Калинин Н.А., Толмачёва Н.И. Космические методы исследований в метеорологии

Подождите немного. Документ загружается.

(рис. 7.1, в). Аналогично энтропия наибольшая при равнораспределен-

ных уровнях яркости и наименьшая, когда уровни яркости распреде-

лены неравным образом.

Не по всем признакам однозначно можно различить на снимках

категор

х -

ки исх дного изображения.

Рассмотренные в данном разделе алгоритмы, реализующие этот

подход, могут быть использованы для автоматического нахождения

центральной линии («скелета») мезомасштабного облачного вихря

или облачности атмосферного фронта на спутниковом снимке или ра-

диолокационном изображении. Важность этой операции при анализе

или сверхкраткосрочном прогнозе динамики облачной спирали или

атмосферного фронта (с использованием спутниковых или радиоло-

кационных изображений) определяется тем, что в этом случае анализ

или прогноз может осуществляться только для автоматически найден-

ной линии, проходящей по центру анализируемого объекта. Алгорит-

мы выделения линий основаны на процедуре «скелетизации». Такие

процедуры обычно рассчитаны на анализ бинарных изображений, на

которых все точки объектов имеют одну яркость, а точки фона — дру-

гую.

С ричном

удалении лучены

линии

ии облачности или земной поверхности. Лучшие результаты по

тепени различимости дают показатели однородности и обратного мо-

ента. Это позволяет сделать вывод о влиянии количества градаций

ровней яркости N, а следовательно, и размерности матрицы смежно-

ти, на точность классификации физических объектов на изображении.

7.1.2. Построение центральной линии объекта

на спутниковых изображениях

Задачи автоматического выделения на изображениях границ и

иний является традиционными. Существует целый класс алгоритмов,

озволяющих выделять те или иные типы границ, но они полностью

е решают всех возникающих в настоящее время задач выделения

труктурных элементов на спутниковых изображениях. В последнее

ремя успешно развивается новый подход — выделение структурных

лементов на основе «скелета» (остова) изображения, в котором со-

раняются основные геометрические и топологические характеристи

уть процедуры заключается в последовательном симмет

граничных точек объекта до ех пор, пока не будут пот

толщиной в один элемент, которые и называются «скелетом»

исходного объекта. По бинаризованному изображению строится его

классификационная карта, элементы которой соответствуют числам,

292

показывающим, является ли элемент изобр жения внутре ним эле ен-

том области или элементом контура, крайним (слева, справа, сверху,

снизу), концевым

а н м

, элементом линии толщиной в один пиксель или

элемен

т координаты тех внутренних элементов, которые

стану

оторые уже принадлежат линиям

толщ

том пересечения таких линий.

Схематически весь процесс выполнения процедуры «скелетиза-

ции» можно описать следующим образом. На изображении выделяют

контуры всех объектов, координаты точек контуров заносят в отдель-

ный массив. В соответствии с основными этапами алгоритма проис-

ходит просмотр всех элементов контуров и анализ их с помощью

классификационной карты. При этом помечаются все удаляемые эле-

менты. По координатам удаляемых элементов и классификационной

карте определяю

т новыми элементами контура, и тех элементов прежнего конту-

ра, чьи окрестности изменятся. После этого на классификационной

карте удаляют все помеченные к удалению элементы и соответст-

вующим образом изменяют соседние с ними. Массив, содержащий

информацию о прежних контурах, при этом также модифицируется.

Из него исключаются те элементы, к

иной в один элемент или областям пересечения таких линий.

После проведения необходимого количества циклов класси-

фикационная карта представляет собой «скелет» исходного объекта.

′

Рис. 7.2. Схема перемещения трапеции по изображению

Алгоритм процедуры «скелетизации» другого типа основан на

следующем определении скелета в непрерывной области. Скелет обра-

зуется множеством центров окружностей, максимально вписанных в

293

изображение. В дискретной области окружности можно ап-

проксимировать многоугольниками: трапециями, квадратами и подоб-

нымы фигурами.

Возможность получения скелета из полосообразного изображе-

ния облачности фронта вписыванием трапеции иллюстрирует рис. 7.2.

Пусть А и D — некоторые начальные точки на контуре изображения.

