基于交叉相关系数的度量模型 毕业论文+源文件

---

摘 要：

本文利用卫星云图中的灰度数据，建立了基于灰度值相关系数的风矢场度量模型，并用差商法、三次样条插值法和整体局部匹配算法对模型进行优化。使用图像特征提取算法和风矢运动估计算法，建立了动态搜索匹配模型。并对影响风矢度量求解精度和速度的因素进行了定量讨论，对各度量模型进行评价。

对于问题一：利用卫星扫描角度、矩阵元素与三维坐标系中点的对应关系， 建立了视场转换模型。计算出了灰度矩阵元素行列号对应的经纬度，并将海岸线添加到了画出的卫星云图中。

对于问题二：利用四窗口法和直方图均衡化法对图像进行了预处理。采用交叉相关系数法将两时刻的卫星云图进行匹配，求解 21：00 时刻风矢量。最后利用三种算法分别对模型进行优化，结果证明差商法具有很好的优化效果。

对于问题三：采取基于相对变化率的特征值提取算法，调整窗口和搜索范围大小。利用相邻经纬度处的风矢信息，对搜索范围进行预判和动态调整。与问题二中的固定窗口模型相比，辨识速度提高了 48.3%。

对于问题四：对非单调的气压层与温度函数进行了分段拟合求解。根据气压层温度曲线特性和气压不能突变原理，建立了气压层全局匹配模型。根据此模型就可以得到给定经纬处的气压值。

关键词： 交叉相关系数 风矢预测 特征提取 全局匹配

目录 3

1.问题重述 4

2.符号说明 5

3.问题的假设 5

4.问题分析 6

5基于卫星云图的风矢场（云导风）度量模型的建立和求解 6

5.1视场坐标系的变换 6

5.1.1帧坐标映射到经纬度模型的建立 7

5.1.2经纬度映射到帧坐标模型的建立 10

5.1.3模型的求解 11

5.2风矢场的度量模型的建立和求解 11

5.2.1模型 1：基于灰度值相关系数的风矢场度量方法 11

5.2.2模型 1 的改进 17

5.2.3模型中一些问题的讨论 20

5.3窗口大小和搜索范围自适应算法 20

5.3.1窗口大小的调整 21

5.3.2搜索范围的调整 22

5.4风矢量所在等压面模型 24

5.4.1模型的建立 24

5.4.2模型的求解 27

6.结果分析 27

6.1结果分析 27

6.2模型评价： 28

6.2.1模型优点： 28

6.2.2模型缺点： 28

参考文献 29

附件 30