基于運(yùn)動(dòng)估計(jì)與補(bǔ)償?shù)睦走_(dá)拼圖預(yù)測(cè)分析*

秦運(yùn)龍 張冰松 楊代才 王迎迎

（湖北省氣象信息與技術(shù)保障中心 武漢 430074）

1 引言

隨著復(fù)雜強(qiáng)對(duì)流氣象天氣的增多，雷達(dá)拼圖對(duì)于強(qiáng)天氣預(yù)警預(yù)報(bào)尤為重要，其及時(shí)性和完整性需求也越來(lái)越高。在業(yè)務(wù)傳輸中，由于設(shè)備、系統(tǒng)和網(wǎng)絡(luò)等原因可能導(dǎo)致雷達(dá)拼圖漏缺或延遲。如何及時(shí)較好地補(bǔ)缺雷達(dá)拼圖，并提前預(yù)測(cè)預(yù)判雷達(dá)拼圖的演變?cè)诙虝r(shí)強(qiáng)對(duì)流預(yù)報(bào)中具有較強(qiáng)的需求。本文根據(jù)雷達(dá)拼圖特點(diǎn)，提出了一種基于運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償?shù)姆椒A(yù)測(cè)雷達(dá)拼圖［1～2］，保障雷達(dá)拼圖時(shí)序上的完整性，并可提前預(yù)判短時(shí)間內(nèi)雷達(dá)拼圖演變情況。

2 運(yùn)動(dòng)估計(jì)

每種雷達(dá)拼圖產(chǎn)品都是連續(xù)動(dòng)態(tài)變化的，每6min 一張圖，因此連續(xù)雷達(dá)拼圖的紋理在短時(shí)間內(nèi)是不會(huì)發(fā)生較大變化，通過(guò)紋理特征可以進(jìn)行運(yùn)動(dòng)估計(jì)判斷雷達(dá)圖變化與走向。

設(shè)雷達(dá)拼圖實(shí)況在時(shí)序上的拼圖為I，時(shí)序拼圖序列集為{Ij，j∈(1，2，3…)} ，其中Ij表示第 j 張雷達(dá)拼圖。將每張拼圖劃分為多個(gè)8*8 像素的宏塊，宏塊序列集表示為 {MBj(m，n)，j∈(1，2，3…)，m，n∈(1，2，3…)}其中MBj(m，n)表示Ij拼圖的第m 行第n 列個(gè)宏塊。宏塊作為拼圖變化的最小運(yùn)動(dòng)單元，每個(gè)宏塊前后移動(dòng)的橫向與縱向位移對(duì)應(yīng)一個(gè)運(yùn)動(dòng)矢量［3］，宏塊MBj(m，n)的運(yùn)動(dòng)矢量記為MVj(m，n)。

2.1 紋理特征提取

圖像的紋理特征是圖像的低頻信息，表征了圖像的具體的內(nèi)容，通過(guò)對(duì)每個(gè)宏塊進(jìn)行二維離散余弦變換（Discrete Cosine Transform，DCT）可獲得宏塊的二維頻譜信息［4～5］，從而可取的低頻的紋理信息數(shù)據(jù)。設(shè)宏塊MBj(m，n)對(duì)應(yīng)的8*8 空間像素值為f(x，y)，則其頻譜變化為

式中，M=8，N=8，

F(u，v) 為宏塊對(duì)應(yīng)8*8 大小的二維頻譜信息。通過(guò)提取F(u，v)的低頻紋理信息來(lái)壓縮數(shù)據(jù)量獲得宏塊特征。其中F(0，0)為直流信息，表征圖像的主要紋理信息，其余為交流信息，且頻率越低，紋理信息越豐富。二維頻譜數(shù)組中越靠近左上角頻率越低，信息量越大，其信息權(quán)重也越高，通過(guò)設(shè)置W1，W2，W3，三個(gè)不同權(quán)重系數(shù)提取壓縮后頻譜。

