基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法
【專利摘要】本發(fā)明涉及一種基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法，屬于機(jī)器視覺(jué)【技術(shù)領(lǐng)域】。該方法包括步驟：S1：將關(guān)鍵幀圖像轉(zhuǎn)換為灰度圖像；S2：計(jì)算各像素點(diǎn)的梯度值，生成梯度圖像；S3：將梯度圖像分成若干模塊，對(duì)含異物模塊進(jìn)行梯度增強(qiáng)，再利用增強(qiáng)后的梯度值實(shí)現(xiàn)塊內(nèi)顯著點(diǎn)提取；S4：若含異物模塊超閾值，則判斷為下雨，進(jìn)行連通域計(jì)算，將顯著點(diǎn)分成若干組，認(rèn)為每組顯著點(diǎn)為一雨滴；S5：計(jì)算每組顯著點(diǎn)的最上、下、左、右坐標(biāo)；S6：將坐標(biāo)轉(zhuǎn)換為對(duì)應(yīng)的世界坐標(biāo)，估算出雨滴半徑；S7：進(jìn)行數(shù)學(xué)統(tǒng)計(jì)。本發(fā)明利用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)機(jī)載云宏觀影像分析系統(tǒng)中的雨滴檢測(cè)分析功能，該方法復(fù)雜度低、實(shí)時(shí)性好，能夠滿足云宏觀影像分析系統(tǒng)的要求。
【專利說(shuō)明】基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及機(jī)器視覺(jué)【技術(shù)領(lǐng)域】，具體涉及一種基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法。
【背景技術(shù)】
[0002]人工影響天氣工作的深入開展需要對(duì)空中云水資源的宏微觀物理特征進(jìn)行探測(cè)和研究，為了科學(xué)地、定量地、客觀地掌握大氣中水汽含量、水汽輸送、粒子轉(zhuǎn)化等物理特性，科學(xué)家們不斷地將各種先進(jìn)的大氣探測(cè)設(shè)備(即各種專業(yè)的傳感器)安裝到飛機(jī)上進(jìn)行入云探測(cè)。近幾年，中國(guó)氣象局氣象信息中心和中國(guó)氣象局人影中心提出建立機(jī)載云降水宏觀影像分析系統(tǒng)，與以往探測(cè)系統(tǒng)不同的是，云宏觀影像分析系統(tǒng)是利用機(jī)器視覺(jué)、數(shù)字圖像處理以及模式識(shí)別等技術(shù)對(duì)人影作業(yè)視頻進(jìn)行處理，從而實(shí)現(xiàn)云宏觀尺度、云中降水粒子狀態(tài)、飛機(jī)積冰狀況和飛機(jī)作業(yè)情況的輔助監(jiān)測(cè)與分析。
[0003]雨滴是降水過(guò)程的最終產(chǎn)物，雨滴譜是降水微物理重要特征量之一。通過(guò)雨滴譜的觀測(cè)，可以了解降水的物理過(guò)程及其特點(diǎn)，對(duì)研究人工降水的資源條件、人工催化的時(shí)機(jī)選擇、效果檢驗(yàn)等有重要意義。因此，有必要設(shè)計(jì)一種適用于云宏觀影像分析系統(tǒng)的雨滴檢測(cè)分析方法。
【發(fā)明內(nèi)容】
[0004](一 )要解決的技術(shù)問(wèn)題
[0005]本發(fā)明要解決的技術(shù)問(wèn)題是:如何提出一種復(fù)雜度低、實(shí)時(shí)性好的適用于云宏觀影像分析系統(tǒng)的雨滴檢測(cè)分析方法。
[0006]( 二 )技術(shù)方案
[0007]為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法，包括以下步驟:
[0008]S1:將雨滴視頻的關(guān)鍵幀圖像轉(zhuǎn)換為灰度圖像；
[0009]S2:計(jì)算所述灰度圖像的各像素點(diǎn)的梯度值，生成梯度圖像；
