一種地基云自動(dòng)檢測(cè)方法
【專利摘要】本發(fā)明公開一種地基云自動(dòng)檢測(cè)方法，其中包括可見光云圖的采集；對(duì)云圖藍(lán)紅兩波段圖像進(jìn)行非線性動(dòng)態(tài)范圍的灰度調(diào)整得到兩波段增強(qiáng)圖像，再對(duì)兩波段增強(qiáng)圖像差值處理得到特征圖；對(duì)特征圖進(jìn)行Shearlet變換得到多尺度不同方向的子帶系數(shù)；然后對(duì)各子帶系數(shù)模值圖像的紋理特征進(jìn)行抽??；最終采用聚類算法對(duì)抽取的特征向量進(jìn)行分類實(shí)現(xiàn)云圖的自動(dòng)檢測(cè)。本發(fā)明可解決人工目判的局限，實(shí)現(xiàn)可見光云圖的自動(dòng)檢測(cè)，且具有較好的魯棒性和準(zhǔn)確性。
【專利說明】—種地基云自動(dòng)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，尤其是一種地基云自動(dòng)檢測(cè)方法。
【背景技術(shù)】
[0002]云作為地球上水文循環(huán)的一個(gè)重要環(huán)節(jié)，其與地面輻射相互作用共同影響著局部和全球范圍的能量平衡。因此，準(zhǔn)確地獲取云的信息，對(duì)天氣預(yù)報(bào)的準(zhǔn)確性、全球范圍內(nèi)的氣候變化以及飛行保障等都有十分重要的意義。目前云的檢測(cè)主要靠人工做出判斷，這種方法費(fèi)時(shí)、費(fèi)力并且?guī)в泻軓?qiáng)的主觀局限性。同時(shí)由于受人為主觀因素影響以及夜間光照條件的限制，人工云量觀測(cè)具有較大的主觀誤差，且人工消耗很大，給云的觀測(cè)資料的定量化應(yīng)用帶來不便，因此實(shí)現(xiàn)云量的自動(dòng)檢測(cè)是當(dāng)前的迫切需要。
[0003]目前的地基云檢測(cè)算法主要是以閾值為基礎(chǔ)，即以紅藍(lán)波段的灰度值(或輻射亮度)對(duì)比作為云和晴空的判斷依據(jù)。Long等提出了用固定閾值進(jìn)行云的檢測(cè)，這種方法在晴朗天空下對(duì)厚云的檢測(cè)效果較好，但考慮到天空云圖的復(fù)雜性，固定閾值不能使所有圖像獲得好的檢測(cè)結(jié)果。之后楊俊等人提出的應(yīng)用最大類間方差閾值法可對(duì)不同的云圖自適應(yīng)計(jì)算閾值，但由于云的形態(tài)千變?nèi)f化以及光照的影響，對(duì)整幅云圖采用一個(gè)全局閾值并不能獲得很好的檢測(cè)精度。

【發(fā)明內(nèi)容】

[0004]為了解決地基云自動(dòng)檢測(cè)的問題，本發(fā)明的目的是充分利用地基可見光云圖的紋理特征，實(shí)現(xiàn)云的自動(dòng)檢測(cè)，具有很強(qiáng)的魯棒性和正確性。
[0005]本發(fā)明專利所解決的技術(shù)問題可采用如下的技術(shù)解決方案來實(shí)現(xiàn):
[0006]一種地基云自動(dòng)檢測(cè)方法，其特征在于包括以下步驟:
[0007]步驟1:利用成像設(shè)備對(duì)可見光云圖采集；
[0008]步驟2:輸入采集好的云圖進(jìn)行各顏色通道的分離，再對(duì)云圖藍(lán)紅兩波段圖像進(jìn)行非線性動(dòng)態(tài)范圍的灰度調(diào)整獲取云圖藍(lán)波段增強(qiáng)圖像B'與紅波段增強(qiáng)圖像R'，然后將兩波段增強(qiáng)圖像的差值圖(B' -R')的像素歸一化到[0255]，得到特征圖像；
[0009]步驟3:特征圖像進(jìn)行多尺度多方向的Shearlet分解；
[0010]步驟4:在步驟3的基礎(chǔ)上對(duì)各尺度不同方向子帶系數(shù)進(jìn)行非局部均值濾波處理，來降低相同紋理區(qū)域特征的變換，同時(shí)增加不同紋理區(qū)域的區(qū)別。然后對(duì)濾波后的子帶系數(shù)取模值，計(jì)算第I層的d方向上模值圖像嚴(yán)在(2n+l) X (2n+l)大小窗口下的局部能量:ef和局部能量方差#.
【權(quán)利要求】
1.一種地基云自動(dòng)檢測(cè)方法，其特征在于，該方法包括以下步驟: 步驟1:利用成像設(shè)備對(duì)可見光云圖采集； 步驟2:輸入采集好的云圖進(jìn)行各顏色通道的分離，再對(duì)藍(lán)紅兩波段云圖像進(jìn)行非線性動(dòng)態(tài)范圍的灰度調(diào)整獲取云圖的藍(lán)波段增強(qiáng)圖像B'和紅波段增強(qiáng)圖像R'，然后將兩波段增強(qiáng)圖像的差值圖(B' -R')歸一化到[0255]，得到特征圖像； 步驟3:特征圖像進(jìn)行多尺度多方向的Shearlet分解； 步驟4:在步驟3的基礎(chǔ)上對(duì)各尺度不同方向子帶系數(shù)取模值，并對(duì)各子帶的模值圖像進(jìn)行特征抽??； 步驟5:利用聚類算法對(duì)步驟4抽取的特征向量進(jìn)行分類，最終實(shí)現(xiàn)可見光云的自動(dòng)檢測(cè)。
2.根據(jù)權(quán)利要求1所述的一種地基云自動(dòng)檢測(cè)方法，其特征在于，步驟4所述的具體計(jì)算過程如下: 步驟4.1以云圖藍(lán)紅兩波段增強(qiáng)圖像的差值圖作為特征圖進(jìn)行Shearlet變換，得到一系列子帶； 步驟4.2各尺度不同方向的子帶系數(shù)進(jìn)行非局部均值濾波，來降低相同紋理區(qū)域的特征的變換，同時(shí)增加不同區(qū)域的區(qū)別； 步驟4.3濾波后的各子帶系數(shù)取模值，計(jì)算第I層的d方向上的模值圖像Ild在(2n+l) X (2n+l)大小窗口下的局部能量彳和局部能量方差5廣:
3.根據(jù)權(quán)利要求1所述的一種地基云自動(dòng)檢測(cè)方法，其特征在于，步驟4所述的分類算法為:模糊C均值聚類算法。
【文檔編號(hào)】G06T7/40GK103714557SQ201410006911
【公開日】2014年4月9日 申請(qǐng)日期:2014年1月6日 優(yōu)先權(quán)日:2014年1月6日
【發(fā)明者】王憲, 秦磊, 王呈, 黃芳, 宋書林, 柳絮青 申請(qǐng)人:江南大學(xué)