[發(fā)明專利]一種基于動(dòng)態(tài)模式分解的交互式光學(xué)云檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210916137.6
• 申請(qǐng)日: 2022-08-01
• 公開(kāi)（公告）號(hào): CN115187574A
• 公開(kāi)（公告）日: 2022-10-14
• 發(fā)明（設(shè)計(jì)）人: 楊璐;李毅龍;陳聰;畢重科;邱曉濱;李云龍
• 申請(qǐng)（專利權(quán)）人: 天津理工大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/50
• 代理公司: 天津才智專利商標(biāo)代理有限公司 12108
• 代理人: 王夢(mèng)

1.一種基于動(dòng)態(tài)模式分解的交互式光學(xué)云檢測(cè)方法，其特征在于，步驟如下：

S1、獲得用于構(gòu)建云檢測(cè)模型的指導(dǎo)數(shù)據(jù)，其為由基于連續(xù)時(shí)間段內(nèi)的N幀衛(wèi)星云圖經(jīng)真彩色融合處理后得到的N幀真彩色合成圖像，進(jìn)而合成得到的視頻M：

S2、構(gòu)建DMD算法以對(duì)輸入視頻中的云進(jìn)行檢測(cè)；

S201、將由步驟S1得到的衛(wèi)星云圖視頻M從M₁到M_N拉長(zhǎng)成時(shí)間間隔為Δ_t的N幀均勻的采樣數(shù)據(jù)，得到時(shí)間序列數(shù)據(jù)矩陣其表達(dá)式為：

S202、對(duì)數(shù)據(jù)矩陣X₁進(jìn)行灰度化處理，得到r行、c列的首幀灰度圖像矩陣；將首幀灰度圖像矩陣重構(gòu)為r×c行、1列的新矩陣，并分別賦值給矩陣X₁和矩陣X；

S203、對(duì)數(shù)據(jù)矩陣X₂進(jìn)行灰度化處理，得到r行、c列的第2幀灰度圖像矩陣；將第2幀灰度圖像矩陣重構(gòu)為r×c行、1列的新矩陣，并賦值給矩陣Y₂；將矩陣X₁與矩陣Y₂進(jìn)行重構(gòu)，以更新矩陣X₁為：X₁＝[X₁ Y₂]；將矩陣X與矩陣Y₂進(jìn)行重構(gòu)，以更新矩陣X為：X＝[X Y₂]；

S204、對(duì)數(shù)據(jù)矩陣X₃至數(shù)據(jù)矩陣X_N-1進(jìn)行與步驟S203相同的處理，以實(shí)現(xiàn)不斷更新矩陣X₁和矩陣X；最終，矩陣X₁更新為：X₁＝[X₁ Y₂ Y₃ Y₄ Y₅ … Y_N-1]，矩陣X更新為：X＝[X Y₂ Y₃Y₄ Y₅ … Y_N-1]；

S205、對(duì)數(shù)據(jù)矩陣X_N進(jìn)行灰度化處理，得到r行、c列的最后幀灰度圖像矩陣；將最后幀灰度圖像矩陣重構(gòu)為r×c行、1列的新矩陣，并賦值給矩陣Y_N；將經(jīng)過(guò)步驟S204得到矩陣X₁的第一列元素刪除，構(gòu)建得到矩陣X₂，即：X₂＝[Y₂Y₃ Y₄ Y₅ … Y_N-1]；將矩陣X₂和矩陣Y_N進(jìn)行重構(gòu)，更新矩陣X₂為：X₂＝[Y₂ Y₃ Y₄Y₅ … Y_N]；將步驟S204得到的矩陣X₁與矩陣Y_N進(jìn)行重構(gòu)，更新矩陣X₁為：X₁＝[X₁ Y₂ Y₃ Y₄ Y₅ … Y_N]；將步驟S204得到的矩陣X與矩陣Y_N進(jìn)行重構(gòu)，更新矩陣X為：X＝[X Y₂ Y₃ Y₄ Y₅ … Y_N]；

S206、將由步驟S205得到的矩陣X₁代入公式為：X₁＝USV^*進(jìn)行奇異值分解，以求取矩陣S的秩r；式中，V^*表示矩陣V的轉(zhuǎn)置；基于矩陣S的秩r的結(jié)果，將矩陣U中第1～r列的全部元素構(gòu)建為新的矩陣，并重新賦值給矩陣U；將矩陣S中第1～r列的全部元素構(gòu)建為新的矩陣，并重新賦值給矩陣S；將矩陣V中第1～r列的全部元素構(gòu)建為新的矩陣，并重新賦值給矩陣V；

S207、將經(jīng)過(guò)步驟S206重新賦值后的矩陣V轉(zhuǎn)置后賦值給矩陣V_star，將經(jīng)過(guò)步驟S206重新賦值后的矩陣U轉(zhuǎn)置后賦值給矩陣U_star，將經(jīng)過(guò)步驟S206重新賦值后的矩陣S求逆后賦值給矩陣S_star；進(jìn)而，結(jié)合步驟S205得到的矩陣X₂，求得滿足X_N＝A×X_N-1的近似矩陣A的相似矩陣Fdmd：F_dmd＝U×X₂×V×S，以及相似矩陣F_dmd特征值的對(duì)角矩陣Ddmd和特征向量矩陣Ydmd；繼而，通過(guò)公式：faii＝U×Ydmd，求得矩陣faii；

