[发明专利]一种智能图像识别云状系统及方法

说明书

本发明涉及气象技术领域，特别是涉及一种智能图像识别云状系统及方法。包括：云图获取单元、云图预处理单元、云图特征结构提取单元、云团训练单元、云图分类单元和支持向量机，云图获取单元包括CCD镜头，云图预处理单元用于对云团图像进行预处理，云图特征结构提取单元包括：图像纹理特征提取单元、图像结构特征提取单元，云团训练单元对云图预处理单元预处理后的云图图像进行训练，并得到云图训练集，同时，使用阈值分割法分割训练后的云图图像，得到每张云图的分割图像，应用支持向量机对云图图像进行分类，得到最终的识别结果。本发明具有准确率高、效率高和智能化程度高的优点。

技术领域

本发明涉及气象技术领域，特别是涉及一种智能图像识别云状系统及方法。

背景技术

云的形成和演变是大气中发生错综复杂的物理过程的具体表现之一。云的形态、分布及其变化标志着大气运动的状况，并能作为天气变化的征兆。云的自动观测是世界气象组织和中国气象局关注的问题，并且中国气象局《综合气象观测研究计划》已将其列为优先研究主题。

云状是重要的气象要素，在天气预测、现场保障、航空航天和气候研究中有重要作用。一名有经验的观测员可以在白天较好地进行云状的判断，但夜间，尤其暗夜的判断难以有效进行。此外，培养有经验的观测员需要较长时间和较大费用，观测员由于水平不一造成数据误差较大。研究云状自动识别对于提高地面气象要素自动化观测水平，全面实现气象要素自动化观测有促进作用。

随着技术的不断发展，地基测云仪器得到了很好的改进，云量和云底高目前基本能实现仪器自动测量，但云状自动识别一直是云的自动观测的难点，未能得到有效解决。其主要原因在于，云体本身是不断运动和变化的，观测员可以根据云的形态、颜色、轮廓、范围、云的演变物理过程以及与云有关的天气系统的性质等等对云状进行综合判别，但计算机进行图像识别时，以传统的单独通过纹理特征提取方法很难对这些复杂的特征进行行之有效的描述，从而造成自动识别较为困难，因此，如何对云图进行精准识别是本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种智能图像识别云状系统及方法，本发明所提供的智能图像识别云状系统具有准确率高、效率高和智能化程度高的优点。

本发明改进了现有技术中，单独通过纹理特征对云状进行识别的方法，由于在地基云图像中很多云状的内部和天空区域的纹理几乎趋近于平坦，导致整体的云状识别效果并不理想，因此，本发明通过纹理特征结合结构轮廓特征提取的方法，对呈团状的积状云有很好的识别效果。

本发明还改进了现有技术中，在进行云图分割时，利用传统阈值分割法会在一定程度上受到太阳强光的干扰，容易将强光部分误判为云的问题，本发明通过改进了阈值分割的方法，通过通道分量结合阈值分割操作分离太阳强光，去除了太阳强光的干扰。

为了实现上述目的，本发明提供了如下的技术方案：

一种智能图像识别云状系统，包括：

云图获取单元、云图预处理单元、云图特征结构提取单元、云团训练单元、云图分类单元和支持向量机；

所述云图获取单元包括CCD镜头，所述CCD镜头用于获取云团图像，所述云图获取单元信号连接于所述云图预处理单元；

所述云图预处理单元用于对所述云团图像进行预处理，所述云图预处理单元信号连接于所述云图特征结构提取单元；

所述云图特征结构提取单元包括：图像纹理特征提取单元、图像结构特征提取单元；

所述图像纹理特征提取单元用于对所述云团图像进行纹理特征的提取；

所述图像结构特征提取单元用于对所述云团图像进行结构轮廓的提取；

所述云团训练单元对所述云图预处理单元预处理后的所述云团图像进行训练，并得到云图训练集，同时，使用阈值分割法分割训练后的所述云团图像，得到每张云图的分割图像；

所述云图分类单元，应用所述支持向量机对所述云团图像进行分类，得到最终的识别结果。