基于颜色和轮廓点分布特征的高速图像检索

介绍的图像检索方法以图像像素的颜色分布统计信息和轮廓点的位置分布统计信息作为图像的特征量并使用该特征量实现图像的类似检索⒀通过对图像颜色空间的预先压缩和颜色的分段线性匹配。

红外云图上中尺度对流系统的自动识别

中尺度对流系统(MCS)是夏季造成暴雨等灾害性天气的重要天气系统.高时空分辨率的静止卫星红外云图是监测MCS的主要手段之一.在以往的研究中,对MCS的普查是通过对打印出的增强显示的红外云图进行人工对比的方法.本文提出了一种计算机自动识别方法来普查MCS.和已有的人工普查方法相比,新方法具有快速、准确、可移植性强的优点,这就为准确的研究MCS的冷云盖面积、长轴长度、形状、地理分布、生命史日变化等的统计特征提供了机会,给MCS的气候学特征和区域特征的研究提供了机会.新方法适用于GMS、风云、GOES等不同格式的静止卫星资料,在具体应用时只需将数据处理这一块的程序加以修改.本文中以GMS-5原始数值资料为例介绍新方法的原理.首先通过轮廓编码的方法来查找和计算某一时次云图上的MCS轮廓,再通过系统查找法来追踪系统,最后判断该系统是否满足MCS的标准.以1999年GMS-5资料为例进行的抽样普查表明,新方法可以较为准确和快速的普查到MCS,α尺度系统的误差率为每个系统0.191处,β尺度系统的误差率为每个系统0.101处.新方法为MCS的普查提供了一个新的快速可行之路,但新方法中也存在一些问题,需要在进一步的研究中加以完善.