基于先驗特征的臺風云系影像分割方法研究

廖小露，田玉剛，劉 嘉

基于先驗特征的臺風云系影像分割方法研究

廖小露，田玉剛，劉 嘉

(中國地質大學(武漢)信息工程學院，武漢 430074)

傳統的基于數學形態學的臺風云系影像分割方法多采用圓形或菱形模板進行，這種方法的缺點是當運算模板較大或經多次腐蝕、膨脹運算后，不能很好地保留臺風云系影像原始的形態信息。為了解決此問題，探討了一種基于先驗特征的臺風云系影像分割原理與方法，即先提取臺風云系影像的大致形態，并以此作為形態學模板;然后利用形態學方法提取臺風云系影像;最后，以2008年7月28日18時的09號FY－2C氣象衛星云圖臺風云頂溫度數據為例進行分析，同時根據本次示例臺風(200809號臺風)形狀自定義的模板來腐蝕分割臺風云系影像，并詳細對比和分析了不同形狀、大小的模板對臺風云系影像分割結果的影響。實驗表明，基于先驗特征的自定義臺風云系結構模板，其分割結果不僅較好地保留了臺風云系影像的形狀特征，而且腐蝕后保留的臺風云系信息最多。

FY－2C氣象衛星云圖;數學形態學;先驗特征;臺風云系影像分割

0 引言

臺風是影響我國國民生產、生活的主要自然災害之一，具有破壞力強和破壞范圍巨大的特點，每年對我國沿海地區人民的生產和生活造成了嚴重影響。因此，合理地預報、分析臺風是十分必要的。

國內外對衛星云圖上的臺風云系影像進行分割的方法研究很多，主要有形態學方法、閾值分割方法等。王虹等人結合衛星云圖上臺風主體云系影像灰度值較高、面積較大、像素集中和臺風活動范圍有限等特點，綜合采用閾值法、數學形態學法和數理統計等方法，對FY－2C氣象衛星獲取的紅外一通道蘭勃托投影原始衛星云圖上的臺風云系影像進行分割，取得了滿意的效果［1］;劉光正等人利用臺風云系影像像素集中、面積較大和灰度值較高的特點，采用圓形數學形態學模板，利用多值分割算法提取了臺風云系影像［2］;劉凱等人針對衛星云圖上臺風云系影像的具體特點，采用迭代模型并結合臺風云系面積特征的分割方法，對衛星云圖上的臺風云系影像進行分割，取得了滿意的效果［3］。

由此可見，傳統的臺風云系影像分割方法基本都是在二值影像的基礎上，結合臺風云系影像像素灰度值較高，像素灰度分布集中和臺風云系影像質心分布等特點，先剔除主要無關云團影像，然后再利用臺風云系形狀的類圓形特點，多次采用圓形或菱形結構元素進行數學形態學運算。通過去除干擾云團影像，即可提取臺風云系影像。該方法在應用中雖能取得一定的效果，但存在一定的缺陷，即默認臺風云系大致上呈類圓形，然而臺風云系實際上是一個不規則的幾何體，這表明利用傳統的基于數學形態學的臺風云系影像分割方法并不能夠很好地保持原始臺風云系影像的形狀以及邊緣信息。鑒于此，本文提出了一種基于先驗特征的數學形態學臺風云系影像分割方法，即先根據臺風云系的先驗形態特征自定義相似模板，再利用此模板對衛星云圖上的原始臺風云系影像進行數學形態學運算來分割臺風云系影像。

1 臺風云系影像分割原理

1.1 臺風云系影像特征

在衛星云圖上，相對于地表、海水影像，臺風云系影像往往具有灰度均值較高、像素灰度分布集中、形態類圓形、面積較大、范圍有限以及紋理光滑等主要特點。

(1)臺風云系影像灰度值和臺風云頂溫度值分布。灰度值在臺風云系影像上直觀地反映了紅外衛星云圖中整體像素點的明暗程度，而實際上則反映了影像上臺風云頂溫度的高低。在紅外灰度影像上，臺風云頂溫度越高，色調越深，溫度越低，色調越淺;而云頂溫度影像上則恰好相反，云頂溫度越高，色調越暗，溫度越低，色調越亮，而且這種溫度差別，在云頂溫度影像上的梯度更大。

