[發明專利]基于WGAN-GP網絡與光流法的衛星云圖預測方法

在審

• 申請號: 202210948863.6
• 申請日: 2022-08-09
• 公開（公告）號: CN115546257A
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 談玲;康瑞星;夏景明
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06T7/269
• 分類號: G06T7/269;G06T7/254;G06V10/74;G06T5/40;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.基于WGAN-GP網絡與光流法的衛星云圖預測方法，其特征在于，包括以下步驟：

步驟S1：獲取歷史衛星云圖序列數據；

步驟S2：對衛星云圖進行直方圖均衡化預處理；

步驟S3：對經過預處理的圖像，取t張衛星云圖序列作為歷史數據，第t+1張衛星云圖為預測目標；

步驟S4：構建雙判別器WGAN-GP網絡，每次訓練以t張連續衛星云圖序列輸入生成器，每相鄰兩張衛星云圖進行計算得到一張光流圖，共得到t-1張光流圖，令光流序列經過編碼器解碼器結構輸出預測光流，將預測光流與第t時刻衛星云圖融合生成第t+1時刻衛星云圖的預測；

步驟S5：將生成衛星云圖與真實衛星云圖一并輸入判別器中訓練，空間判別器與時間判別器分別對生成樣本與真實樣本的空間相似度與時間相似度進行評價，通過多次迭代對抗訓練使雙判別器WGAN-GP網絡達到納什均衡；

步驟S6：將歷史衛星云圖數據輸入已訓練好的雙判別器WGAN-GP網絡生成器得到衛星云圖預測圖像，將生成的衛星云圖預測圖像加入序列，迭代地執行生成器算法，得到第t+1至2t張衛星云圖預測圖像。

2.根據權利要求1所述的基于WGAN-GP網絡與光流法的衛星云圖預測方法，其特征在于，所述步驟S2對圖像進行直方圖均衡化預處理的公式為：

其中round()表示對結果取整，cdf(i)表示值為i的像素的累計分布函數，p_x(i)代表值為i的像素的出現概率，L為灰度級數，v為原始圖像像素值，h(v)為進行直方圖均衡化操作后的像素值。

3.根據權利要求1所述的基于WGAN-GP網絡與光流法的衛星云圖預測方法，其特征在于，所述步驟S4包括以下步驟：

步驟S41，對輸入生成器的t張連續衛星云圖序列，每相鄰兩張衛星云圖進行計算得到一張光流圖，共得到t-1張光流圖；

步驟S42，構建雙判別器WGAN-GP網絡中的生成器，生成器網絡的結構依次有：輸入層→光流提取層→三維卷積層1→三維卷積層2→三維卷積層3→三維卷積層4→上采樣層1→上采樣層2→上采樣層3→上采樣層4→融合層→輸出層，三維卷積層1、三維卷積層2、三維卷積層3、三維卷積層4屬于編碼器部分，上采樣層1、上采樣層2、上采樣層3、上采樣層4屬于解碼器部分；

步驟S43，構建雙判別器WGAN-GP網絡中的判別器，判別器網絡包括空間判別器與時間判別器，其中空間判別器網絡的結構依次有：輸入層→二維卷積層1→二維卷積層2→二維卷積層3→二維卷積層4→全連接層1→全連接層2→全連接層3→輸出；

步驟S44，構建雙判別器WGAN-GP網絡中的判別器，其中時間判別器網絡的結構依次有：輸入層→三維卷積層1→三維卷積層2→三維卷積層3→三維卷積層4→全連接層1→全連接層2→全連接層3→輸出；

步驟S45，將t-1張光流圖輸入到生成器中，通過三維卷積層進行編碼處理，再通過上采樣層進行解碼處理生成第t張光流圖的預測；

步驟S46，使用第t張光流圖對第t張衛星云圖進行重映射處理，生成第t+1張衛星云圖的預測，重映射運算的公式為：

p_t+1(x,y)＝p_t(x-u,y-v)

其中p_t為t時刻位于衛星云圖點(x,y)處的像素值，u和v即光流圖中的信息，分別代表像素在x方向和y方向上的運動分量。

4.根據權利要求3所述的基于WGAN-GP網絡與光流法的衛星云圖預測方法，其特征在于，所述步驟S42中上采樣層先使用雙線性插值法令特征圖大小翻倍，再利用卷積使通道數減半；在三維卷積層1、三維卷積層2和三維卷積層3后加入了三個跳躍連接，分別連接到上采樣層1、上采樣層2、上采樣層3后，將在編碼器中經過三維卷積處理的特征圖與在解碼器中進行上采樣后的特征圖進行拼接，再傳遞給下一層作為輸入特征圖，使解碼器能夠獲得淺層編碼器學習到的信息。