Производится сдвиг в направлениях т и п. Определяются длины от-

резков АС, ВD и выбирается самый минимальный из них. Средняя точ-

ка в э

х) на изображении. При этом сначала производится

устран ие бинаризируется, поро-

ги вы

й имеют точки выделяемого объекта. Затем выделяются

протяж их форма, последним этапом

осуще

лема представления получаемых данных в виде изобра-

жения

то называть трехмерной машинной графикой. Затем, в 80–е гг., с

появлением ПК сфера применения машинной графики существенно

том отрезке принадлежит скелету. Затем трапеция ABCD при-

нимает положение А'В'С'D' и описанная процедура, повторяется. Этот

процесс продолжается до тех пор, пока не выполнится некоторый кри-

терий остановки.

Возможно, что отрезок ВС не является минимальным, т.е.

ВС>АС или BC>DB. Это бывает в случае, когда полосообразная фигу-

ра сгибается. Поэтому, прежде чем выбирать основание следующей

трапеции, проверяется условие |AC–BD|≤

, где

принимает значе-

ния 0,2–1. При выполнении этого условия за основание трапеции при-

нимается противоположная сторона.

Процедура «скелетизации» необходима для решения следую-

щих задач: выделение протяженных линий (русел рек, дорог, разломов

в ледовых поля

ение тренда яркости, затем изображен

бираются таким образом, чтобы захватить весь диапазон ярко-

стей, которы

енные объекты и сглаживается

ствлялась «скелетизация».

Приведенные примеры показывают, что с использованием про-

цедуры «скелетизации» удается создать достаточно простые и эффек-

тивные алгоритмы выделения линий на изображениях.

7.1.3. Система цифровой обработки

спутниковых изображений

Стремление визуализировать информацию наблюдается практи-

чески во всех сферах деятельности. С началом использования ЭВМ

возникла проб

В 70–е гг. значительное внимание уделялось развитию методов

изображения пространственных форм и объемов. Это направление

приня

294

расши

ых ни с техникой, ни с програм-

миров

омпьютеров с разного рода

измери

ю очередь представляют интерес компью-

терны

для анализа

такой

ения необходимой ин-

форма

таких

рилась. В результате машинная графика стала инструментом не

только инженеров–исследователей, но и специалистов многих других

отраслей, непосредственно не связанн

анием. Увеличение памяти и скорости обработки информации в

персональных ЭВМ, создание видеокомплексов с широким набором

программ машинной графики, возможность управления ими в диало-

говом режиме способствуют дальнейшему расширению применения

машинной графики.

Еще одним достижением компьютерных технологий стала воз-

можность объединения персональных к

тельными приборами. Для метеорологов особенно важно появ-

ление современных метеорологических комплексов, включающих тра-

диционные метеорологические измерительные средства и персональ-

ные компьютеры. В перву

е системы получения метеорологической видеоинформации от

МСЗ. Особенно важно применение достижений машинной графики и

компьютерных технологий в метеорологических целях

видеоинформации, как спутниковые снимки.

Одной из конечных целей анализа метеорологических видео-

данных является прогноз облачных образований. Эта проблема реша-

ется поэтапно:

– получение исходного изображения;

– обработка изображения с целью выдел

ции;

– собственно текущий прогноз.

Математическое обеспечение работы автономных пунктов

приема спутниковой информации позволяет реализовать только от-

дельные этапы этого процесса. На первый план выдвигается задача

создания информационно-измерительной открытой системы, в кото-

рой стандартное математическое обеспечение существующих систем

приема спутниковых данных дополнялось бы такими операциями, реа-

лизация которых позволила бы осуществлять сверхкраткосрочный

прогноз эволюции облачных образований, атмосферных фронтов, зон

интенсивных осадков и других объектов, которые можно идентифици-

ровать на изображениях. Существуют общие требования к построению

систем.

Модульная конструкция программного обеспечения должна

обеспечивать возможность использования существующих программ и

добавления к системе заново разработанных алгоритмов в виде моду-

лей.

