haku: @keyword object tracking / yhteensä: 3
hakutulos-lista
viite: 2 / 3
« edellinen | seuraava »
Tekijä:Rossi, Pekka
Työn nimi:Life Cycle Analysis of Convective Cells through Image Processing and Data Fusion
Konvektiosolujen elinkaarianalyysi kuvankäsittelyn ja datafuusion avulla
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:xii + 94 s. + liitt. 6      Kieli:   eng
Koulu/Laitos/Osasto:Elektroniikan, tietoliikenteen ja automaation tiedekunta
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Koivo, Heikki
Ohjaaja:Hasu, Vesa
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201203071329
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:meteorology
nowcasting
thunderstorm
weather radar
convective cell
computer vision
digital image processing
data fusion
object tracking
life cycle analysis
fuzzy logics
probabilistic reasoning
expert system
meteorologia
lähihetkiennustaminen
säätutka
datafuusio
ukkonen
konvektiosolu
tietokonenäkö
digitaalinen kuvankäsittely
oliopohjainen jäljitys
elinkaarianalyysi
sumea logiikka
asiantuntijamalli
probabilistinen päättely
Tiivistelmä (fin): Nykyaikana numeeriset säänennustusmallit pystyvät ennustamaan suuren skaalan sääilmiöitä merkittävällä tarkkuudella.
Nämä mallit ovat kuitenkin liian karkeita pienen skaalan sääilmiöille, kuten paikallisille ukkosmyrskyille.
Paikallinen, lyhyen ajan säänennustaminen eli lähihetkiennustaminen on haastava meteorologinen ongelma.
Tämä vaatii erityisesti ajallisesti ja paikallisesti tarkkojen modernien kaukokartoitusinstrumenttien sekä tietokonenäköön perustuvien menetelmien soveltamista.

Tämä diplomityö käsittelee paikallisten ukkosmyrskyjen eli konvektiosolujen lähihetkiennustamista.
Erityisesti tarkastelemme oliopohjaista konvektiosolun jäljitystä, joka on yleisesti käytetty lähestymistapa ukkosen lähihetkiennustamisessa.

Perinteisesti konvektiosolun lähihetkiennustamiseen sovelletaan säätutkadataa.
Työ esittelee uuden konvektiosolujen jäljitysmenetelmän, joka hyödyntää sekä säätutka- että salamainformaatiota.
Koska salamadata antaa tärkeää lisäinformaatiota ukkosmyrskyjen paikasta ja liikkeestä, uusi datafuusiopohjainen menetelmä parantaa algoritmin toimintavarmuutta.
Työssä testataan algoritmin toimintaa useiden esimerkkitapausten avulla.

Suunniteltu jäljitysmenetelmä tarjoaa tärkeän apuvälineen moniin käytännön tarkoituksiin.
Ensisijainen sovelluskohde on vaarallisten konvektiosolujen monitorointi sekä liikkeen ennustaminen.
Lisäksi menetelmää voidaan soveltaa ukkosen elinkaaren ja ominaisuuksien analysointiin.
Tämä työ tarkastelee ukkossolun tilastollisia ominaisuuksia uuden jäljitysmenetelmän avulla.
Menetelmällä tuotettua informaatiota sovelletaan myös solun salamoinnin ja erilaisten tutkaparametrien välisen yhteyden analysointiin.
Lisäksi työssä suunnitellaan probabilistiseen päättelyyn perustuva malli, jonka avulla voidaan tarkastella yksittäisen konvektiosolun salamariskiä.

Työssä suunnitellaan myös uusi sumeaan logiikkaan perustuva automaattinen asiantuntijamalli, jonka avulla voidaan antaa informaatiota konvektiosolun elinvaiheista.
Mallin päätehtävä on analysoida asiantuntijan tavoin konvektiosolun voimistumista tai heikkenemistä.
Tiivistelmä (eng): Today numerical weather models can predict large scale weather phenomena with a reasonable accuracy.
Still, these models are too coarse for small scale rapidly changing weather phenomena, such as thunderstorms.
Therefore, doing short term local forecasts, i.e. nowcasting, is a challenging task for the contemporary weather forecasting.
State-of-the-art remote sensing instruments and computer vision techniques are the key to this challenging task.

This thesis discusses nowcasting of thunderstorms, i.e. convective cells, through different computer vision techniques that are applied to spatially and temporally accurate weather radar and lightning data.
Emphasis is on object-oriented convective cell tracking, which is widely accepted as an important concept regarding the nowcasting of convective cells.

Conventionally, the nowcasting of convective cells is performed through weather radar data.
In this thesis, we propose a novel cell tracking method, which fuses both weather radar and important lightning information.
The aim of the data fusion is to consolidate the tracking, as more information is incorporated in the procedure.
The functioning of the algorithm is tested with several case studies.

The proposed tracking algorithm provides an important tool for several applications.
Primarily, convective cell tracking is applied to monitoring and predicting movement of hazardous thunderstorms.
It can also be used for analyzing cell properties and life cycle.
Therefore, this thesis examines also convective cell properties and derives descriptive statistic of the convective cell by means of the proposed tracking algorithm.
The results are based on tests, which are carried out through an extensive case material provided by the Finnish Meteorological Institute.

The thesis elaborates also on the lightning properties of the convective cell.
The information extracted by the tracking algorithm is applied to analyze the relationship between lightning and different radar parameters within the cell.
In addition, probabilistic reasoning is applied to determine possible lightning hazard of individual cells.

Finally, this thesis proposes a new fuzzy logics model for analyzing cell life cycle phases.
The model provides an automated method, which mimics expert made reasoning and infer whether the cell is intensifying or dissipating.
ED:2009-10-08
INSSI tietueen numero: 38453
+ lisää koriin
« edellinen | seuraava »
INSSI