[发明专利]一种基于图像处理的降水粒子相态识别方法

说明书

技术领域

本发明属于数字图像识别领域，具体涉及一种基于图像的降水粒子相态识别方法，用于自动识别降水粒子的相态，进而提取相关的降水信息。

背景技术

降水观测是天气现象观测中的重要组成部分，在国民经济建设服务中有着重要的作用，如防洪、抗旱、减灾、水利工程的设计、工农业生产等，同时对气候变化特别是季风研究等许多方面有着重要的影响。

在降水观测中很重要的一点就是实时得到降水粒子的相态、形状、尺度信息，估测降水强度和降水量，判别降水天气现象类型，提供准确及时的天气状况情报。

降水粒子相态可以分为两类，一类是液态粒子，如雨滴；一类是固态粒子，如雪花、冰粒等。考虑到实际降水过程中，液态粒子主要为雨滴，固态粒子主要为雪花的情况，本发明仅考虑识别降水粒子相态为雨滴或雪花。

目前国内外识别降水粒子相态的方法是获取具有双线偏振功能的雷达探测到的水平反射率因子(Z_H)、垂直反射率因子(Z_V)、差分反射率因子(Z_DR)、线性退偏振比(L_DR)、差传播相移(Φ_DP)、零滞后互相关系数(ρ_HV(0))等与降水粒子类型、形状和分布等要素密切相关的参数进行反演分析，推导降水粒子的相态。我国在利用偏振雷达识别降水粒子相态方面的研究工作不多，主要原因是我国偏振雷达技术的发展相对滞后。由于国外不同雷达的测量参数不尽相同，而且识别出的天气类型与我国的天气现象有较大的差异，因此这些方法在我国不能完全使用。目前国内关于降水粒子相态识别的研究还不成熟，缺乏实际可应用的用于识别降水粒子相态的系统。

1962年，美籍华人胡贵明首先提出了首先提出7个基于直角坐标系的几何矩(以下分别用φ_Hu₁、φ_Hu₂、φ_Hu₃、φ_Hu₄、φ_Hu₅、φ_Hu₆和φHu₇表示)，并应用于形状识别。

Chen提出了利用区域边界计算区域矩的快速算法(以下分别用φ_Chen₁、φ_Chen₂、φ_Chen₃、φ_Chen₄、φ_Chen₅、φ_Chen₆和φ_Chen₇表示)，该算法通过图形的边缘点来计算区域矩。

相对矩指的是利用矩之间的比值去掉与区域有关的面积比例因子，从而使不变矩(以下用R₁、R₂、R₃、R₄、R₅、R₆、R₇、R₈、R₉和R₁₀表示)与面积或结构的比例缩放没有关系，而仅与几何形状有关。

二维极坐标傅立叶描述子能够捕捉形状的径向特征和角向特征，可以以一定的精度描述目标的形状特征，可以对形状的相似性进行定量的判别，其干扰能力强，通用性高。

特征选择是模式识别中的重要过程，现有的特征选择方法有分支定界法、模拟退火算法、遗传算法、顺序前进法、顺序后退法等方法。

中国专利文献201010145822.0公开了一种基于梯度的雨滴识别方法，该方法通过将待识别雨滴图像及背景图像分别进行各向异性扩散平滑滤波，结果图像进行差分操作，获取差分图像，再对差分图像提取边缘梯度并进行二值化，经过形态学操作处理，即得到雨滴目标检测结果。

上述公开的方法中，其只能识别出雨滴，没有对降水粒子相态进行区分，对于其他相态的降水粒子如雪花，也只能识别为雨滴，即该方法存在一定局限性。

发明内容

为克服现有方法中所存在的问题，本发明提供一种基于图像的降水粒子相态识别方法，能够自动识别降水图像中的降水粒子目标的相态并提取相关的粒子信息，提高了降雨天气现象观测的自动化程度与精度。

本发明的一种基于图像处理的降水相态识别方法，包括如下步骤：

(1)图像获取步骤，分别从成像设备获取大小一致的待识别的降水图像及其所对应的背景图像；

(2)对获取的图像进行降水目标检测，获得降水目标检测结果图像。