295

Программы, входящие в программное обеспечение системы об-

работки видеоизображений, составляют три различных группы в соот-

ветствии с выполняемыми задачами:

1. Блок ввода. Программы, входящие в этот блок, управляют

приемом видеоинформации, выполняют привязку снимков с МСЗ к

картографической сетке и переход от формата записи данных в один

из принятых универсальных стандартов с целью получения возможно-

сти использовать имеющиеся в настоящее время графические пакеты

обработки изображений или перемещать обработанные изображения

или оригиналы по компьютерным сетям.

2. Блок обработки. Это блок фактической обработки изображе-

ния. Программное обеспечение реализует следующие операции: очи-

стку от помех, сглаживание, подчеркивание контуров, выделение и

идентификацию объектов.

3. Блок прогноза. Здесь непосредственно осуществляются те-

кущий или сверхкраткосрочный прогнозы облачных образований, вы-

деленных на изображении программами второй группы.

Последовательность операций обработки радиолокационных и

спутниковых данных показана на рис. 7.3. Из схемы видно, что про-

граммы ввода и вывода отделены от обрабатывающих модулей. Выде-

ление основных процедур обработки изображений в поле структурных

блоков представляет большие удобства, так как позволяет обеспечить

гибкость обращения к различным алгоритмам.

Единый стандарт на формат хранения данных. Структура

формата файлов, в которых хранятся изображения, должна быть при-

вычна для пользователей, что делает возможным его быстрое освое-

ние, распространение и обеспечивает его доступность. Во многих си-

стемах выбран постоянный внутренний системный формат данных.

Кроме фактических видеоданных, которые обычно состоят из 256 се-

рых уровней на элемент изображения, каждое изображение во внут-

реннем формате системы обеспечивается дополнительной информаци-

ей, касающейся точного распознавания и характера протекания обра

ботки изображения. Такой формат записи, без сомнения, дает преиму-

ществ воз-

можно

, по-

скольк

о при работе системы, но не оставляет для исследователя

сти вмешиваться в процесс обработки, включать свои операции.

При выборе в качестве основного формата узкоспециального

резко сужается круг лиц, способных обработать информацию

у работать с данными в таком формате достаточно сложно для

пользователя и требуется его специального освоения. Поэтому разум-

но выб ар ть некий стандартный формат хранения данных, ориентиро-

ванный на ПК.

296

Анализ качества

Управл

перевод в прямоугольную

Составление серии

Географическая привязка и

ение аппаратурой

Прием

снимка

систему координат

Перевод в формат ВМР

Цифровая

обработка

снимка

Фильтрация помех

Контрастирование

Выделение

облачности

Выделение

облачности

росмотр и

корректировка

серии

Определение

интегральных

характеристик

Сверхкраткосрочный

прогноз

контуров

обработки изображений;

Формирование

архива данных

Оценка точности

Рис. 7.3. Схема интерактивной обработки метеовидеоданных

Выбор формата хранения изображений производится с учетом

следующих критериев:

– простота и быстродействие алгоритмов чтения и записи;

– наличие программных библиотек работы с данным форматом

для написания своих программ;

– возможность применения прикладных графических пакетов

297

В настоящее время наиболее популярными графическими фор-

матами являются следующие:

формат PIC использовался разработчиками системы «1–2–3»

электронными таблицами (графиков, гистограмм). Широкое распро-

стране

indows.

итанной на пользователя интерактивной сис-

теме о

– формат PCX использует несложный способ сжатия изображе-

ний, позволяющий выполнять быструю перепись изображения из фай-

ла в видеопамять и обратно. Данный формат используют при своей

работе многие графические редакторы, в частности редактор Paint-

brush в среде Windows;

– формат GIF, при достаточно простой структуре файла и нали-

чии небольшого числа атрибутов изображения, использует эффектив-

ный алгоритм сжатия изображений;

– формат TIFF разработан специально для хранения изображе-

ний любых видов (двухцветные, шкала серого, естественные цвета в

различных кодировках);

–

фирмы Lotus для хранения изображений, получаемых при работе с

ние системы «1–2–3» привело к тому, что данный формат стал

использоваться и в других системах, работающих с электронными таб-

лицами;

– формат BMP. Он практически идеально отвечает всем необхо-

димым критериям. Во-первых, это самый простой формат, не требую-

щий написания специальных алгоритмов записи и чтения данных фай-

ла и обеспечивающий наиболее быструю работу программ. Он обеспе-

чивает адекватное соответствие цветов пикселей на экране байтам в

файле на диске. Во-вторых, этот формат является стандартом хранения

изображений в операционных системах серии W

Возможность участия оператора на любом этапе работы для

корректировки процесса, т.e. создание интерактивной

системы обра-

ботки данных.