臺風云系云頂溫度影像的灰度值的分布范圍相對集中，而且平均灰度值較高，溫度值較低，在紅外影像上顯得比其他云系影像亮，而在云頂溫度影像上則呈現暗色調。

(2)像素灰度分布。臺風是一個結構十分特殊、運動異常強烈的熱帶大氣漩渦。這個大氣漩渦的中心區氣壓比四周低，周圍的空氣攜帶大量的水汽流向渦旋中心，并在渦旋區內產生向上運動，因此在氣象衛星云圖上，臺風云系影像的像素灰度分布就很集中［4］。

(3)面積特征。面積特征是指對云系面積及面積變化的描述。由于臺風范圍發展到最強盛時，其直徑可達2 000 km，即使弱小的臺風，其直徑也有幾百公里，氣象衛星探測的分辨率僅為幾公里，因此在氣象衛星云圖上的臺風云系影像的面積往往較大。

(4)紋理特征。紋理是衛星云圖的一個重要特征，是云頂表面或其他物像表面光滑程度的判據。云的類型不同或云的厚度不一，可使云頂表面很光滑或者呈現多起伏、多斑點和褶皺狀，或者呈纖維狀。由云的紋理能識別不同種類的云［5］。臺風云系是一個結構十分特殊、運動異常強烈的大氣渦旋，因而在氣象衛星云圖上突出表現為一種光滑規則性的紋理。臺風云系的這種光滑、規則的紋理屬性，不但有利于對其進行信息數值化，并有利于進行紋理分析［6］。

1.2 結合臺風特征的臺風云系影像初步提取

1.2.1 臺風云系影像閾值分割

根據臺風云系云頂溫度分布特點，研究中利用方差分析思想，采用以下Fisher判別算法確定衛星云圖上臺風云系影像的分割閾值，即

式中，TFisher為 Fisher閾值;σ類內距為類內距方差;σ類間距為類間距方差。

通過3次Fisher判別運算來確定衛星云圖影像上臺風云系影像分割閾值:第1次，對整個衛星云圖影像進行Fisher判別運算，取Fisher判別的最大值，作為確定陸地與云系影像的分割閾值;第2次，對第1次分割后的云系影像部分進行Fisher判別運算，取Fisher判別的最大值，作為確定降雨云系影像同普通云系影像的分割閾值，用于提取降雨云系在衛星云圖上的分布范圍;第3次，對第2次分割提取的降雨云系影像進行Fisher判別運算，取Fisher判別的最大值，作為確定紋理緊密云系影像與非緊密云系影像的分割閾值，用于完成紋理緊密云系信息的提取。根據臺風特點，臺風核心云系包含于紋理緊密云系。2次分割后即形成初步提取的二值臺風云系影像。

1.2.2 臺風云系影像初步提取

通過以上步驟得到的二值影像僅剔除了非降雨云系信息，因此需要繼續提取臺風云系影像的范圍。本文結合臺風云系影像的面積、像素灰度分布、臺風活動范圍等特征先確定分割閾值，再利用此閾值對衛星云圖進行初步分割，即可基本確定出臺風云系的分布范圍。經處理后，背景中大部分的干擾云團影像被剔除，只留下臺風云系影像和部分干擾云系影像。

(1)范圍特征。利用臺風活動范圍特征提取臺風云系，由于亞洲登陸臺風云系的中心一般出現在西太平洋地區，即衛星云圖的右下部分，因此可以定義一個質心坐標范圍，用于判斷上述二值影像上，云團質心是否包含在質心坐標范圍內，如果在質心坐標范圍內，則云團影像保留，否則剔除。

(2)面積特征。由于臺風主云系的面積較大，因此可利用臺風云系面積特征剔除無關云團影像。面積特征提取方法為:首先計算出每個云團影像的面積(統計像素個數);再結合歷史氣象統計資料，確定統計的臺風云系面積范圍大小;最后以這個面積范圍作為面積閾值提取出符合要求的云團影像，剔除不符合臺風云系特征的干擾云團影像。

(3)均值和方差。結合臺風云系影像的灰度均值和方差(作為閾值)剔除無關云團影像。具體方法為先分別計算出用Fisher閾值分割后的衛星云圖上各云團影像的灰度(溫度)均值和灰度(溫度)標準方差;再將計算出的灰度(溫度)均值和灰度(溫度)標準方差與臺風云系影像的灰度均值和方差進行比較，剔除閾值外的無關云團影像。

1.3 采用自定義結構元素提取臺風云系影像

經過剔除大部分干擾信息后，即可初步分割出臺風云系影像，但圖像中仍然包括很多孤立的干擾目標影像。為了進一步消除這些干擾目標，可依據臺風形狀的先驗特征，自定義類似臺風形狀的結構元素和設計不同的結構元素大小，再利用形態學方法提取臺風云系影像，即可確定臺風云系的分布范圍。

