基于拓?fù)浞治龅暮Ｑ筇卣鹘Y(jié)構(gòu)的提取研究——海洋水團(tuán)自動劃分的Morse-Smale分解途徑.pdf

1、自從我國將發(fā)展“數(shù)字海洋”列入“十五”和2015年國家海洋科學(xué)技術(shù)發(fā)展計(jì)劃以來，研究、發(fā)展有關(guān)海洋信息可視化的理論、技術(shù)與方法就成了一個(gè)急需面對的問題。 特征可視化(Feature-based Visualization)是90年代提出并迅速發(fā)展的一種全新思路的可視化方法。這類“有選擇”的可視化方法，通過對場中有意義部分即“特征”進(jìn)行重點(diǎn)可視化，可以濾除無關(guān)數(shù)據(jù)，極大降低信息的處理量，甚至獲得被抽取特征的量化描述。其中，特征提取

2、是特征可視化方法的主要任務(wù)，也是特征跟蹤及事件檢測的首要步驟。它的目標(biāo)是測定、量化和描述一個(gè)數(shù)據(jù)集中的特征，可分為基于圖像處理的特征提取、基于拓?fù)浞治龅奶卣魈崛〉鹊取?對于海洋流場這樣龐大復(fù)雜的流場數(shù)據(jù)，可視化它們蘊(yùn)含的全部信息幾乎是不可能的，因而特征可視化成為必然的選擇。我們在研究中主要是使用基于拓?fù)浞治龅奶卣魈崛〖夹g(shù)，來對海洋特征結(jié)構(gòu)的提取進(jìn)行研究。 水團(tuán)分析是海洋學(xué)研究上的重要課題，尋求一個(gè)能客觀、準(zhǔn)確、自動、高