(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210811459.4 (22)申请日 2022.07.11 (71)申请人 航天宏图信息技 术股份有限公司 地址 100094 北京市海淀区翠湖北环路2号 院4号楼 (72)发明人 吕梦霞　王宇翔　彭亮　李青　 宋毅　闫建忠　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 张萍 (51)Int.Cl. G06F 17/16(2006.01) G06K 9/62(2022.01) G06V 10/44(2022.01) G06V 10/762(2022.01)G06V 10/764(2022.01) (54)发明名称 一种基于格点数据的切变线识别方法及装 置 (57)摘要 本申请提供了一种基于格点数据的切变线 识别方法及装置， 涉及切变线识别技术领域， 具 体为： 获取网格化的待识别 区域的风场数据； 所 述风场数据包括各网格点的风向； 将各网格点的 风向进行 投影得到风向矩阵； 基于各网格点的大 气风场的涡度和峰度值， 识别候选切变点； 对候 选切变点进行聚类分析， 得到多个切变点分类， 每个切边点 分类包括多个切变点； 对每个切变点 分类进行骨架提取， 得到优化的切变点分类； 将 每个优化的切变点分类中的切变点进行线性拟 合， 得到切变线。 本申请基于图像处理技术实现 切变线的提取， 提高了运行效率和准确率， 同时 降低了空报率。 权利要求书3页 说明书9页 附图3页 CN 115186228 A 2022.10.14 CN 115186228 A 1.一种基于格点数据的切变线识别方法， 其特 征在于， 包括： 获取网格化的待识别区域的风场数据； 所述 风场数据包括各网格点的风向； 将各网格点的风向进行投影得到风向矩阵； 基于各网格点的大气风场的涡度和峰度值， 识别候选切变点； 对候选切变点进行聚类分析， 得到多个切变点分类， 每 个切边点分类包括多个切变点； 对每个切变点分类进行骨架提取， 得到优化的切变点分类； 将每个优化的切变点分类中的切变点进行线性拟合， 得到切变线。 2.根据权利要求1所述的基于格点数据的切变线识别方法， 其特征在于， 将各网格点的 风向进行投影得到风向矩阵； 包括： 获取网格化的待识别区域的第i行第j列处的网格点的风向αij； 将风向αij投影到水平面， 得到方向角为βij的风场特 征矢量， 定义0 °方向角为西风； 将O°、 30°、 60°、 90°、 120°、 150°、 180°、 21O°、 240°、 270°、 300°和330°作为12个基准角度 值， 以每个基准角度值上 下15°作为角度区间； 获取βij所在的角度区间， 将βij更新为所在角度区间的基准角度值， 记为γij； 将所有的γij按照行列顺序组成风向矩阵。 3.根据权利要求2所述的基于格点数据的切变线识别方法， 其特征在于， 基于各网格点 的大气风场的涡度和峰度值， 识别候选切变点； 包括： 计算每个网格点的垂直方向上的涡度分量 值VORz： 其中， u和v为所述网格点的风场数据的东西分量和南北分量； x为经度， y为纬度； 将长宽均为M的滑动窗口遍历整个风向矩阵， 计算滑动窗口中心位置的峰度值KUR： 其中， N为滑动窗口内 的元素数量， N＝M2； xn为滑动窗口内风向矩阵各元素的值； 为滑 动窗口内风向矩阵各 元素的平均值； 根据滑动窗口中心位置在风向矩阵的位置， 得到对应的网格点的峰度值； 当一个网格点的涡度分量 值VORz大于0且峰度值大于 0.1， 则该网格点 为候选切变点。 4.根据权利要求3所述的基于格点数据的切变线识别方法， 其特征在于， 所述方法还包 括： 采用8邻域降噪方法对所有候选切变点进行 滤噪。 