提取臺風云系時，首先，根據臺風云系影像初步提取結果，通過觀察臺風結構，選取與臺風形狀相似的模板;然后，對模板進行采樣運算，采樣到不同大小的形態學運算模板，例如在本文中使用的3像元×3像元，5像元×5像元大小的矩陣模板;最后，利用該模板對初步提取的臺風云系影像進行形態學運算(腐蝕運算)，即可獲得最終的提取結果。基于先驗特征的數學形態學臺風云系影像分割及對比分析流程如圖1所示。

圖1 基于先驗特征的數學形態學臺風云系影像分割及對比分析流程Fig.1 Flow chart of researches on method of typhoon image segmentation with priori features and comparative analysis

2 實例分析

結合上述基于先驗特征的臺風云系影像分割原理，根據FY－2C氣象衛星獲取的云頂溫度數據進行臺風云系影像提取，并且用大小相同、形狀不同的結構元素模板和大小不同、形狀相同的結構元素模板兩種方式對衛星云圖進行腐蝕運算，用以提取臺風云系影像，最后對提取的臺風云系影像進行定性和定量分析。

2.1 方法實現

(1)數據選取。本文采用的FY－2C氣象衛星影像數據的獲取時間為2008年7月28日18時，其收錄的紅外影像對應生成的云頂溫度影像圖如圖2(a)所示。

圖2 臺風云系影像預提取系列圖Fig.2 Series cloud image of pre－extraction

(2)灰度圖像二值化。臺風云系影像一般具有較高的灰度值，本文選用FY－2C氣象衛星云圖紅外一通道云頂溫度的等經緯度投影衛星云圖，通過Fisher判別，動態地確定了該時刻云地影像灰度的分割閾值129，降雨云系與其他云系影像灰度的分割閾值65，紋理緊密云系與非緊密云系影像灰度的分割閾值33，經過兩次閾值分割即得到二值衛星云圖(圖2(b))。

(3)結合臺風云系屬性特征的先驗特征初步提取臺風云系范圍。由圖2(b)可知，二值衛星云圖上包含很多的無關云團影像，如果立刻進行腐蝕運算，則只能剔除一部分較小的云系影像，而且計算量大。因此可依據臺風影像的面積大于2 500像元、質心位于對角線下、灰度方差小于15等特征來處理二值衛星云圖，先剔除大量無關云團影像，在此基礎上再結合臺風云系結構，通過自定義結構元素腐蝕運算來提取臺風云系影像。臺風云系影像初步提取效果圖如圖2(c)所示。

(4)自定義結構元素提取臺風云系影像。提取時，先根據臺風云系影像形狀(圖2(d))，構造出與臺風云系影像相似的模板(圖2(e))，并采用重采樣算法，采樣到不同大小的模板;然后對初步提取的二值衛星云圖進行形態學腐蝕運算，以提取臺風云系影像;同時利用傳統的結構元素、菱形結構元素、圓形結構元素對已初步提取的二值衛星云圖進行形態學腐蝕運算來提取臺風云系影像，若腐蝕后的二值衛星云圖依然包括非臺風云系影像，便可以重復上述步驟，直到得到只包含臺風云系影像的二值圖像。

通過采用形狀相同、大小不同的結構元素以及形狀不同、大小相同的結構元素來對初步提取的二值衛星云圖進行腐蝕運算，即可提取臺風云系影像，獲得的運算結果如表1所示。

表1 不同形狀、不同尺寸的模板腐蝕提取的臺風云系影像效果對比Tab.1 Comparison of the extracted typhoon cloud image with different shapes，different sizes

2.2 臺風云系影像提取結果分析

2.2.1 定性分析

(1)形狀相同、尺寸不同模板的提取結果。用形狀相同、大小不同的模板對初步提取的二值衛星云圖進行腐蝕后發現，無論采用何種模板，尺寸越大，對衛星云圖腐蝕得越厲害，邊緣細節信息損失越嚴重。

其中利用菱形結構元素模板進行腐蝕后，模板尺寸較小時，腐蝕后的臺風云系影像只有小部分的邊緣會出現方形拐角，隨著模板尺寸的增大，腐蝕后的臺風云系影像雖然能夠大體提取到臺風云系影像的形狀，但是臺風云系影像邊緣會出現明顯的方形拐角，當模板尺寸較大，如模板為17像元×17像元大小的矩陣時，幾乎將原始衛星云圖上臺風云系影像腐蝕成為一個類方形，這對臺風云系影像形狀的弧度變化影響很大。