S208、將矩陣F_dmd的行數(shù)賦值給afdmd，將矩陣F_dmd的列數(shù)賦值給bfdmd，將矩陣V_star的列數(shù)賦值給N_n，構(gòu)建一個(gè)行數(shù)×列數(shù)為afdmd×N_n的空矩陣Vand，以及一個(gè)包含對(duì)角矩陣Ddmd主對(duì)角線上向量元素的矩陣Edmd；

S209、將矩陣Edmd的元素進(jìn)行零次冪運(yùn)算后賦值至矩陣Vand的第一列，將矩陣Edmd的元素進(jìn)行一次冪運(yùn)算后賦值至矩陣Vand的第二列；將矩陣Edmd的元素進(jìn)行二次冪運(yùn)算后賦值至矩陣Vand的第三列；繼續(xù)重復(fù)上述操作，直到將矩陣Edmd的元素進(jìn)行N_n次冪運(yùn)算后賦值至矩陣Vand的第N_n列，完成矩陣Vand的元素賦值；

S210、將矩陣Ydmd賦值給矩陣L，將矩陣Vand賦值給R；

S211、將矩陣L和矩陣R代入公式：P＝(L’×L)×conj.(R’×R)中，求得矩陣P；式中，L’表示對(duì)矩陣L求逆，R’表示對(duì)矩陣R求逆，conj.(·)表示對(duì)矩陣(·)中每個(gè)元素進(jìn)行復(fù)共軛；

S212、通過(guò)公式：q＝conj.(diag(R×V×S’×L))，求得矩陣q；式中，S’表示對(duì)矩陣S求逆，diag(R×V×S’×L)表示先獲得R×V×S’×L的主對(duì)角線元素并重新組成列向量，conj.(·)表示對(duì)上述得到的列向量(·)中每個(gè)元素進(jìn)行復(fù)共軛；基于矩陣q通過(guò)公式：aerfa＝diag(P^-1×q)，求得矩陣aerfa；

S213、將步驟S205得到的矩陣X₁的第一列賦值給矩陣X_列，并通過(guò)振幅計(jì)算公式：計(jì)算得到矩陣faii的矩陣將矩陣中主對(duì)角線上元素組成列向量，并賦值給矩陣

S214、構(gòu)建行數(shù)×列數(shù)為afdmd×(N_n+1)的全零矩陣Vand₁；將矩陣Edmd的元素進(jìn)行零次冪運(yùn)算后賦值至矩陣Vand₁的第一列，將矩陣Edmd的元素進(jìn)行一次冪運(yùn)算后賦值至矩陣Vand₁的第二列；將矩陣Edmd的元素進(jìn)行二次冪運(yùn)算后賦值至矩陣Vand₁的第三列；繼續(xù)重復(fù)上述操作，直到將矩陣Edmd的元素進(jìn)行(N_n+1)次冪運(yùn)算后賦值至矩陣Vand₁的第(N_n+1)列，完成矩陣Vand₁的元素賦值；

S215、將矩陣faii的第一列元素賦值給矩陣faii_A，將矩陣aerfa的第一行第一列的元素賦值給aerfa_A，將矩陣Vand₁的第一行元素賦值給Vand_1A；通過(guò)公式：A_hat＝faii_A×aerfa_A×Vand_1A，求得矩陣A_hat；

S216、基于步驟S205獲得的矩陣X的行數(shù)row和列數(shù)col，構(gòu)建行數(shù)×列數(shù)為row×col的全零矩陣E_hat；并利用公式：E_hat(i,j)＝X(i,j)-A_hat(i,j)完成對(duì)矩陣E_hat的重新賦值：

S217、對(duì)矩陣E_hat的第一列元素至第row列元素的每列元素進(jìn)行如下相同方式處理：將指定列元素構(gòu)建為矩陣，基于首幀圖片的寬度img_width和高度img_height，將矩陣重構(gòu)為行數(shù)×列數(shù)為img_height×img_width的矩陣，并寫入JPG文件并保存；經(jīng)過(guò)該步驟依次獲得矩陣D₁、D₂、…、D_row；

S218、通過(guò)公式：D＝D₁+D₂+D₃+…+D_row，對(duì)矩陣D1、D2、…、D_row進(jìn)行融合，得到矩陣D；

S219、采用Otsu方法對(duì)經(jīng)過(guò)上述步驟S218得到的灰度圖像矩陣D進(jìn)行二值化處理，所得二值圖像即為云檢測(cè)結(jié)果圖；

S3、對(duì)比首幀原始圖像與云檢測(cè)結(jié)果圖，采用交互修改的方式在云檢測(cè)結(jié)果圖中補(bǔ)全漏檢云。