论文摘要
近年来,由于温室效应的影响,雷暴、冰雹和龙卷风等剧烈变化天气频繁发生,已对人们的生产和生活造成严重危害,而采用现代计算机技术和信息处理技术建立的多普勒雷达预警系统是对灾害性天气进行准确的检测、分析和预报的最有效的手段。因此,我国目前已在灾害性天气频发地区建立了该预警系统,并在实际的应用中积累经验,不断提高预报准确率水平,而这一工作中的关键技术就是研究探索风暴运动过程中多普勒雷达图像的数据处理和算法优化。本文基于计算机视觉理论,首次将运动估计中的光流法用于雷达图像中风暴运动的矢量场分析;同时首次将曲线演化理论中的level set方法用于风暴轮廓的追踪分析。在对京津地区雷达站五年观测数据分析处理后,本文选取多个典型个例,作为上述方法的实验数据基础。同时在Windows环境下,以VC++为开发平台,实现了所有的算法的优化与实验。在采用光流法进行分析时,本文通过实验确定了光流法中不同的算法在分析雷达图像运动矢量场时所需要的最佳参数,这些算法主要是匹配法、全局平滑约束法和局部平滑约束法,同时采用分块插值的方法对局部平滑约束法进行了改进,明显的提高了运算的速度。对三种方法所生成的矢量场本文也进行了对比分析,实验表明,局部平滑约束法在平滑性和准确性方面效果更好。最后,采用一种改进的外推预报法和列联表评价对上述三种方法进行了定性对比和定量分析,结果也表明,局部平滑约束法要优于其他方法。在采用level set方法进行分析时,本文利用链码、插值的方法解决了曲线（边界）在演化后可能不连续的问题,并实验证明这种改进的level set方法可以较好的实现对雷达图像的追踪。