[0010]S3:將所述梯度圖像分成若干模塊，對(duì)含異物的模塊進(jìn)行梯度增強(qiáng)，再利用增強(qiáng)后的梯度值實(shí)現(xiàn)塊內(nèi)顯著點(diǎn)提??；
[0011]S4:若含異物的模塊超過(guò)一定閾值，則判斷為天空下雨，此時(shí)進(jìn)行連通域計(jì)算，將顯著點(diǎn)分成若干組，認(rèn)為每組顯著點(diǎn)為一個(gè)雨滴；否則返回步驟Si處理下一幅圖像；
[0012]S5:計(jì)算每組顯著點(diǎn)在圖像平面坐標(biāo)系的最上、下、左、右坐標(biāo)；
[0013]S6:根據(jù)攝像機(jī)標(biāo)定參數(shù)，將步驟S5得到的坐標(biāo)轉(zhuǎn)換為對(duì)應(yīng)的世界坐標(biāo)，從而估算出雨滴半徑；
[0014]S7:根據(jù)估算出的雨滴半徑，對(duì)雨滴進(jìn)行數(shù)學(xué)統(tǒng)計(jì)。
[0015]優(yōu)選地，步驟S3具體為，將梯度圖像G分為若干模塊，對(duì)每塊求取梯度的最大值和最小值，當(dāng)最大值與最小值的差值超過(guò)預(yù)設(shè)閾值時(shí)，認(rèn)為此模塊波動(dòng)較大，有不屬于天空的異物存在，需要對(duì)該模塊進(jìn)行梯度增強(qiáng)處理，對(duì)梯度增強(qiáng)后的模塊進(jìn)行顯著點(diǎn)提取，將顯著點(diǎn)的灰度值置為255，其它像點(diǎn)均置為O，得到一幅包含顯著點(diǎn)的二值圖像Gn?，其中，當(dāng)增強(qiáng)后的梯度值大于100時(shí)，該像素點(diǎn)即為顯著點(diǎn)。
[0016]優(yōu)選地，步驟S3中進(jìn)行梯度增強(qiáng)的公式如下:
[0017]G1J'-] = (G0 n - min) x 255 /(max- min)
[0018]其中，G(t；；表示梯度圖像G第i行、第j列像素點(diǎn)的增強(qiáng)梯度值，max、min分別表示當(dāng)前模塊的梯度最大值和最小值。
[0019]優(yōu)選地，步驟S6中，估算雨滴的半徑的公式如下:
[0020]Ri= ((Xmax1-Xmin^i) + (Ymax1-Ymini)) / 4
[0021]其中，Xfflax i, Xmin+ Yfflax i, Yfflinj分別表示第i組顯著點(diǎn)的最右、左、下、上的世界坐標(biāo)，Ri表示估算出的第i個(gè)雨滴的半徑。
[0022]優(yōu)選地，步驟S7中，對(duì)雨滴進(jìn)行數(shù)學(xué)統(tǒng)計(jì)包括計(jì)算平均半徑、半徑方差、三階矩、四階矩，以及雨滴譜的三個(gè)參數(shù)。
[0023](三)有益效果
[0024]本發(fā)明利用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)機(jī)載云宏觀影像分析系統(tǒng)中的雨滴檢測(cè)分析功能，該方法復(fù)雜度低、實(shí)時(shí)性好，能夠滿足云宏觀影像分析系統(tǒng)的要求。
【專利附圖】
【附圖說(shuō)明】·
[0025]圖1為本發(fā)明的方法流程圖；
[0026]圖2為雨滴原始圖像F ；
[0027]圖3為梯度圖像G ;
[0028]圖4為梯度增強(qiáng)圖像；
[0029]圖5為連通域圖像。
【具體實(shí)施方式】
[0030]為使本發(fā)明的目的、內(nèi)容、和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的【具體實(shí)施方式】作進(jìn)一步詳細(xì)描述。
[0031]如圖1所示，本發(fā)明提供了一種基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法，包括以下步驟:
