[發(fā)明專利]云分類方法及設備

在審

• 申請?zhí)枺?/td>: 202011488861.0
• 申請日: 2020-12-16
• 公開（公告）號: CN112597863A
• 公開（公告）日: 2021-04-02
• 發(fā)明（設計）人: 吳昊
• 申請（專利權(quán)）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/02;G06N3/08
• 代理公司: 上海百一領御專利代理事務所(普通合伙) 31243
• 代理人: 王奎宇;甘章乖

1.一種云分類方法，其中，該方法包括：

獲取各組初始數(shù)據(jù)，每組初始數(shù)據(jù)包括：樣本衛(wèi)星圖像數(shù)據(jù)及其對應的地形數(shù)據(jù)、晨昏線數(shù)據(jù)和標簽數(shù)據(jù)；

對每組初始數(shù)據(jù)進行預處理，以得到預處理后的各組訓練數(shù)據(jù)；

將預處理后的各組訓練數(shù)據(jù)輸入模型進行訓練，以得到訓練完成的模型；

將一組待檢測數(shù)據(jù)輸入到訓練完成的模型中，以得到待檢測數(shù)據(jù)對應的云狀類別，其中，每組待檢測數(shù)據(jù)包括：待檢測的衛(wèi)星圖像數(shù)據(jù)及其對應的地形數(shù)據(jù)和晨昏線數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其中，每組初始數(shù)據(jù)中的樣本衛(wèi)星圖像數(shù)據(jù)采用衛(wèi)星云圖中的監(jiān)測下層云霧、監(jiān)測中層水汽、監(jiān)測地表溫度及監(jiān)測云的圖像和海面水溫的四個通道的數(shù)據(jù)；每組待檢測數(shù)據(jù)中的待檢測的衛(wèi)星圖像數(shù)據(jù)采用衛(wèi)星云圖中的監(jiān)測下層云霧、監(jiān)測中層水汽、監(jiān)測地表溫度及監(jiān)測云的圖像和海面水溫的四個通道的數(shù)據(jù)；

每組初始數(shù)據(jù)中的樣本衛(wèi)星圖像數(shù)據(jù)對應的地形數(shù)據(jù)包括：對應的水陸數(shù)據(jù)和海拔高度數(shù)據(jù)，其中，所述水陸數(shù)據(jù)包括陸地或水面數(shù)據(jù)；每組待檢測數(shù)據(jù)中的待檢測的衛(wèi)星圖像數(shù)據(jù)對應的地形數(shù)據(jù)包括：對應的水陸數(shù)據(jù)和海拔高度數(shù)據(jù)，其中，所述水陸數(shù)據(jù)包括陸地或水面數(shù)據(jù)；

每組初始數(shù)據(jù)中的樣本衛(wèi)星圖像數(shù)據(jù)對應的晨昏線數(shù)據(jù)包括：對應的以晨昏線為分界線生成的白天和黑夜數(shù)據(jù)；每組待檢測數(shù)據(jù)中的待檢測的衛(wèi)星圖像數(shù)據(jù)對應的晨昏線數(shù)據(jù)包括：對應的以晨昏線為分界線生成的白天和黑夜數(shù)據(jù)；

每組初始數(shù)據(jù)中的樣本衛(wèi)星圖像對應的標簽數(shù)據(jù)標記的云狀分類包括11類：卷云、卷層云、深對流、高積云、高層云、雨層云、積云、層積云、層云、未知和無云。

3.根據(jù)權(quán)利要求2所述的方法，其中，對每組初始數(shù)據(jù)進行預處理，以得到預處理后的各組訓練數(shù)據(jù)，包括：

從每組初始數(shù)據(jù)中的四個通道的數(shù)據(jù)中獲取東經(jīng)80°～東經(jīng)140°和北緯55°～南緯5°，且空間分辨率為1～2km每個像素點數(shù)據(jù)，作為預處理后的樣本衛(wèi)星圖像數(shù)據(jù)；

基于每組初始數(shù)據(jù)中的水陸數(shù)據(jù)生成對應的第一掩膜圖，其中，所述第一掩膜圖中，用0表示陸地，用1表示水面；

基于每組初始數(shù)據(jù)中的海拔高度數(shù)據(jù)生成對應的第二掩膜圖，其中，所述第二掩膜圖中，所述海拔高度數(shù)據(jù)歸一化為0～1之間數(shù)據(jù)；

基于每組初始數(shù)據(jù)中的白天和黑夜數(shù)據(jù)，得到第三掩膜圖，其中，所述第三掩膜圖中的白天的部分取值為0，黑夜的部分取值為1；

基于每組初始數(shù)據(jù)中的預處理后的樣本衛(wèi)星圖像數(shù)據(jù)用所述11類的云狀分類進行對應的標記，以得到每組初始數(shù)據(jù)中的預處理后的標簽數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其中，將各組訓練數(shù)據(jù)輸入模型進行訓練，以得到訓練完成的模型，包括：

采用隨機裁剪的方式或重疊的滑窗裁剪的方式，將每組訓練數(shù)據(jù)輸入模型進行裁剪，得到每組訓練數(shù)據(jù)對應的小塊數(shù)據(jù)；

將各個小塊數(shù)據(jù)輸入模型進行訓練，以得到訓練完成的模型。