[發(fā)明專利]一種地基可見光云圖識別處理方法

有效

• 申請?zhí)枺?/td>: 201210333246.1
• 申請日: 2012-09-10
• 公開（公告）號: CN102902956A
• 公開（公告）日: 2013-01-30
• 發(fā)明（設(shè)計）人: 王敏;周樹道;陳曉穎;黃峰
• 申請（專利權(quán)）人: 中國人民解放軍理工大學(xué)氣象學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/02
• 代理公司: 南京天翼專利代理有限責(zé)任公司 32112
• 代理人: 王玉梅

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，特別是一種適用于氣象站氣象分析的地基可見光云圖識別處理方法。

背景技術(shù)

云是地球上水文循環(huán)的一個重要環(huán)節(jié)，它與地面輻射相互作用共同影響著局地和全球尺度的能量平衡。不同類型云的輻射特性以及其分布情況，對天氣預(yù)報的準(zhǔn)確性、全球氣候變化和飛行保障等具有重要意義。由于云時刻變化，目前國內(nèi)外普遍依靠人的目力進行地基云類別的觀測，自動觀測仍在探索研究階段。其中以基于數(shù)字圖像處理技術(shù)進行云類屬識別處理為主，廣泛用到的是基于藍紅灰度比（或輻射亮度比）、不同云具有不同的紋理作為分割和分類依據(jù)，但最終的判別結(jié)果不夠理想，主要原因如下：

第一，低能見度下，由于氣溶膠的增加造成天空色度的藍色成分削弱，有氣溶膠的天空將變得灰白，如利用藍紅灰度比進行云和天空的分離，會將氣溶膠大氣誤判為云；

第二，云類別繁多，形態(tài)相異也相近，時刻變化復(fù)雜，圖像表現(xiàn)形式單一，僅是利用單純一種特征進行判別，識別率必定不高。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中云識別率較低的問題，本發(fā)明提供一種識別處理效果好，且易于實現(xiàn)和管理的地基可見光云圖識別處理方法。因為考慮到云為半透明物體，而不同類別云具有不同的透明度值，本發(fā)明將傳統(tǒng)的云紋理特征與透明度結(jié)合，以更能充分表現(xiàn)不同云的特征，從而大幅提高識別率。

為實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：一種地基可見光云圖識別處理方法，包括以下步驟：

1)采集包含地基可見光云圖的原始圖像；

2).將采集到的彩色的原始圖像由RGB空間變換到灰度空間，獲得與原始圖像相對應(yīng)的灰度圖像；然后對灰度圖像進行濾波處理得到去噪圖像，再對去噪圖像進行非線性灰度變換以得到增強圖像，并將增強圖像由灰度空間變換到RGB空間，以獲得彩色增強圖像；

3).利用基于感知顏色空間的自然圖像摳圖方法，從彩色增強圖像中將天空背景和云前景分離開來；

4).從分離出的云前景中提取特征集；

5).根據(jù)提取出的特征集中的數(shù)據(jù)，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)分類器進行云類型的分類判別，得到云類型的判別結(jié)果。

為了便于獲知識別結(jié)果以及日后對識別歷史的查看，本發(fā)明還包括步驟6)：顯示并存儲云類型的判別結(jié)果以及云特征集。

進一步的，本發(fā)明步驟2中利用自適應(yīng)維納濾波方法對灰度圖像進行濾波去噪處理，再利用免疫遺傳算法確定圖像非線性灰度變換增強參數(shù)，然后對圖像進行非線性灰度變換，得到增強圖像。

優(yōu)選的，本發(fā)明步驟4中，所述特征集包括云前景彩色云圖中RGB三通道的透明度均值、最大值和最小值，以及云前景灰度云圖0°、45°、90°、135°四個方向?qū)?yīng)的二階矩、對比度、相關(guān)性和熵，各自的平均值，這些特征數(shù)據(jù)即可作為云類型識別的要素特征，以綜合多因素識別云類型，提高識別的準(zhǔn)確率。

更進一步的，本發(fā)明還包括收集不同云類型對應(yīng)的特征作為云類型特征數(shù)據(jù)庫，并利用云類型特征數(shù)據(jù)庫進行神經(jīng)網(wǎng)絡(luò)分類器的訓(xùn)練。云類型特征數(shù)據(jù)庫中的特征值種類與步驟4中提取的特征集中的特征值種類相對應(yīng)，基于這樣的云類型特征數(shù)據(jù)庫訓(xùn)練的神經(jīng)網(wǎng)絡(luò)分類器，在進行云類別識別時可較準(zhǔn)確并迅速的得到云類型的識別結(jié)果。

有益效果

本發(fā)明利用透明度匹配算法對云圖進行了分離，在分離的基礎(chǔ)上提取出云圖的特征值用于云類型的識別，識別的準(zhǔn)確度大大提高；且本發(fā)明結(jié)構(gòu)簡單，僅需現(xiàn)有的圖像采集器和計算機即可實現(xiàn)，為氣象站的準(zhǔn)確預(yù)測災(zāi)害天氣提供了技術(shù)保障；同時本發(fā)明的存儲顯示功能便于氣象信息的管理。

附圖說明

圖1所示為本發(fā)明的具體實施例的方法流程圖；

圖2所示為本發(fā)明中非線性灰度變換圖像增強方法的流程圖；

圖3所示為圖2圖像增強方法中免疫遺傳算法流程圖；

圖4所示為基于感知顏色空間摳圖方法的透明度統(tǒng)計圖像分割示意圖；

圖5所示為云類型識別BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型示意圖。

具體實施方式

為使本發(fā)明的內(nèi)容更加明顯易懂，以下結(jié)合附圖和具體實施方式做進一步描述。

如圖1所示，本發(fā)明的具體實施例方法包括步驟：

1)采集圖像，并將原始圖像由RGB空間變換到灰度空間，獲得原始圖像對應(yīng)的灰度圖像；圖像在RGB空間與灰度空間的轉(zhuǎn)換可利用現(xiàn)有技術(shù)實現(xiàn)。