• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于Matlab GUI的云粒子圖像回放及特征值提取

      2021-05-20 01:25:58董浩楠焦瑞莉黃敏松
      關(guān)鍵詞:字節(jié)像素點(diǎn)特征值

      董浩楠,焦瑞莉,黃敏松

      (1.北京信息科技大學(xué) 信息與通信工程學(xué)院,北京 100101;2中國(guó)科學(xué)院大氣物理研究所 云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室,北京 100029)

      0 引言

      云降水粒子形狀是云微物理學(xué)研究中的重要概念[1]。云粒子形狀可影響云粒子自身的散射屬性、生長(zhǎng)率和下落末速度,而云粒子的散射特性對(duì)全球氣候、輻射平衡、衛(wèi)星遙感有重要影響[2]。通常識(shí)別云粒子形狀的前提是對(duì)圖像特征值進(jìn)行判斷,所以采集云粒子圖像并提取圖像特征值十分重要。

      目前國(guó)內(nèi)通常使用氣象飛機(jī)搭載美國(guó)粒子測(cè)量技術(shù)公司(Droplet Measurement Technology)所生產(chǎn)的云粒子成像儀(cloud imaging probe,CIP)和降水粒子成像儀(precipitation imaging probe,PIP)來(lái)獲取云中降水粒子的信息和圖像[3-4]。由于單次采集的數(shù)據(jù)量非常大,并且數(shù)據(jù)通常以壓縮文件的格式進(jìn)行存儲(chǔ),所以在后續(xù)的粒子分析工作中需對(duì)云粒子圖像數(shù)據(jù)解壓來(lái)復(fù)原粒子圖像。為識(shí)別云粒子形狀,在圖像復(fù)原后還需提取云粒子圖像的相關(guān)特征值。但目前傳統(tǒng)云粒子圖像回放軟件僅能實(shí)現(xiàn)簡(jiǎn)單云粒子圖像回放及信息處理,不能提取云粒子圖像特征值和存儲(chǔ)相關(guān)數(shù)據(jù),不利于后續(xù)的云微物理學(xué)研究[5]。

      本文首先分析CIP儀器采集云粒子圖像的存儲(chǔ)數(shù)據(jù)原理,利用RLEHB壓縮算法的逆過(guò)程和矩陣變換實(shí)現(xiàn)云粒子圖像回放,同時(shí)為保證后續(xù)特征值提取的準(zhǔn)確性,采用形態(tài)學(xué)處理的閉合操作對(duì)解壓后的云粒子圖像進(jìn)行內(nèi)部填充,保證圖像的完整性,然后計(jì)算Holroyd特征值和凸包特征值等,最后利用Matlab的圖形用戶界面(GUI)實(shí)時(shí)性強(qiáng)、界面友好等特點(diǎn)[6-7],建立一個(gè)可供反復(fù)使用且操作簡(jiǎn)單的云粒子圖像回放及特征值提取的軟件,以滿足云粒子圖像回放、特征值提取和相關(guān)數(shù)據(jù)存儲(chǔ)的需求。

      1 云粒子圖像回放

      云粒子圖像使用云粒子成像儀(CIP)進(jìn)行采集。由于單次采集的云粒子數(shù)量非常多,所以在采集過(guò)程中CIP數(shù)據(jù)采用基于游程編碼頭字節(jié)(run-length encoding header byte,RLEHB)的壓縮算法并以RLEHB數(shù)據(jù)結(jié)構(gòu)進(jìn)行存儲(chǔ)。數(shù)據(jù)壓縮后的RLEHB數(shù)據(jù)結(jié)構(gòu)如表1所示。數(shù)據(jù)結(jié)構(gòu)中標(biāo)志位不同取值的意義如表2所示。

      表1 RLEHB數(shù)據(jù)結(jié)構(gòu)

      表2 RLEHB數(shù)據(jù)標(biāo)志位意義

      云粒子圖像復(fù)原及信息提取首先需根據(jù)CIP采集存儲(chǔ)的RLEHB數(shù)據(jù)格式進(jìn)行反向解壓得到原始圖像數(shù)據(jù)和信息數(shù)據(jù)。然后規(guī)定以8字節(jié)為一行對(duì)解壓后的數(shù)組進(jìn)行重新排列,重組后云粒子圖像數(shù)據(jù)格式如圖1所示。

      圖1 解壓后云粒子圖像數(shù)據(jù)格式

      每個(gè)粒子前兩行數(shù)據(jù)分別為一條粒子邊界和一條粒子頭信息,剩余行數(shù)據(jù)為粒子的圖像信息。粒子邊界用于識(shí)別一個(gè)粒子的開(kāi)始,使用8字節(jié)的AA作為邊界的標(biāo)識(shí)。當(dāng)出現(xiàn)8字節(jié)的AA時(shí),就表示從下一行開(kāi)始顯示的是一個(gè)粒子頭信息和粒子圖像數(shù)據(jù),直到出現(xiàn)下一個(gè)8字節(jié)AA,表示該粒子的全部數(shù)據(jù)已經(jīng)顯示完成,進(jìn)入下一個(gè)粒子的數(shù)據(jù)。在粒子頭信息(8字節(jié))數(shù)據(jù)中,前16 位數(shù)據(jù)是粒子序數(shù),隨后的40 位數(shù)據(jù)表示粒子到達(dá)的時(shí)間,即粒子被探頭收錄時(shí)的時(shí)間戳。最后的8 位數(shù)據(jù),表示粒子的行數(shù)和粒子是否處于景深的標(biāo)識(shí)。