通過(guò)計(jì)算頻譜值平方和得到宏塊的特征值T，其中W1＞＞W(wǎng)2＞＞W(wǎng)3。即有宏塊MBj(m，n)對(duì)應(yīng)特征 值 為T(mén)j(m，n) ，Tj(m，n) 反應(yīng)了整個(gè)宏塊MBj(m，n)的紋理特征。由于每張拼圖由多個(gè)宏塊組成，則計(jì)算第j 張拼圖Ij得到宏塊集MBj特征值集Tj，同理可得到時(shí)序拼圖序列集為I對(duì)應(yīng)宏塊集MB特征值集T［6］。

2.2 運(yùn)動(dòng)矢量計(jì)算

天氣雷達(dá)拼圖反應(yīng)的是大氣云層及水汽含量等特征變化情況，是一個(gè)緩慢連續(xù)，有一定繼承性的過(guò)程，不會(huì)出現(xiàn)較大的跳變運(yùn)動(dòng)，因此相鄰近雷達(dá)拼圖間宏塊移動(dòng)距離有限。可根據(jù)預(yù)測(cè)的時(shí)間序列跨度大小，選擇適當(dāng)?shù)暮陦K特征值匹配搜索范圍，降低計(jì)算量，減少其它區(qū)域特征值引起的誤判匹配［7～9］。

圖1 運(yùn)動(dòng)估計(jì)

如圖1，計(jì)算從Ij到Ij-1雷達(dá)拼圖的運(yùn)動(dòng)矢量集Tj，從而預(yù)測(cè)Ij+1各宏塊對(duì)應(yīng)的位移。設(shè)圖像Ij有 M 行 N 列個(gè)宏塊，搜索范圍為 L，以 L=5 為例，即Ij某宏塊MBj(m，n)在Ij-1中對(duì)應(yīng)宏塊MBj-1(m，n)搜索半徑為5 個(gè)宏塊距離進(jìn)行特征值匹配，最接近的作為相似度最高的宏塊，即計(jì)算其中l(wèi)∈(-5，-4，-3，…，3，4，5) 。則Ij-1與Ij相似宏塊為MBj-1(m-m1，n-n1) ，MBj(m，n) ，其中 (m1，n1) 為相似宏塊的橫向和縱向位移，即為運(yùn)動(dòng)矢量MVj(m，n)，MVj(m，n)作為MBj(m，n)）預(yù)測(cè)下一張雷達(dá)圖Ij+1對(duì)應(yīng)相似宏塊MBj+1(m+m1，n+n1) 的運(yùn)動(dòng)矢量。計(jì)算所有Ij宏塊運(yùn)動(dòng)矢量得到運(yùn)動(dòng)矢量集MVj。同理從MBj-2(m-m2，n-n2)到MBj(m，n)宏塊的位移(m2，n2)即為MBj(m，n)預(yù)測(cè)未來(lái)第二張雷達(dá)圖對(duì)應(yīng)相似宏塊MBj+2(m+m2，n+n2)的運(yùn)動(dòng)矢量，依次類(lèi)推，即可獲得宏塊的運(yùn)動(dòng)變化矢量集［10～11］。隨著預(yù)測(cè)雷達(dá)拼圖的時(shí)間跨度增大可適當(dāng)增大宏塊特征值匹配搜索范圍L的值。

3 運(yùn)動(dòng)補(bǔ)償

雷達(dá)拼圖在連續(xù)緩慢移動(dòng)過(guò)程中回波強(qiáng)度也在發(fā)生一定的變化，運(yùn)動(dòng)補(bǔ)償則反映了雷達(dá)拼圖前后回波強(qiáng)度變化情況，因此在預(yù)測(cè)雷達(dá)拼圖時(shí)，不能簡(jiǎn)單地將原圖宏塊的像素值復(fù)制到預(yù)測(cè)圖像相應(yīng)匹配宏塊位置，而應(yīng)該加上一定的運(yùn)動(dòng)補(bǔ)償信息［12～13］。

在獲得運(yùn)動(dòng)矢量的基礎(chǔ)上，可以很迅速地找到匹配宏塊對(duì)應(yīng)關(guān)系，例如Ij與Ij-1的宏塊對(duì)應(yīng)關(guān)系MBj-1(m-m1，n-n1)對(duì)應(yīng)MBj(m，n)。則該宏塊的運(yùn)動(dòng)殘差cj(m，n)=MBj(m，n)-MBj-1(m-m1，n-n1)。Ij預(yù)測(cè)第Ij+1時(shí)的運(yùn)動(dòng)補(bǔ)償值rcj取前兩個(gè)殘差值平均值

