2。1。2 高空天气图

高空天气图，即等压面天气图，是特定压强下气象要素分布的描述图。即在压强相等的 面上，分析等压面各部分的高度。 

图 2。2 亚洲高空天气图

⑴图 2 下方 500hPa 表示的是这幅高空天气图是在 500 个大气压下。130000UTC MAR 2014 表示的是 2014 年 3 月 13 日 00 点 00 分（世界时），该天气图的发布时间。 

⑵实线为等高线，实线上用数字表示高度值，单位为米（m）。 

⑶虚线为等温线，虚线上用数字表示温度值，单位为摄氏度（℃）；其中高空观测点上方 的数字表示该点的温度，下方的数字表示温度和露点之间差。 

⑷图 2 中箭头的羽毛方向表示风向。 

2。2 气象图的二值化

气象传真图数字化后，通常显示为多级灰度。这种形式的图像利于观察，但不利于矢量 化处理。所以需要将图像转化为二值图像，即图像只有两个灰度值，每个像素用 1 个 bit 表示， 0 和 1 分别表示白色和黑色。[7]本课题采用阈值分割的方法将气象图的灰度直方图转化为二值 图像。文献综述

由于气象传真图背景较复杂，灰度级数较多，所以本课题采用 OTSU（最大类间方差法） 进行全局阈值[8]分割。OTSU 法[9]是利用统计学原理，通过计算灰度分布的类间方差来说明图 像特征，方差越小则构成图像差别越小，算法描述如下：

设图像的每个灰度级概率为 Pi，若某一阈值 T 将图像的像素灰度级分成两类 C0 和 C1， C0 和 C1 类像素的平均概率和平均灰度值分别为 w0  、u0 和 w1、u1

图像的总平均灰度值 u ：

u w0u0  w1u1

则，类间方差2 ：

从最小灰度值 0 到最大灰度值 255，遍历所有灰度值，使得类间方差最大的灰度值即为 所求最佳阈值 T。

2。3  底图匹配

气象传真图是将实时的气象数值填涂、绘制在固定的底图上[10]。在相同地区和类型的气 象传真图中，底图是相同的，即地域范围固定，海岸线和经度、纬度线也固定。因此，提取 出不同时刻气象图中的不变信息即为该地区、该类型气象图的底图。在保证精度的前提下， 本课题使用多张气象图叠加再平均的方法来的到底图。[7] 

图 2。3 气象传真图的底图

用所需的气象图和其底图进行匹配相减后就可以得到去除经度、纬度线及海岸线后的图 像[11]。 

2。4 气象图的文字及框图去除来~自,优^尔-论;文*网www.youerw.com +QQ752018766-

气象图中除了含有主要气象信息的等高线、海岸线及经纬线外，还有进行图像说明及标 注的文字及符号。

文字和图形有不同的几何形态特征，对应的矢量化和识别方法也不同，可依此将文字和 图形分离，即对原始气象图中的图形及文字信息进行分割，并将不同特征的两种要素分别进 行矢量化及识别。主要的图形和文字分离算法有：基于连通区域判断及尺寸大小特征的图文 分离算法和基于数学形态膨胀及腐蚀运算的算法。[12]

本课题的气象图中，文字和符号的位置和结构有一定的特征：

⑴图题属性说明。气象传真图的图题属性说明是矩形方框区域里的文字，而这个说明的 矩形区域位置固定、大小固定，是在气象图的左上及右下角区域。经过多张在不同时刻的气 象传真图的验证，图中的矩形方框的大小相同，位置固定不变。因此，找到两个矩形方框左 上角及右下角的顶点坐标，就可以确定矩形方框的位置和大小，将它们去除。[8]

⑵气压值、风向等标注字符。图中还标注了等高线的高度值，风向和风级，以及经纬度、 高低压中心等标注符号。这种类型的标注在图中的位置不固定，并且与经纬线，海岸线和等 高线会有粘连。分离这种字符比较困难，且字符模糊，提取后难以识别。本课题将会把此类 字符当作噪声去除，来实现分离。[4]