      根據(jù)粒子邊界將單個(gè)粒子圖像及粒子頭信息分別提取。由于圖像文件是以幀為單位進(jìn)行傳輸?shù)?,所以在圖像回放時(shí)需將幀內(nèi)多個(gè)粒子圖像順序拼接,以實(shí)現(xiàn)整幀云粒子圖像回放。整幀云粒子圖像回放如圖2所示。

      圖2 整幀云粒子圖像

      2 云粒子圖像特征值提取

      2.1 形態(tài)學(xué)處理閉合操作

      云粒子在采樣過(guò)程中由于儀器自身原因、外界環(huán)境原因、粒子自身原因或者粒子與儀器共同作用的原因會(huì)導(dǎo)致非自然粒子出現(xiàn),包括破碎粒子、條紋狀粒子、線狀粒子和空白粒子等。為了保證云粒子圖像準(zhǔn)確計(jì)算特征值和濾除偽粒子圖像,引入形態(tài)學(xué)處理閉合操作以保證結(jié)果的準(zhǔn)確性。

      閉合操作是一種先膨脹后腐蝕的操作。其中膨脹是指用結(jié)構(gòu)元素掃描圖像中的每一個(gè)像素,用結(jié)構(gòu)元素中的每一個(gè)像素與其覆蓋的像素做“與”操作,如果都為0,則該像素為0,否則為1;腐蝕是指用結(jié)構(gòu)元素掃描圖像中的每一個(gè)像素,用結(jié)構(gòu)元素中的每一個(gè)像素與其覆蓋的像素做“與”操作,如果都為1,則該像素為1,否則為0。圖3為利用結(jié)構(gòu)A對(duì)結(jié)構(gòu)B進(jìn)行閉合操作,利用該操作能填充圖像內(nèi)細(xì)小空洞的優(yōu)點(diǎn),可將云粒子圖像內(nèi)部細(xì)小的空洞進(jìn)行填充,然后連接相鄰像素點(diǎn),實(shí)現(xiàn)云粒子內(nèi)部和邊界的平滑。

      圖3 形態(tài)學(xué)處理閉合操作

      2.2 Holroyd特征值

      Holroyd特征值常用來(lái)判斷云粒子形狀,其參數(shù)如圖4所示。規(guī)定x為飛機(jī)飛行方向;y為光學(xué)陣列方向;Nx、Ny分別為x、y方向上的最大像素點(diǎn)數(shù);d為粒子跨越長(zhǎng)度(像素點(diǎn)數(shù));w為粒子寬度(像素點(diǎn)數(shù));r為相關(guān)系數(shù);A為方向角度。此外,還有一些關(guān)鍵參數(shù)未在圖中標(biāo)出,包括a為粒子圖像的面積(像素點(diǎn)數(shù));p為粒子圖像的周長(zhǎng)(像素點(diǎn)數(shù));F為特定參數(shù),定義為:F=pda(無(wú)量綱量);Ntotal為粒子所有像素點(diǎn)數(shù),Nedge為x方向上圖像左、右邊緣的像素點(diǎn)數(shù)。S為特定參數(shù)(用于識(shí)別霰狀粒子),定義為x方向上連續(xù)排滿的像素點(diǎn)數(shù)與Ntotal的比值。

      圖4 Holroyd特征參數(shù)

      2.3 凸包求取

      在云粒子圖像中,找出某些點(diǎn)連接成一個(gè)多邊形,使得這個(gè)多邊形能把云粒子所有像素點(diǎn)都包含在內(nèi),這個(gè)凸多邊形就叫凸包。采用Graham掃描法求取云粒子圖像中的最小凸包,其算法步驟如下:

      步驟1 將云粒子圖像放置在2D坐標(biāo)系中,選取云粒子圖像輪廓上縱坐標(biāo)最小點(diǎn)記為A0,通過(guò)移動(dòng)使A0為原點(diǎn)。

      步驟2 計(jì)算輪廓上各點(diǎn)相對(duì)于A0的夾角β。

      步驟3 按照從小到大對(duì)各點(diǎn)進(jìn)行順序排列。若β相同時(shí),則距離A0近的那個(gè)點(diǎn)排在前面。

      步驟4 1)將排序中的第一個(gè)點(diǎn)A0和第二個(gè)點(diǎn)A1存入棧中。2)連接棧頂?shù)膬蓚€(gè)點(diǎn),得到直線L。3)如果當(dāng)前點(diǎn)在直線L的左邊或在直線L上,就把當(dāng)前點(diǎn)入棧;如果當(dāng)前點(diǎn)在直線L的右邊,則將棧頂?shù)狞c(diǎn)出棧,此時(shí)重新連接棧頂?shù)膬蓚€(gè)點(diǎn),得到新的直線L。4)重復(fù)3)直到當(dāng)前點(diǎn)入棧,然后回到2)。