利用圓形結構元素模板進行腐蝕后，當模板較小時，腐蝕后的臺風云系影像邊緣會有部分方形拐角，與菱形結構元素模板的腐蝕結果類似，但是隨著模板的增大，腐蝕提取的臺風云系影像既能保持臺風云系影像的大體形狀，同時也能保留臺風云系影像邊緣的弧度信息，使之更加吻合原始衛星云圖上臺風云系影像的形狀特性。

而利用自定義臺風云系結構模板進行腐蝕后，在模板尺寸較小時，腐蝕結果能夠保持原始臺風云系影像的形狀，而且邊緣弧度避免了方形拐角，但有時腐蝕提取的臺風云系影像邊緣會產生細小邊線;隨著模板尺寸的增大，腐蝕結果即能保持臺風云系影像的主體形狀，而且腐蝕提取的臺風云系影像邊緣拐角特征較光滑，同時避免了較小模板腐蝕產生細小邊線，腐蝕提取的臺風云系特征最明顯。

(2)形狀不同、尺寸相同模板的提取結果。當采用的模板尺寸較小時，如模板為3像元×3像元，5像元×5像元大小的矩陣時，菱形結構模板、圓形結構模板和自定義臺風云系結構模板的腐蝕效果相似，均能夠很好地保持原始臺風云系影像的形狀。相比較而言，利用自定義臺風云系結構模板腐蝕后的臺風云系影像對邊緣信息保持得最好，而用菱形結構元素模板和圓形結構元素模板腐蝕后的部分臺風云系影像邊緣則會出現明顯的方形拐角。

當采用的模板尺寸為中等大小時，如模板為7像元×7像元，9像元×9像元大小的矩陣等，隨模板尺寸大小增大，菱形結構模板、圓形結構模板和自定義臺風云系結構模板對臺風云系影像的腐蝕作用越明顯，用菱形結構元素腐蝕后的部分云系邊緣出現更加明顯的方形拐角;而相對較小尺寸的圓形結構元素模板而言，不僅方形的拐角消失，而且圓形特征保留，并能保持原始衛星云圖上臺風云系影像的弧度特征;而自定義臺風云系結構模板腐蝕提取的臺風云系影像不但對臺風云系影像的形狀和邊緣均保持得很好，而且能看到細節特征的保留。

當采用的模板尺寸較大時，如模板為15像元×15像元和17像元×17像元大小的矩陣時，菱形結構模板、圓形結構模板和自定義臺風云系結構模板對臺風云系影像的腐蝕均很嚴重，菱形結構元素模板會將原始衛星云圖上臺風云系影像腐蝕成為一個類方形，只能大體保持臺風云系影像的形狀，而且臺風云系影像邊緣處的拐角很明顯，幾乎無法保持原始衛星云圖臺風云系影像的弧度特征;用圓形結構元素腐蝕后不僅保持了大體的臺風云系影像形狀，而且對原始衛星云圖上臺風云系影像的弧度變化有一定的保留;用自定義臺風云系結構模板腐蝕后的臺風云系影像，雖然腐蝕也較嚴重，但是相對于其他兩種結構元素而言，其腐蝕結果是最符合原始衛星云圖上臺風云系影像形狀的，臺風云系影像拐角處最為光滑，保留的臺風云系特征最優。

2.2.2 定量分析

為了做進一步的定量分析，本文先利用不同形狀、不同尺寸的模板對初步提取的二值衛星云圖進行腐蝕，再對腐蝕后的臺風云系影像與原始臺風云系影像做差值運算，然后再觀察差值影像及其變化，其結果如表2所示。差分圖像下方為腐蝕運算后的臺風云系影像像元變化數(即腐蝕后的臺風云系影像與原始衛星云圖上臺風云系影像的像元數差)。

表2 腐蝕后的臺風云系影像與原始臺風云系影像差值比較Tab.2 Comparison between the eroded image of typhoon cloud and the original image of typhoon cloud

由表2分析可知:

(1)從臺風云系影像的形態變化分析可知，利用菱形結構元素與圓形結構元素對原始衛星云圖上臺風云系影像進行腐蝕提取的臺風云系形狀比較有規律，由外向內，腐蝕程度基本相同;而用自定義臺風云系結構模板腐蝕的結果則不像菱形結構元素模板和圓形結構元素模板那樣規律，部分邊緣腐蝕得嚴重，部分邊緣腐蝕較輕，臺風云系影像的突出部分腐蝕較重，而內凹部分則腐蝕較輕，這說明自定義臺風云系結構模板能夠根據臺風云系自身的特點，更好地擬合原始衛星云圖上臺風云系影像形狀，并對其進行腐蝕運算，同時能有選擇地保留臺風云系特點。

