[发明专利]一种基于低分辨率气象云图生成高分辨率云图的方法

说明书

技术领域

本发明属于遥感图像处理与航天航空技术交叉的科学技术领域，具体涉及一种基于低分辨率气象云图生成高分辨率云图的方法。

背景技术

云是影响地球天气系统的因素之一，利用云图可以识别不同的天气系统，通过卫星云图图像的形态、结构、亮度和纹理等特征，可以识别云的种、属及降水状况。红外云图，是气象卫星上的扫描辐射计利用红外辐射的通道感测并向地面站发送的云图，可分析高云和云顶温度，提供了可见光云图不能提供的大量信息。由于受接收辐射波长和技术水平的限制，红外通道数据的分辨率往往较低。

为了分析遥感卫星云图的辐射、散射特性及遥感卫星云图的局部和整体均值和方差统计信息，提高遥感图像的分辨率对地面遥感和信息处理具有重要意义。

自20世纪60年代Harris提出超分辨率思想以来，超分辨率技术已经在遥感图像处理中得到了应用。然而，普通的超分辨率方法建立在局部的时间-空间相关性基础之上，未考虑云图纹理结构的复杂性。传统的插值放大算法虽提高了图像的分辨率，但本质上不能增加图像的有效信息，已有的分形插值方法没有考虑云图局部和整体在统计均值和方差上的极大相似性，处理过程极其复杂，使得速度非常慢。

发明内容

针对上述问题，本发明的目的在于由低分辨率气象云图生成高分辨率云图。本方法利用了云图在结构、形态、纹理等特征的自相似性，利用分形的思想进行迭代，生成的高分辨率云图增加了局部有效信息，且处理简单，速度较快，可以满足实际工程中需要高分辨率云图的需求。

为实现以上发明目的，本发明提出了一种基于低分辨率气象云图生成高分辨率云图的方法，包括以下步骤：

（1）对m×n的原始低分辨率云图Image1进行降级处理，得到降级后的的云图Image2，其中N=2,3,…；

（2）分别对原始低分辨率云图Image1和降级后的云图Image2进行分块操作并编号：

①将Image1分成大小为sr×sr的子块，子块的个数为R_num，称其为值域块，每个子块编号为j，j∈[0,Rnum-1]；

②将Image1分成大小为sd×sd的子块，sd=N*sr，子块的个数为D_num，称其为定义域块，每个子块编号为i，i∈[0,Dnum-1]；

③将Image2分成大小为sr×sr的子块，子块的个数为D_num，每个子块编号为i，i∈[0,Dnum-1]；

（3）根据步骤（2）的分块编号结果，对于值域块中的每个子块R_j，计算其与（2）中降级后的各个子块之间的映射规律；

（4）根据云图局部与整体基于统计学的自相似性，利用步骤（3）计算得出的映射规律，对输入的任一与所需高分辨率云图大小一致的图像Image3进行分形迭代；

（5）得到Image1对应的高分辨率的云图。

与现有技术相比，本发明具有以下有益效果：

第一、由于云图的自相似性，对低分辨率云图的每个值域块，在降级后的图像中总能找到与之相似程度很高的子块，不必要进行复杂的仿射变换，大大提高了该方法的处理速度，克服了传统分形迭代方法的难点；

第二、利用气象云图的相似性进行分形迭代，所生成的高分辨率云图保存了原始低分辨率云图的形态、结构、亮度和纹理等特征，同时与原始低分辨率云图在局部和整体都具有统计均值和方差相似性。

附图说明

图1是本发明实施例的总体流程图；

图2是计算图像变换因子时的映射示意图；

图3是根据变换因子解压图像的映射示意图；

图4是128*128的原始低分辨率云图；

图5是任一256*256的输入图像；

图6、图7、图8、图9分别为中间迭代输出结果；

图10是得到的256*256的高分辨率云图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的总体流程图如图1所示，包括以下步骤：

（1）对m×n的原始低分辨率云图Image1进行降级处理，得到降级后的的云图Image2，其中N=2,3,…。在本实施例中，原始低分辨率云图Image1如图4所示。

在本实施例中，N可以取为2，也即降级方法如下：