作業三 地理衛星雲圖處理

吳政億 151220129 [email protected]

(南京大學 電腦科學與技術系, 南京 210093)

1 實驗要求

對衛星雲圖進行處理，保留經緯線，剝離大陸線邊界。允許應用所有matlab函式，儘可能的處理，最後實驗評判由輸出冗餘點剔除率、目標畫素點的保留率以及一個評分score來排序。

2 實驗思路

2.1 影象分析

首先觀察實驗影象，實驗影象是一個二值影象，並且觀察image可以發現所有的經緯線都是嚴格按照八鄰域連線的，並且經過邊緣細化。

2.2 一次卷積

因此，我首先嚐試通過卷積將這些邊界線篩選出來，這樣，我先設計了一個判斷出長度為3的邊界的卷積核（卷積和為0）:

可以發現經緯線除了交匯點外，大陸線被清除為離散的點，部分的字並沒有去除掉。分數如下:

score   =   1.1600e+04
score1  =   0.9931
score2  =   0.9991

為了加上兩點交匯的點，我對原影象再一次卷積判斷出具有交匯處的點（卷積和為0），並加入其中，結果如下：

可以發現雖然交匯處的點被加入其中，但是大陸邊界的線被割裂的較為離散，此時分數為:

score   =   1.1601e+04
score1  =   0.9931
score2  =   0.9992

可見此時分數相比上面上升了不少，但是我覺的這個效果反倒是下降了，所以分數並不是很好的評判標準。

為了更好的去除大陸邊界線，我將卷積核的大小由3*3變為5*5，卷積核如下：

score   =   1.1602
 
e+04
score1  =   0.9931
score2  =   0.9992

直觀感受，看起來在交界處去除的點相比與kernel1要多了4個，但是對與邊界線的去除效果得到了加強。

2.3 多次卷積

根據卷積核的變化，可以發現效果較為相似，因此我增加了卷積的次數，由一次更改為兩次，kernel1的結果如下：

score   =   1.1600e+04
score1  =   0.9931
score2  =   0.9991

在效果更佳明顯的情況下，分數竟然沒有變化。

同樣的，我們對kernel2進行二次卷積操作，效果同樣明顯並且保留的大陸線更多，但是由於kernel保留的資料較多，因此我進行了第三次卷積，結果如下：

score   =   1.1602e+04
score1  =   0.9931
score2  =   0.9992

在效果更佳明顯的情況下，分數竟然沒有變化。

對kernel3進行二次卷積，實驗結果如下：

score   =   1.1588e+04
score1  =   0.9931
score2  =   0.9980

可以發現，實驗結果在保留了經緯線的情況下，進一步的剔除了大陸邊界線，雖然評分有所降低，但是效果up。

2.4 對比總結

總的來說，進行多次卷積，可以將大陸線進一步的剔除，但是代價就是經緯線交匯處的缺口會越來越大。在對比總結之中，kernel1與kernel2配合的效果最佳，因為可以保證交匯了的經緯線不會有缺口。下圖為各圖經過3~4次卷積的結果，存在放./image下。卷積次數由imageprocessing_test.m中顯示。

processed_image = my_imageprocessing(bw); % 卷積一次
processed_image = my_imageprocessing(processed_image); % 卷積二次
processed_image = my_imageprocessing(processed_image); % 卷積三次
processed_image = my_imageprocessing(processed_image); % 卷積四次

2.5 實驗結果

3 實驗體會

這次實驗嘗試了許多方法，從霍夫變換，到邊界追蹤（由於滿足八連通，可以完整追蹤下來，但是難以去除經緯線），到最後的卷積，發現我的方法越厲害，結果越辣雞，最終選擇九九歸一，反而取得了不錯的結果，本次實驗由於不像前兩次實驗一樣方向明確，費了不少時間精力，雖然我真的很像像群裡說的打表一樣（我從第二次實驗就說想打表了嚶嚶嚶），但是考慮到報告沒法寫還是放棄了emmm，而且還要默默的摳圖。