Если необходимо решить задачу, элементы которой можно за-

фиксировать заранее и которая не тpeбyeт изменений в ходе подпро-

граммы обработки, решение может принять автоматическая система.

Если информацию, содержащуюся в изображении, необходимо ис-

пользовать для дальнейшей обработки, т. е. продолжение обработки

зависит от принимаемого в ее процессе решения, то в этом случае не-

обходимо использовать интерактивную систему. В этом варианте ре-

зультаты этапов обработки передаются на экран для немедленного

принятия решения, касающегося дальнейшего их использования. Связь

человек–машина в рассч

бработки изображения должна осуществляться в форме, ориен-

298

тированной на проблемы потребителя, и не требовать знаний про-

граммиста.

Основной принцип построения интерактивных диалоговых сис-

тем заключается в том, что у потребителя имеется пакет прикладных

программ для решения некоторой задачи, причем, если необходимо

задани

кости и структуры. Фронтальные об-

лачны

типу облачности

отдель

х типов облачности. Активность

атмосф

уру в виде яркой полосы шириной 200–

е каких-либо параметров, программа сама запрашивает их, а

получив результат, отображает их на видеотерминале. Оператор на-

блюдает за процессом обработки и может в любой момент остановить

программу, задать новые параметры, сменить алгоритм. Получение

промежуточного изображения и возможность видоизменять дальней-

шую обработку в соответствии с появлением промежуточного изобра-

жения являются основными различиями между автоматическим и ин-

терактивным подходами к обработке изображения.

7.1.4. Построение атмосферных фронтов на спутниковых снимках

Облачность атмосферных фронтов.

Облачные системы атмо-

сферных фронтов изображаются на космических снимках в виде свет-

лых полос различной ширины, яр

е полосы могут иметь ширину от одной до нескольких сотен

километров. Наиболее широкие и яркие полосы соответствуют актив-

ным фронтам с интенсивными восходящими движениями влажного

воздуха, более узкие и менее светлые полосы — неактивным, в облас-

ти которых восходящие движения не получают развития. Фронтальные

системы состоят, как правило, из многослойной облачности, являю-

щейся сочетанием различных типов облаков.

Распознавание типов облаков, присутствующих во фронтальной

зоне, производится как по признакам, свойственным

но, так и по характеру границ облачной полосы. Например, о

наличии перистообразной облачности можно судить по «выметам»

светло-серого тона, а также по коротким поперечным полосам, часто

наблюдающимся вдоль границы фронтальной облачности. Рваные (не-

ровные) границы являются признаком присутствия кучевообразной и

кучево-дождевой облачности. Сглаженные (ровные) края указывают

на преобладание слоистообразной облачности. Во фронтальной полосе

обычно присутствует не менее дву

ерных фронтов уменьшается от центра циклона к периферии, и

это изменение их активности выявляется на космических изображени-

ях по сужению полосы.

Облачность холодного фронта. Облачные полосы холодных

фронтов имеют четкую структ

299

300 км

лачного вихря холодный фронт

распол

шей коли-

чество

наблюдаться скопления ку-

чевых

бразные облака.

и длиной более 1000 км. Полосы формируются из слоисто-

дождевой облачности и отдельных скоплений кучево-дождевых обла-

ков. Обычно они имеют однородный тон изображения, на фоне кото-

рого четко прослеживаются вкрапления округлых пятен облаков вер-

тикального развития.

Активным холодным фронтам соответствуют непрерывные, хо-

рошо развитые облачные полосы, яркие как на снимках, полученных в

видимом диапазоне, так и на инфракрасных изображениях. Облач-

ность активных холодных фронтов состоит из кучево-дождевых обла-

ков. Облачные полосы, в которых преобладают слоистообразные обла-

ка, обычно шире облачных полос, состоящих главным образом из ку-

чево-дождевых облаков. В системе об

агается вдоль облачной спирали. Ширина облачной полосы, как

правило, уменьшается по мере удаления от центра облачного вихря.