(2)從變化的像元總數分析可知，在模板尺寸較小時，如3像元×3像元和5像元×5像元的模板時，用菱形結構元素模板與圓形結構元素模板腐蝕提取的臺風云系影像相近，甚至相同，因此變化的像元數相近。當模板尺寸增大時，3種模板腐蝕后引起的像元數變化也隨之增大，說明隨著模板尺寸的增大，對臺風云系影像的腐蝕也越來越嚴重，在模板尺寸相同大小下，臺風模板腐蝕得最少;同時，隨著模板增大，圓形結構元素的腐蝕結果較自定義臺風云系結構模板的腐蝕結果更為嚴重，二者雖都能保留臺風云系影像的弧度特征，但采用自定義臺風云系結構模板進行腐蝕的變化更少，信息保留更多，效果更好。

3 結論

(1)本文依據臺風形狀這一先驗特征，自定義一個與臺風形狀相似、大小適中的自定義臺風云系結構模板，對原始衛星云圖上臺風云系影像進行腐蝕運算，以提取更吻合原始衛星云圖上的臺風云系影像。實驗證明，與其他模板相比，本文模板既能夠很好地保持臺風云系影像的形狀，又能保持邊緣信息及信息量，這為臺風云系影像分析提供了更有效的分割依據。

(2)用自定義的臺風云系結構模板進行腐蝕的結果比較吻合原始衛星云圖上臺風云系影像的形狀，腐蝕次數較高時，邊緣也不會出現突兀的方形拐角，相比傳統的菱形結構元素模板與圓形結構元素模板的腐蝕像元數變化較小，具有應用價值。但如何獲取自定義臺風云系結構模板，以及怎樣確定用于臺風云系影像腐蝕的合適模板及大小，使之在腐蝕過程中既能很好地保持臺風云系影像的形狀和大小，又能分離臺風云系影像有待后期繼續深入研究。

致謝:感謝國家衛星氣象中心提供的數據支持。

［1］ 王 虹，余建波，陳明明，等.基于FY－2C氣象衛星云圖的臺風分割方法的研究［J］.計算機工程應用，2008，44(20):188－214.

［2］ 劉光正，邱海明，吳 冰，等.基于衛星云圖的無眼臺風中心定位算法［J］.天津大學學報，2003，36(6):668 －672.

［3］ 劉 凱，黃 峰，羅 堅.臺風衛星云圖分割方法研究［J］.微機發展，2001，11(1):54 －55

［4］ 余建波.基于氣象衛星云圖的云類識別及臺風分割和中心定位研究［D］.武漢:武漢理工大學，2008.

［5］ 陳渭民.氣象衛星學［M］.北京:氣象出版社，2005:217－220.

［6］ Solberg A H S，Jain A K.Texture Fusion and Feature Selection Applied to SARImagery［J］.IEEE Transactions on Geoscience and Remote Sensing，1997，35(2):475 －479.

Research on the Typhoon Segmentation Method with Priori Features

LIAO Xiao－lu，TIAN Yu－gang，LIU Jia
(Faculty of Information Engineering，China University of Geosciences(Wuhan)，Wuhan 430074，China)

The traditional segmentation of typhoon cloud based on mathematical morphology usually uses round or diamond－shaped template to segment satellite images.This conventional approach fails to keep a good typhoon original form information after large or multiple erosion or dilation.In order to solve this problem，the authors studied the theory and method of typhoon segmentation with priori features in this paper.Concretely speaking，the authors first extract the general form of typhoon cloud as a morphological template，and then extract typhoon cloud by morphology methods.With TBB data of FY2C，NO.200809 typhoon obtained at 6:00 p.m on July 28 as an example，the authors made a template according to the shape of the typhoons to erode clouds images，and then made a detailed comparison as well as analysis of different template shapes or sizes of the cloud segmentation results.The results show that the priori features templates segmentation results can not only well retain the characteristics of typhoon cloud but also preserve most information after cloud erosion.

FY－2C satellite image;Mathematical morphology;Priori feature;Cloud segmentation

TP 79:P 407

A

1001－070X(2011)03－0037－06

2010－12－11;

2011－01－22

國家科技支撐計劃項目(編號:2008BAK49B04)及中央高校基本科研業務費專項資金資助項目(編號:CUG090110)。

廖小露(1986－)，男，碩士研究生，主要從事災害遙感研究。

(責任編輯:丁 群)