[0032]步驟S1:抽取人影作業(yè)過(guò)程中雨滴視頻的(高清:1920x1080 24位10幀/秒)關(guān)鍵幀F(xiàn)作為原始圖像(如圖2所示)，為了便于計(jì)算梯度，將關(guān)鍵幀圖像轉(zhuǎn)換為灰度圖像P。轉(zhuǎn)換公式如下所示:
[0033]p(ijJ)=0.3Xr(ijJ)+0.59Xg(ijJ)+0.llXb(ijJ) (I)
[0034]其中，分別表示圖像F第i行、第j列像素點(diǎn)的RGB分量值，p(i,j)表示該像素點(diǎn)轉(zhuǎn)換后得到的灰度值。
[0035]步驟S2:對(duì)灰度圖像P求取梯度，得到梯度圖像G(如圖3所示)，具體公式如下所示:
【權(quán)利要求】
1.一種基于機(jī)器視覺(jué)的雨滴檢測(cè)分析方法，其特征在于，包括以下步驟: S1:將雨滴視頻的關(guān)鍵幀圖像轉(zhuǎn)換為灰度圖像； S2:計(jì)算所述灰度圖像的各像素點(diǎn)的梯度值，生成梯度圖像； S3:將所述梯度圖像分成若干模塊，對(duì)含異物的模塊進(jìn)行梯度增強(qiáng)，再利用增強(qiáng)后的梯度值實(shí)現(xiàn)塊內(nèi)顯著點(diǎn)提??； S4:若含異物的模塊超過(guò)一定閾值，則判斷為天空下雨，此時(shí)進(jìn)行連通域計(jì)算，將顯著點(diǎn)分成若干組，認(rèn)為每組顯著點(diǎn)為一個(gè)雨滴；否則返回步驟SI處理下一幅圖像； S5:計(jì)算每組顯著點(diǎn)在圖像平面坐標(biāo)系的最上、下、左、右坐標(biāo)； S6:根據(jù)攝像機(jī)標(biāo)定參數(shù)，將步驟S5得到的坐標(biāo)轉(zhuǎn)換為對(duì)應(yīng)的世界坐標(biāo)，從而估算出雨滴半徑； 57:根據(jù)估算出的雨滴半徑，對(duì)雨滴進(jìn)行數(shù)學(xué)統(tǒng)計(jì)。
2.如權(quán)利要求1所述的方法，其特征在于，步驟S3具體為，將梯度圖像G分為若干模塊，對(duì)每塊求取梯度的最大值和最小值，當(dāng)最大值與最小值的差值超過(guò)預(yù)設(shè)閾值時(shí)，認(rèn)為此模塊波動(dòng)較大，有不屬于天空的異物存在，需要對(duì)該模塊進(jìn)行梯度增強(qiáng)處理，對(duì)梯度增強(qiáng)后的模塊進(jìn)行顯著點(diǎn)提取，將顯著點(diǎn)的灰度值置為255，其它像點(diǎn)均置為O，得到一幅包含顯著點(diǎn)的二值圖像Gn?，其中，當(dāng)增強(qiáng)后的梯度值大于100時(shí)，該像素點(diǎn)即為顯著點(diǎn)。
3.如權(quán)利要求2所述的方法，其特征在于，步驟S3中進(jìn)行梯度增強(qiáng)的公式如下:
G:、;) = iG{i j) - min) X 255 /(max- min) 其中，表示梯度圖像G第i行、第j列像素點(diǎn)的增強(qiáng)梯度值，max、min分別表示當(dāng)前模塊的梯度最大值和最小值。
4.如權(quán)利要求1所述的方法，其特征在于，步驟S6中，估算雨滴的半徑的公式如下:
Ri= ( (Xmax_i_Xmin-1) + (Ymax 1-Ymin i) ) /4 其中，Xmax i> Xmin_1、Ymax i, Ymin i分別表示第i組顯著點(diǎn)的最右、左、下、上的世界坐標(biāo)，Ri表示估算出的第i個(gè)雨滴的半徑。
5.如權(quán)利要求1~4中任一項(xiàng)所述的方法，其特征在于，步驟S7中，對(duì)雨滴進(jìn)行數(shù)學(xué)統(tǒng)計(jì)包括計(jì)算平均半徑、半徑方差、三階矩、四階矩，以及雨滴譜的三個(gè)參數(shù)。
【文檔編號(hào)】G06T7/00GK103593847SQ201310596411
【公開日】2014年2月19日 申請(qǐng)日期:2013年11月25日 優(yōu)先權(quán)日:2013年11月25日
【發(fā)明者】譚楓, 陸楠 申請(qǐng)人:中國(guó)航天科工集團(tuán)第三研究院第八三五七研究所