近年来,随着信息时代特别是数字时代的来临,计算机信息处理已经成为卫星云图处理最主要的手段。卫星云图是遥感成像数据中包含信息最多的数据源之一,采用图像处理方法分析并提取有用图像特征和内容,进而判断大气变化情况和天气形势,是当前天气预报界的主流工作模式。因此,合理地处理、分析和应用卫星云图信息,已经成为卫星云图处理的主要研究方向。本文在借鉴传统图像处理方式的前提下,提出了基于内容的卫星云图处理和信息检索方法,提高了图像处理的目的性和使用效率,具有较高的创新价值和实用价值。本文所提出的图像内容的含义包含两层意思:一是纹理、颜色、形状、边缘等基本图像特征,它们组成了反映图像特点最基本的内容;二是通过这些特征所反映出的信息,即该图像所描述的天气状况及发展趋势。在本文中,针对这两层图像内容作了系统的分析,采用了多种图像处理算法提取图像特征,并进一步分析这些特征所体现出的信息,达到实际应用的目的。具体地,本文完成的工作和取得的研究成果主要包括以下几个方面:1.将基于内容处理的思想引入卫星云图处理领域本文将卫星云图的特征作为研究内容,从底层特征提取和高层图像检索两个层次研究了卫星云图内容的处理和分析,并将图像理解的范畴引入卫星云图处理领域,是具有前瞻性的研究课题。2.针对卫星云图基本特征,提出了识别卫星云图的基本判据在系统分析大量卫星云图的基础上,提出了卫星云图识别的一般判据,并从这六大判据依次上升到图像的四项特征(颜色、纹理、边缘、形状),为准确地进行云图处理和识别奠定了基础。3.在小波域内系统研究了基于组合滤波思想的卫星云图预处理算法卫星云图由于其成像机制,遥感图像的分辨率和清晰度还有待提高,图像“软”处理技术在当前硬件水平欠缺的情况下就显得尤为重要。基于小波域的组合滤波方法将平滑滤波的思想应用于小波分解图像,在小波域内能够充分滤除干扰,重构后的图像质量取得了明显改善。4.系统分析了卫星云图的特征,提出了改进的边缘检测融合算法卫星云图的基本特征可以包括光谱特征、纹理特征和空间几何特征三类。本文从颜色处理和灰度校正出发,研究了卫星云图的颜色特征,改善了图像质量;系统分析了卫星云图的纹理特性,采用具有统计特性的共生矩阵法分析图像纹理特征参数,实现了卫星云图的特征识别;特别是针对卫星云图的边缘特征,提出了改进的边缘检测融合算法,该算法基于sobel算子的强边缘检测原则和cannv算子的最优检测三大准则,取得了较好的改良效果。5.提出了基于特征矢量空间和全局竞争生长准则的区域生长算法卫星云图的区域特征提取一直是个难题,常面临“找不准”和“溢出”等问题,本文改进了常规的区域生长算法,在特征矢量空间表征图像,基于全局比较探测、面积测定及空间优先、竞争机会均等三个生长准则,采用贴标签的方式决定特征向量的归属,能够准确的提取目标区域。6.基于变分方法,提出了两种卫星云图轮廓提取算法卫星云图的轮廓特征是最重要的一种视觉特征,本文采用变分方法提取卫星云图轮廓,系统分析了变分理论的两大分支——参数活动轮廓模型和几何活动轮廓模型的特点,提出了两种轮廓提取算法,能够有效实现卫星云图真实轮廓的标记。7.提出了一种适用于卫星云图检索的多特征加权反馈方法研究了基于内容的卫星云图信息检索特征提取、特征索引、图像匹配、特征反馈的全过程,从颜色、纹理、形状、轮廓等不同的图像特征内容出发,研究了根据不同特征进行图像信息检索的方法,提出了一套有效的图像多特征加权反馈检索方法,能够准确高效地检索相关的图像信息。本文在分析了大量图像和借鉴传统方法的基础上,针对卫星云图的特征,提出了几种适合于卫星云图的处理方法,取得了较好的实验效果。由于气象图像数据量的庞大,为了便于查询分析结果,建立了便利的卫星云图数据库,研究了基于图像内容的图像检索方法。本课题将卫星云图的处理、分析、入库、检索、应用及预报的业务过程作为一个整体联系起来,提高了卫星云图的应用效率,具有较高的理论价值和应用价值。