气象卫星云图缺失区域的自动修复方法

杨阳　周晓丽

摘 要：当前的风云气象卫星系统还不能够自动检测出气象卫星云图缺失区域并且未能对气象卫星云图缺失区域进行修复。针对这一问题，提出了气象卫星云图缺失区域的自动修复方法。该种方法分为四个步骤：第一步是对卫星云图进行边缘监测，得出它的边缘图像；第二步是根据前一步得到的边缘图像采用累计概率霍夫变换大致定位出缺失区域；第三步是要将第二步得到的大致缺失区域位置进行区域生长得到精确的定位，在这个环节可以实现对云图缺失区域的自动检测；最后一步要通过快速行进法对已检测出的云图缺失区域进行快速修复。实践表明，这种气象卫星云图缺失区域的自动修复方法与传统的技术手段相比具有很明显的优势。

关键词：气象卫星云图缺失区域 自动修复

中图分类号：P414.4 文献标识码：A 文章编号：1003-9082（2018）07-0-01

气象卫星具有勘测天气的功能，气象卫星云图在气象预报领域发挥着至关重要的作用。随着科技发展，利用图像处理的方式对卫星云图进行处理已经成为气象综合分析的一种重要方式。在现实使用中，会出现许多影响因素致使卫星云图都某些景象会出现缺失。因此，气象卫星云图缺失区域的自动修复能力决定了人们能否从云图中识别出更多重要信息。由于气象云图缺失的区域会对气象预报产生影响，所以提出了气象卫星云图缺失区域的自动修复方法，接下来我就将具体讲述气象卫星云图缺失区域的自动修复的方法步骤。

一、初阶段的边缘检测

在自动修复气象卫星云图缺失区域时，首先要卫星云图进行边缘检测。气象卫星云图是一种数字图像信息，人们能从视觉的角度认识到大致的气象信息。边缘检测是图像处理与计算机视觉中的一个基础理论，边缘检测是表示出数字图像中亮度明暗变化的点。对气象卫星云图进行边缘检测，就是具体的算法来提取出卫星云图中对象与背景之间的交界线，以此来描述重要的变化。在气象卫星云图缺失区域的自动修复过程中首先进行边缘检测，可以大幅度减少数据分析，可以在源头上就剔除掉不相干的信息，它保留下的是图像的最重要的结构属性。有许多方法可以应用于气象卫星云图的边缘检测，总的来说这些方法可以分成两类，一类是基于查找的方法，另一类是基于零穿越的一类方法。基于查找的这类方法是通过得出图像的一阶导数的最大值以及最小值来检测出云图的边缘，通常会把这类边界定位在这个梯度的最大程度。基于零穿越的方法是通过寻找云图上图像二阶导数零穿越来选择确定边界。在这一步初检测中，对卫星云图进行边缘检测能够得到它的边缘图像[1]。

二、定位缺失区域

霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，它的基本原理可以概括为四个步骤：1随机选取边缘图像上的前景点，映射到极坐标上的画出曲线；2当极坐标系上面出现最小投票数时，将这个点所对应的位置用x-y坐标系上的直线找出来；3搜索出边缘图像上的前景点，与在直线上的点连成线段，然后将这些点都删除，然后记录下改线段的参数，此时线段长度一定要满足最小长度。4重复前三个步骤。累计概率霍夫变换（PPHT）是在一个既定的范围内进行霍夫变换，接着计算单独线段的方向及范围，由此可以减少计算的成本，缩短计算的时间。累计概率霍夫变换（PPHT）包括几个明显的参数。首先它包括1输入灰度图像：这就是第一阶段已经得到的大致图像；2输入要检测的线条；3极径；4极角；5累加片面阈值；6最低线段长度；7点与点之间的最大距离。在气象卫星云图缺失区域自动修复的过程中使用霍夫变换是因为霍夫变换不受图像的旋转的影响，所以可以很容易定位出缺失区域。这个阶段可以通过累计概率霍夫变换对于气象卫星云图缺失区域进行一个粗定位。

三、精确定位缺失区域

在气象卫星云图缺失区域的自动修复第三步，要对前一步得到的气象卫星云图缺失的粗定位进行区域生长，从而实现对于缺失区域的精准定位。在这个环节，可以实现对于气象卫星云图缺失区域的自动检测。区域生长是一种图像分割分法，用这种方法能够将具有相同特征的联通区域分割出去，并且通过使用区域生长的方法，可以提供很好的边界信息和分割结果。区域生长是指从某一个像素出发，依照着相关的准则，在生长过程中渐渐加入其他临近的像素，当区域生长达到一定的条件的时候，区域生长终止。区域生长环节涉及到三个指标：1初始点的选取；2生长准则；3终止条件[2]。区域生长的具体步骤如下：

1对图像进行扫描，确定一个还没有归属的像素，将该像素定位设置为（x0，y0）；2将（x0，y0）设置为中心，考虑此中心点的邻域像素（x，y），如果（x，y）满足规定的生长准则，就将两个点合并，并且将（x，y）压入堆栈；3在堆栈中取出一个像素，将它作为（x0，y0）返回第二步；4当堆栈变为空时再返回到第一步；5重复前四步，当每个点都有归属时，区域生長结束。

四、快速修复阶段

前三个步骤已经将气象卫星云图缺失区域精准定位检测出来，最后的阶段就要对检测出的气象卫星云图缺失区域进行快速修复。在此阶段要引入快速行进法（FMM）进行修复。快速行进法是跟踪运动发展形成的一种技术。在云图修复的环节，要对局部区域丢失的图像进行修复补充，用于恢复云图的完整性。为了保证修复出的气象卫星云图的准确性，待修复区域的边界像素处理顺序必须按照像素点到初始区域的距离，按从小到大的顺序进行处理，从而将破损区域的边界逐渐向内推进，在这个修复过程中，区域边界处于不断的更新中。能够一直保持这种规则的方法就是快速行进法（FMM），快速行进法（FMM）通过模拟水波在水面上的波动来计算每个波面到达像素点的具体时间。快速行进法（FMM）由初始化和扩散两个方面组成，通过使用快速行进法能够高效的修复气象卫星云图的缺失区域[3]。

结语

实践证明，气象卫星云图缺失区域的自动修复方法能够有效的检测出云图缺失区域，并且与传统技术相比，它的修复效果和运行效率都具有明显优势。在卫星云图缺失区域的自动修复中对粗定位的缺失区域进行区域生长能够从粗定位的像素点出发，最后得到整个区域，进而提取到精确区域的图像。

参考文献

[1]彭毅.气象卫星云图缺失区域的自动修复方法[J].气象卫星.2016（005）：45-56.

[2]张敏.问题云图的补做方法[J].气象卫星.2015（08）：89-93.

[3]张小星.气象云图的特性分析[J].气象卫星.2016（08）：58-89.