摘要3-5
ABSTRACT5-10
1 绪论10-16
1.1 台风简介10-12
1.1.1 台风的特点10
1.1.2 台风的形成10-11
1.1.3 台风的结构11-12
1.1.4 台风的移动路径12
1.2 台风风场信息在台风强度预报中的性12-13
1.3 台风风场反演的应用现状13-15
1.4 论文的主要结构和安排15-16
2 基于偏微分方程的台风眼区提取16-37
2.1 常见的图像分割算法简介16-19
2.2 图像分割质量评价19-20
2.3 基于测地活动轮廓模型的偏微分方程台风云图分割法20-30
2.3.1 曲线几何演化的一般方程式21-22
2.3.2 集方法简介22-23
2.3.3 活动轮廓模型的建立23-25
2.3.4 GAC模型的分析25-27
2.3.5 改进后的GAC模型27-28
2.3.6 GAC模型的数值实现28-30
2.4 基于反正切灰度变换的台风云图增强30-34
2.5 实验结果分析34-35
2.6 小结35-37
3 基于支持向量机的台风风场反演37-64
3.1 数据来源38-39
3.2 支持向量机的基本原理39-44
3.2.1 支持向量机的原理40-42
3.2.2 支持向量机算法的实现42-43
3.2.3 SVM方法的特点43-44
3.3 基于支持向量机的有眼台风内核特征模型建立44-49
3.3.1 地理经纬度与图像坐标的对应关系44-45
3.3.2 最大风速半径(RMW)的45-47
3.3.3 台风眼壁大小的提取47
3.3.4 拟合方法的选择47-48
3.3.5 实验结果及评价48-49
3.4 有眼台风二维风场风速灰度模型的建立49-53
3.4.1 近中心最大风速与图像灰度的关系49-50
3.4.2 拟合效果评价50-53
3.5 基于线性插值的二维有眼台风风场风速计算53-58
3.5.1 线性插值的常规算法53-54
3.5.2 台风风场各点风速的计算54-56
3.5.3 二维表面风场各点风速的计算56
3.5.4 实验分析56-58
3.6 无眼台风内核风场反演58-60
3.7 无眼台风二维风场的计算60-62
3.8 小结62-64
4 基于模板匹配的台风风场矢量反演64-78
4.1 基于改进的灰度模板图像匹配法65-71
4.1.1 图像匹配应用现状65
4.1.2 传统的基于灰度的图像匹配法简介65-67
4.1.3 改进的基于灰度的图像匹配法(局部灰度编码)67-70
4.1.4 台风云图的模板匹配70-71
4.2 基于小波变换的图像匹配策略71-75
4.2.1 小波变换与多分辨分析72-73
4.2.2 基于小波变换的图像匹配73-74
4.2.3 小波分解的图像匹配实验74-75
4.3 基于小波多分辨率分析和灰度编码匹配法的风场运动矢量计算75-77
4.4 小结77-78
5 总结与展望78-80
5.1 所做的主要工作78-79
5.2 未来的研究方向79-80