5.根据权利要求4所述的基于格点数据的切变线识别方法， 其特征在于， 对候选切变点 进行聚类分析， 得到多个切变点分类， 包括： 步骤S1： 选取待聚类的候选切变点Pi， i的初始值 为1； 步骤S2： 判断候选切变点Pi是否被标注， 若为否， 进入步骤S3， 否则， i加1后转入步骤S1； 步骤S3： 获取候选切变点Pi的邻域半径r范围内的N∈个候选切变点， 采用高斯核密度函 数计算候选切变点Pi的密度值：权　利　要　求　书 1/3 页 2 CN 115186228 A 2其中， di， j为每个初始候选切变点与候选切变点Pi之间的距离， dc为间隔阈值； 若N∈小于第一阈值且ρi小于第二阈值， 则标记候选切变点Pi为噪声点， i加1后进入步骤 S1； 否则， 标记候选切变点Pi为核心点， 建立新的类Ci， 其中包含以Pi为中心， 邻域∈范围内 的所有点， 进入步骤S4； 步骤S4： 遍历切变点分类Ci中未标记的候选切变点Pj′， 判断候选切变点Pj′的邻域半径 r范围内的候选切变点的个数N∈′， 若N∈′不小于第 三阈值， 则将Pj′域内的点归入Ci， 否则标 记Pj′为边界点； 步骤S5： i加1后进入 步骤S1； 直到 所有的候选切变点均被标记， 获得N个切变点 分类： C1， C2， C3....CN， 每个切变点分类包括多个候选切变点。 6.根据权利要求5所述的基于格点数据的切变线识别方法， 其特征在于， 对每个切变点 分类进行骨架提取， 得到优化的切变点分类， 包括： 步骤T1： 从切变点分类Cj中提取轮廓点， 设置3*3特征窗口， 依次对每个轮廓点的8像素 邻域进行检测， 若8像素邻域只含有3连通像素， 则从切变点分类Cj中删除所述轮廓点； 步骤T2： 从切变点分类Cj中提取轮廓点， 设置3*3特征窗口， 依次对每个轮廓点的8像素 邻域进行检测， 若8像素邻域只 含有3连通像素或4连通像素， 则从切变点分类Cj中删除所述 轮廓点； 步骤T3： 从切变点分类Cj中提取轮廓点， 设置3*3特征窗口， 依次对每个轮廓点的8像素 邻域进行检测， 若8像素邻域只含有3连通像素、 4连通像素或5连通像素， 则从切变点分类Cj 中删除所述轮廓点； 步骤T4： 从切变点分类Cj中提取轮廓点， 设置3*3特征窗口， 依次对每个轮廓点的8像素 邻域进行检测， 若8像素邻域只含有3连通像素、 4连通像素、 5连通像素或6连通像素， 则从切 变点分类Cj中删除所述轮廓点； 步骤T5： 从切变点分类Cj中提取轮廓点， 设置3*3特征窗口， 依次对每个轮廓点的8像素 邻域进行检测， 若8像素邻域只含有3连通像素、 4连通像素、 5连通像素、 6连通像素或7连通 像素， 则从切变点分类Cj中删除所述轮廓点， 转入步骤T1； 否则， 进入步骤T6； 步骤T6： 设置3*3特征窗口， 依次对切变点分类Cj中的每个切变点的8像素邻域进行检 测， 若8像素邻域只含有3连通像素、 4连通像素、 5连通像素、 6连通像素或7连通像素， 则从切 变点分类Cj中删除所述切 变点； 最后得到的优化的切 变点分类Cj为原始切变点分类Cj的骨 架。 7.根据权利要求6所述的基于格点数据的切变线识别方法， 其特征在于， 将每个优化的 切变点分类中的切变点进行线性拟合， 得到切变线； 包括： 获取每个优化后的切变点分类中的所有切变点的经纬度； 建立三次多项式， 其中， 经度为自变量， 纬度为因变量； 利用最小二乘法对所有切变点的经纬度进行拟合， 得到三次多 项式的系数； 根据拟合 好的三次多 项式， 绘制切变点分类对应的切变线。 8.一种基于格点数据的切变线识别装置， 其特 征在于， 包括：权　利　要　求　书 2/3 页 3 CN 115186228 A 3