董浩楠，焦瑞莉，黄敏松

(1.北京信息科技大学 信息与通信工程学院，北京 100101；2中国科学院大气物理研究所 云降水物理与强风暴重点实验室，北京 100029)

0 引言

云降水粒子形状是云微物理学研究中的重要概念[1]。云粒子形状可影响云粒子自身的散射属性、生长率和下落末速度，而云粒子的散射特性对全球气候、辐射平衡、卫星遥感有重要影响[2]。通常识别云粒子形状的前提是对图像特征值进行判断，所以采集云粒子图像并提取图像特征值十分重要。

目前国内通常使用气象飞机搭载美国粒子测量技术公司(Droplet Measurement Technology)所生产的云粒子成像仪(cloud imaging probe,CIP)和降水粒子成像仪(precipitation imaging probe,PIP)来获取云中降水粒子的信息和图像[3-4]。由于单次采集的数据量非常大，并且数据通常以压缩文件的格式进行存储，所以在后续的粒子分析工作中需对云粒子图像数据解压来复原粒子图像。为识别云粒子形状，在图像复原后还需提取云粒子图像的相关特征值。但目前传统云粒子图像回放软件仅能实现简单云粒子图像回放及信息处理，不能提取云粒子图像特征值和存储相关数据，不利于后续的云微物理学研究[5]。

本文首先分析CIP仪器采集云粒子图像的存储数据原理，利用RLEHB压缩算法的逆过程和矩阵变换实现云粒子图像回放，同时为保证后续特征值提取的准确性，采用形态学处理的闭合操作对解压后的云粒子图像进行内部填充，保证图像的完整性，然后计算Holroyd特征值和凸包特征值……