4 圖像預(yù)測(cè)

設(shè)圖像Ij有 M 行 N 列個(gè)宏塊，則Ij-1與Ij相似宏塊MBj-1(m-m1，n-n1)、MBj(m，n)，其中 (m1，n1)為相似宏塊的橫向和縱向位移。則其預(yù)測(cè)的下一張圖對(duì)應(yīng)相似宏塊為MBj+1(m+m1，n+n1)，通過(guò)宏塊MBj(m，n)像素值和對(duì)應(yīng)運(yùn)動(dòng)補(bǔ)償值rc（jm，n）得到預(yù)測(cè)的相似宏塊的像素值［14～15］為MBj+1(m+m1，n+n1)=MBj(m，n)+rcj(m，n)。計(jì)算所有相似宏塊像素值得到第j+1張拼圖的預(yù)測(cè)拼圖Ij+1。

5 實(shí)驗(yàn)結(jié)果與分析

本文采用長(zhǎng)江流域雷達(dá)拼圖組合反射率產(chǎn)品作為實(shí)驗(yàn)數(shù)據(jù)集，圖片大小為768×1024 像素，圖片每 6min 生成一個(gè)，通過(guò)調(diào)試，取 W1=20，W2=6，W3=2，L=5。在實(shí)際預(yù)測(cè)實(shí)驗(yàn)過(guò)程中，考慮到圖片邊界靜止不變，且宏塊搜索時(shí)需進(jìn)行邊界處理，將圖片周邊8 個(gè)宏塊均不做預(yù)測(cè)，被預(yù)測(cè)雷達(dá)拼圖像素值初始化為用于作為預(yù)測(cè)參考的雷達(dá)拼圖像素值，在預(yù)測(cè)計(jì)算過(guò)程中通過(guò)宏塊匹配和補(bǔ)償更新被預(yù)測(cè)雷達(dá)拼圖像素值，其預(yù)測(cè)結(jié)果如圖2，其中第一行為實(shí)況，第二行為預(yù)測(cè)結(jié)果。

圖2 雷達(dá)拼圖預(yù)測(cè)結(jié)果

通過(guò)計(jì)算預(yù)測(cè)拼圖和原實(shí)況拼圖灰度值相似度，判斷預(yù)測(cè)拼圖的質(zhì)量，拼圖相似度以相關(guān)系數(shù)表征，計(jì)算相關(guān)系數(shù)r的值。

多次預(yù)測(cè)得相關(guān)系數(shù)r 平均值變化情況如圖3所示。實(shí)驗(yàn)證明拼圖相關(guān)系數(shù)大于0.9時(shí)其內(nèi)容與實(shí)況產(chǎn)品基本一致，可以滿足預(yù)報(bào)需求，但在色度上仍有一定偏差。相關(guān)系數(shù)低于0.9 時(shí)，預(yù)測(cè)誤差逐步擴(kuò)大，不宜提供作預(yù)報(bào)服務(wù)。

圖3 預(yù)測(cè)結(jié)果與實(shí)況相關(guān)系數(shù)變化曲線

6 結(jié)語(yǔ)

本文提供一種基于運(yùn)動(dòng)估計(jì)與補(bǔ)償?shù)睦走_(dá)拼圖預(yù)測(cè)分析方法，該方法利用雷達(dá)拼圖在紋理變化上連續(xù)性的特點(diǎn)，能夠較好補(bǔ)缺和提前預(yù)測(cè)雷達(dá)拼圖，實(shí)驗(yàn)證明，該方法針對(duì)短時(shí)間范圍內(nèi)的雷達(dá)拼圖預(yù)測(cè)結(jié)果與實(shí)況數(shù)據(jù)吻合度較高，但在色度上還存在一定的偏差，但針對(duì)時(shí)間跨度略大的預(yù)測(cè)，其偏差較大，還需進(jìn)一步研究。