      步驟5 連接棧上所有像素點(diǎn)即可得到云粒子圖像的凸包,如圖5所示。

      圖5 云粒子圖像的凸包

      2.4 特征值計(jì)算

      根據(jù)求得的凸包和Holroyd特征值計(jì)算表3中可用于云粒子形狀識(shí)別的相關(guān)特征值。

      表3 特征值計(jì)算公式表

      表中:a為粒子圖像的面積;p為粒子圖像的周長(zhǎng);Ta為凸包面積;Tp為凸包周長(zhǎng);Nx、Ny分別為x、y方向上的最大像素點(diǎn)數(shù)。

      3 系統(tǒng)框架和軟件界面

      基于CIP數(shù)據(jù)的云粒子圖像回放及特征值提取軟件借助Matlab GUI實(shí)現(xiàn)。軟件界面主要分為兩個(gè)部分,分別實(shí)現(xiàn)云粒子圖像回放和云粒子圖像特征值計(jì)算的功能。軟件的系統(tǒng)框架如圖6所示。

      圖6 云粒子回放及特征值提取軟件系統(tǒng)框圖

      軟件運(yùn)行界面如圖7所示。首先讀取CIP數(shù)據(jù)文件,根據(jù)彈出的對(duì)話框選擇任意CIP數(shù)據(jù)文件,當(dāng)數(shù)據(jù)文件讀入后可以在顯示框內(nèi)看到與粒子圖像文件相關(guān)的信息,此時(shí)可根據(jù)自身需求選擇單幀或多幀的云粒子圖像進(jìn)行回放,在對(duì)應(yīng)的文本框內(nèi)輸入幀數(shù)并點(diǎn)擊按鈕即可進(jìn)入不同模式。在連續(xù)回放模式中,軟件按照一定的速度自動(dòng)回放粒子圖像并以1幀為單位依次顯示。若需進(jìn)行特征值計(jì)算,點(diǎn)擊特征值計(jì)算按鈕即可。在云粒子特征值計(jì)算后,粒子圖像信息可自動(dòng)存儲(chǔ)生成Excel表格,可供后續(xù)的科研需求和數(shù)據(jù)再加工處理。同樣在單幀模式下也可完成特征值計(jì)算和存儲(chǔ)。

      圖7 云粒子回放及特征值提取軟件界面

      4 結(jié)束語(yǔ)

      本文通過(guò)Matlab軟件的GUI界面開(kāi)發(fā)了一種云粒子圖像回放及特征值提取軟件。該軟件針對(duì)以光電二極管陣列為傳感元件的機(jī)載云粒子成像儀(CIP)所測(cè)云粒子圖像,不僅可以實(shí)現(xiàn)云粒子圖像回放及顯示采集過(guò)程中的基礎(chǔ)信息,如粒子數(shù)、粒子到達(dá)時(shí)間及粒子索引等,還可以提取云粒子圖像的特征值(如Holroyd特征值、凸包等相關(guān)特征值計(jì)算),并引入形態(tài)學(xué)處理閉合操作實(shí)現(xiàn)云粒子內(nèi)部和邊界的平滑,保證圖像的完整性。除此之外還能存儲(chǔ)云粒子圖像及相關(guān)信息,以輔助后續(xù)的相關(guān)云降水物理的科學(xué)研究和形狀識(shí)別相關(guān)工作。

      猜你喜歡
      字節(jié)像素點(diǎn)特征值
      No.8 字節(jié)跳動(dòng)將推出獨(dú)立出口電商APP
      一類帶強(qiáng)制位勢(shì)的p-Laplace特征值問(wèn)題
      單圈圖關(guān)聯(lián)矩陣的特征值
      No.10 “字節(jié)跳動(dòng)手機(jī)”要來(lái)了?
      基于canvas的前端數(shù)據(jù)加密
      簡(jiǎn)談MC7字節(jié)碼
      基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
      基于商奇異值分解的一類二次特征值反問(wèn)題
      基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
      關(guān)于兩個(gè)M-矩陣Hadamard積的特征值的新估計(jì)
      清镇市| 凉山| 微山县| 元朗区| 鹿邑县| 揭西县| 青冈县| 贞丰县| 平谷区| 商城县| 浑源县| 长顺县| 大余县| 大邑县| 益阳市| 轮台县| 田东县| 灌南县| 公主岭市| 邵阳县| 临城县| 丘北县| 富裕县| 东乌| 海兴县| 龙南县| 竹山县| 固原市| 册亨县| 满城县| 三门县| 抚远县| 黄山市| 乌审旗| 湘潭县| 汤阴县| 斗六市| 琼结县| 新乐市| 蓬莱市| 岳普湖县|