[發明專利]一種天氣雷達圖像處理方法及系統在審

申請號：	201711205603.5	申請日：	2017-11-27
公開（公告）號：	CN107993215A	公開（公告）日：	2018-05-04
發明（設計）人：	林忠;萬明陽;潘濤;班浩然	申請（專利權）人：	象輯知源（武漢）科技有限公司
主分類號：	G06T5/30	分類號：	G06T5/30;G06T7/136;G06N3/04
代理公司：	北京路浩知識產權代理有限公司11002	代理人：	王瑩,李相雨
地址：	430074 湖北省武***	國省代碼：	湖北;42
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種天氣雷達圖像處理方法系統
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及圖像處理領域，更具體地，涉及一種天氣雷達圖像處理方法及系統。

背景技術

多普勒天氣雷達對降水監測和預報有重要影響，其雷達回波強度可以直觀體現降水強度。因此，多普勒天氣雷達的數據精度就顯得至關重要。現有的多普勒天氣雷達，由于其原理所限，在較小仰角時，容易受地面雜物，以及鳥類等影響，產生大量非降水雜波。在地表大氣折射率隨海拔高度增加而迅速下降時，低仰角雷達電磁波受到折射之后改為朝向地面傳播，會產生大量超折射雜波。此外，由于氣象雷達反射率數據在生成和傳輸過程中受到的各種電磁噪音的影響，雷達圖像中可能存強度較高的錐形雜波和環形雜波。各種類型的雷達雜波對降水預報和監測產生嚴重影響。

現有技術中，對天氣雷達的圖像處理通常采用閾值分割法，即設定一個固定的閾值，去掉回波強度小于該閾值的像素點，然而，現有技術中，由于部分降水回波強度較低，雜波也存在強度較高的情況，所以閾值分割法的作用十分有限。另一方面，通過風暴跟蹤方法，和連續性檢測，可以去除大部分地物雜波，但是不能有效去除超折射雜波、錐形雜波和環形雜波，需要人工訂正才能得到正確濾波的雷達圖像，導致人工動作工作量較大，圖像特征提取過程復雜。

發明內容

為克服現有技術中，對天氣雷達圖像的處理中，需要大量的人工動作，導致工作量過大，同時圖像特征提取過程復雜的問題，提出一種天氣雷達圖像處理方法及系統。

根據本發明的一個方面，提供一種天氣雷達圖像處理方法，包括：

S1，接收天氣雷達的回波圖像，將所述回波圖像輸入到全卷積神經網絡，對所述回波圖像的每個像素點進行分類，獲取標注真實回波的像素點的預測圖像；

其中，所述全卷積神經網絡包括一個反卷積層和一個softmax層。

其中，所述方法還包括：S2，將所述預測圖像中判定為真實回波的像素點進行圖像學腐蝕操作；

S3，將所述真實回波的像素點進行膨脹操作，直至所述真實回波的像素點周圍的像素點的圖像梯度大于預設閾值，獲取膨脹操作后的標注所述真實回波的像素點的預測圖像。

其中，所述步驟S1中還包括對所述回波圖像中的每個雜波的像素點進行標注，獲取標注真實回波的像素點和標注雜波的像素點的預測圖像。

優選的，所述全卷積神經網絡的結構依次包括：第一卷積層、第一池化層、第二卷積層、第二池化層、第三卷積層、第三池化層、第四卷積層、第四池化層、第五卷積層、第五池化層、第六卷積層、第七卷積層、第一反卷積層、第二反卷積層、第三反卷積層和softmax層。

其中，所有池化層的步長之積與所有反卷積層的步長之積相等，以使得所述天氣雷達的回波圖像和所述預測圖像的寬度和高度相等。

其中，所述步驟S1之前還包括，基于濾波前的天氣雷達圖像樣本，生成濾波后的天氣雷達圖像樣本，通過多組所述濾波前、后的天氣雷達圖像樣本，對所述全卷積神經網絡進行訓練。

其中，所述基于濾波前的天氣雷達圖像樣本，生成濾波后的天氣雷達圖像樣本的步驟具體包括：