002(9)．1866～1872
[23] 张爱东．一种B-样条主动轮廓线模型．哈尔滨师范大学自然科学学报．1999(4)．62～66
[24] 王峥．基于人机交互模型的医学图像分割．模式识别与人工智能．2002(4)．392～396
[25] 杨杨．基于多分辨率方法的主动轮廓线跟踪算法．计算机学报．1998(3)210～216
[26] 王峥．提高水平集方法初始化计算速度的研究．信号处理．2002(2)．97～101
[27] 李熙莹．一种自动提取目标的主动轮廓法．光子学报．2002(5)．606～610
[28] 吕铁英．图像轮廓特征提取新方法研究．中国图形图像学报．1999(8)．655～658
[29] 王睁．基于窄带Momford—Shah模型的图像分割方法．红外与毫米波学报．2002(3)．161～166
[30] 田岩．基于变分法的图像分割的数值算法．红外与激光工程．2002(4)．310～315
[31] 李俊．基于Mumford-Shah模型的快速水平集图像分割方法．计算机学报．2002(11)．1175～1183
[32] 郁凡．静止卫星红外云图上卷云与其它云类纹理特征的比较．南京大学学报(自然科学)．1998(3)．350～358
[33] 郁凡．双光谱云图的云分类探讨．南京气象学院学报．1994(1)．117～124
[34] 师春香．多阈值和神经网络卫星云图云系自动分割试验．应用气象学报．2001(1)．70～78
[35] 刘凯．基于纹理特征的卫星云图台风自动识别方法．微型机与应用．2001(9)．
[36] 赵勇．气象卫星云图在预报中的应用．四川气象．1999(3)．29～31
[37] 杨越奎．数字化卫星云图自动识别的动态聚类算法．计算物理．1997(4)．490～492
[38] 薛俊掐．小波变换在云图边缘处理中的应用．天津大学学报．2002(6)．736～739
[39] 路志英．用小波分析提取云图纹理梯度特征．模式识别与人工智能．2000(4)．434～438
[40] 胡少校．数学形态学方法在气象卫星云图图象处理中的应用．四川气象．1995(4)．46～48
[41] 刘正光．卫星云图形态特征提取．计算机研究与发展．1997(9)．689～693
[42] 曹青．利用JPEG-LS高效无损压缩气象云图数据．应用气象学报．2002(3)．380～382
[43] 吴乐南．气象卫星云图数据的高效无失真压缩．应用气象学报．1996(1)．103～107
[44] 张建伟．气象卫星云图的分形编码研究．南京气象学院．1998(3)．328～335
[45] 吴建华．气象卫星云图数据压缩的JPEG实现．微机发展．1997．52～54
[46] 刘正光．卫星云图数据库的研究．计算机工程与科学．2001(3)．18～20
[47] 张连生．用离散均值—水平集求全局最优算法．系统科学与数学．2001(2)．141～146
[48] 赵雪春．用可变形模板进行基于内容的图像分割算法．电子学报．2000(4)．69～72
[49] 张泉岭．图像恢复的新方法—变分法．电子工程师．1999(1)．12～14
[50] 高鑫．基于水平集曲率的图像滤噪与增强．北京师范大学学报(自然科学版)．2001(1)．5～9
[51] 岑峰．短程线主动轮廓跟踪算法的研究．计算机研究与发展．2003(2)．283～288
[52] 沈桐立．有限区域卫星云图资料变分分析的试验研究．高原气象．1996(1)．58～67
[53] 傅德胜．云图纹理特征的抽取与云的自动分类．南京气象学晓学报．1995(4)．530～535
[54] 黄仪方．卫星云图上的卷云云型与晴空颠簸．四川气象．2002(1)．42～45
[55] 王洪元等．一种改进Snake模型的边缘检测算法．南京理工大学学报．2003(4)：395～399
[56] 蔡艳．基于卫星遥感图象纹理特征的云类识别方法及软件设计．南京气象学院学报．1999(3)．416～422
[57] 孔祥维．形状约束的Snake算法在探地雷达图像目标自动提取中的应用．物探化探计算技术．2001(4)．333～337
[58] Xu C.Y, Pham D.L., and Prince J.L., Medical Image Segmentation Using Deformable Models, SPIE Handbook on Medical Imaging—Volume Ⅲ: Medical Image Analysis, edited by J.M. Fitzpatrick and M. Sonka, May 2000.
[59] Sethian J. A., A fast marching level set method for monotonically advancing fronts, In Proc. Nat. Ac. Science, 1996, 93:1591-1694.
[60] Sethian J. A., Level Set methods and fast marching methods: evolving interfaces in computational geometry, fluid mechanics, computer vision, and materials science, Cambridge University Press, 1999.