[發明專利]一種基于圖像識別的雨量測量方法及裝置

在審

• 申請號: 201811057671.6
• 申請日: 2018-09-11
• 公開（公告）號: CN109143413A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 邱芳;鄒陽溪;黃勇;陳潤平;李華;楊俊
• 申請（專利權）人: 深圳市銀河系科技有限公司
• 主分類號: G01W1/14
• 分類號: G01W1/14
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛良

1.一種基于圖像識別的雨量測量方法，其特征在于，包括以下步驟：

步驟a：通過攝像裝置獲取雨滴圖像；

步驟b：利用形態濾波算法對所述雨滴圖像進行濾波處理，對雨滴邊緣進行識別，得到所述雨滴圖像中的雨滴目標區域；

步驟c：計算所述雨滴目標區域中雨滴的面積，通過所述雨滴的面積估算雨滴水量，根據所述雨滴水量估計降雨量。

2.根據權利要求1所述的基于圖像識別的雨量測量方法，其特征在于，在所述步驟a中，所述通過攝像裝置獲取雨滴圖像具體包括：通過水平放置的雨滴收集裝置收集雨滴，并使用攝像裝置對收集的雨滴進行拍照，獲取雨滴圖像。

3.根據權利要求2所述的基于圖像識別的雨量測量方法，其特征在于，所述步驟a與步驟b之間還包括：對所述雨滴圖像進行預處理，分別獲取雨滴的外部區域和內部區域。

4.根據權利要求3所述的基于圖像識別的雨量測量方法，其特征在于，所述對所雨滴圖像進行預處理，分別獲取雨滴的外部區域和內部區域具體為：對雨滴圖像作濾波處理得到雨滴灰度直方圖，根據雨滴灰度分布特點，利用迭代閾值法得到雨滴的外部區域Ro；利用類間方差閾值法得到所述雨滴灰度直方圖中最大峰值處的閾值s，將低于閾值s的部分劃為低灰度區Gl(x，y)，將高于閾值s的部分劃為高灰度區Gh(x，y)：

并在低灰度區Gl(x，y)內以平均值迭代運算求取閾值s1：

上述公式中，Gmax(X，Y)、Gmin(X，Y)分別是屬于同一灰度區內的最大、最小灰度值；再利用s1結合區域生長得出雨滴的內部區域Ri。

5.根據權利要求4所述的基于圖像識別的雨量測量方法，其特征在于，在所述步驟b中，所述利用形態濾波算法對雨滴圖像進行濾波處理，對雨滴邊緣進行識別，得到雨滴圖像中的雨滴目標區域具體包括：根據Ro、Ri兩區域的幾何關系，以內部區域Ri作為中心區域進行不斷增長，在增長的控制中，結合數學形態學基本運算中的膨脹算法，以4鄰域結構元素對Ri進行逐次膨脹運算，使得Ri和Ro之間的距離逐漸縮小；當Ri膨脹中遇到Ro時標記相遇點，膨脹次數設為n，當n達到設定的d值時停止膨脹，即滿足n≤d；最終Ri增長完畢，標記增長區域以及Ri和Ro，得到雨滴目標區域。

6.一種基于圖像識別的雨量測量裝置，其特征在于，包括：

攝像模塊：用于獲取雨滴圖像；

圖像濾波模塊：用于利用形態濾波算法對所述雨滴圖像進行濾波處理，對雨滴邊緣進行識別，得到所述雨滴圖像中的雨滴目標區域；

降雨量計算模塊：用于計算所述雨滴目標區域中雨滴的面積，通過所述雨滴的面積估算雨滴水量，根據所述雨滴水量估計降雨量。

7.根據權利要求6所述的基于圖像識別的雨量測量裝置，其特征在于，還包括水平放置的雨滴收集模塊，用于收集雨滴。

8.根據權利要求7所述的基于圖像識別的雨量測量裝置，其特征在于，還包括圖像預處理模塊，所述圖像預處理模塊用于對所述雨滴圖像進行預處理，分別獲取雨滴的外部區域和內部區域。

9.根據權利要求8所述的基于圖像識別的雨量測量裝置，其特征在于，所述圖像預處理模塊對所雨滴圖像進行預處理，分別獲取雨滴的外部區域和內部區域具體為：對雨滴圖像作濾波處理得到雨滴灰度直方圖，根據雨滴灰度分布特點，利用迭代閾值法得到雨滴的外部區域Ro；利用類間方差閾值法得到所述雨滴灰度直方圖中最大峰值處的閾值s，將低于閾值s的部分劃為低灰度區Gl(x，y)，將高于閾值s的部分劃為高灰度區Gh(x，y)：

并在低灰度區Gl(x，y)內以平均值迭代運算求取閾值s1：

上述公式中，Gmax(X，Y)、Gmin(X，Y)分別是屬于同一灰度區內的最大、最小灰度值；再利用s1結合區域生長得出雨滴的內部區域Ri。

10.根據權利要求9所述的基于圖像識別的雨量測量裝置，其特征在于，所述圖像濾波模塊利用形態濾波算法對雨滴圖像進行濾波處理，對雨滴邊緣進行識別，得到雨滴圖像中的雨滴目標區域具體包括：根據Ro、Ri兩區域的幾何關系，以內部區域Ri作為中心區域進行不斷增長，在增長的控制中，結合數學形態學基本運算中的膨脹算法，以4鄰域結構元素對Ri進行逐次膨脹運算，使得Ri和Ro之間的距離逐漸縮小；當Ri膨脹中遇到Ro時標記相遇點，膨脹次數設為n，當n達到設定的d值時停止膨脹，即滿足n≤d；最終Ri增長完畢，標記增長區域以及Ri和Ro，得到雨滴目標區域。