Облачные зоны, соответствующие холодным фронтам, имеют замет-

ную циклоническую кривизну. Облачные системы активных холодных

фронтов связаны с сильными бароклинными зонами, в которых на-

блюдается значительная термическая адвекция, и имеют место боль-

шие вертикальные сдвиги ветра.

Малоактивным холодным фронтам над водной поверхностью

соответствуют узкие прерывистые облачные полосы, над су

облаков на таких фронтах бывает незначительным. Облачность

малоактивных фронтов выглядит яркой на ТВ снимках и серой — на

ИК изображениях. Неактивным фронтам могут соответствовать также

яркие кучево-дождевые облака, изолированные друг от друга или вы-

тянутые в виде тонких линий. Малоактивные холодные фронты связа-

ны со слабыми бароклинными зонами, незначительной адвекцией хо-

лода и небольшими вертикальными сдвигами ветра.

Очень часто облачные полосы холодного фронта бывают отде-

лены безоблачными зонами от предфронтальной и зафронтальной об-

лачности. На снимках, которые получены в теплый период года, перед

фронтальной зоной на некотором расстоянии от основной облачной

полосы часто видны гряды кучево-дождевых облаков, расположенные

параллельно фронту. За фронтом могут

облаков, сформированных в гряды, ячейки или ансамбли, не

имеющие определенной структуры.

Линия холодного фронта у поверхности Земли обычно находит-

ся в пределах облачной полосы. Фронт располагается вблизи передне-

го края облачной полосы, если в облачной зоне преобладают слоисто-

образные облака, или у тылового края облачной полосы, если преобла-

дают кучевоо

300

Облачность теплого фронта. Теплый фронт, как правило, хо-

рошо выражен в поле облачности лишь на начальных стадиях развития

циклона и в холодную половину года, поэтому распознавание этих

фронтов на снимках гораздо сложнее, чем холодных. Сложность иден-

тификации теплого фронта связана с большим разнообразием форм и

размеров облачных систем на снимках. Наиболее типичной для тепло-

го фронтa является облачная зона полосного cтроения шириной 300–

500 км и длиной до нескольких coтeн километров, чаще 500–1000 км,

причем длинные облачные полосы на теплых фронтах встречаются

редко. Как только начинается процесс окклюдирования циклона, об-

лачная полоса теплого фронта резко сокращается и остается только

небольшой выступ у точки окклюзии.

Облачная зона теплого фронта имеет антициклоническую кри-

визну, тость в сторону холодного воздуха. Летом перед облач-

ной полосой теплого фронта можно наблюдать разбросанные облака

кучевых форм. В теплом воздухе за фронтом безоблачно или наблю-

даются конвективные облака. Зимой на снимках, полученных в види-

мом участке спектра, трудно выделить тыловую границу фронтальных

облаков. Фронтальные облака сливаются со слоистой облачностью

теплой воздушной массы в единый широкий массив, который не имеет

четко вытянутой полосы, типичной для фронтальной зоны.

Облака теплого фронта на ИК снимках имеют те же морфологи-

ческие признаки, что и на снимках видимого диапазона. Однако в от-

личие от ТВ снимков ИК изображение может быть использовано для

определения положения тыловой границы облачной полосы, так как

слоистые облака и туман в теплом воздухе выглядят темнее высоких

фронтальных облаков. Ширина фронтальной облачной полосы на всем

ее протяжении неодинакова. Там, где происходит развитие волны и

циклона, она расширена, а в области тыловых гребней — сужена и

размыта. За фронтом в теплом воздухе могут наблюдаться облака кон-

векции. Они характерны для летнего периода и свидетельствуют о не-

устойчивости и высоком влагосодержании теплого воздуха. Линия

теплого фронта у земной поверхности проводится ближе к тыловой

границе фронтальной облачной полосы.

Облачность фронта окклюзии. Облачная полоса, соответст-

вующая теплому фронту, в процессе окклюдирования циклона -

ется с облаками холодного фронта На теплом фронте она размывает-

ся, и на сн ки окклю-

зии, соответс

вытяну

слива

имках виден лишь незначительный выступ у точ

твующий ранее существовавшей облачной полосе тепло-

го фронта. Холодный фронт в поле облачности остается выраженным

очень четко.

301