[发明专利]人工增雨或雪过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质

权利要求书

1.一种人工增雨(雪)过程中的云滴、冰晶识别方法，其特征在于，包括如下步骤：

获取至少一张播撒催化剂前的第一云层图像以及至少一张人工播撒催化剂后的第二云层图像；其中，所述第一云层图像和所述第二云层图像是对同一作业云层拍摄所得；

采用训练好的网络模型对所述第二云层图像进行图像识别，以对所述第二云层图像中包含的云滴和冰晶进行分类，得到第一识别结果；

基于所述第一识别结果和预设分类规则，得到所述第二云层图像中云滴、冰晶粒子的类型及其在第二云层图像中的总粒子中的第一占比；

采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴、冰晶进行分类，得到第二识别结果；

基于所述第二云层图像中云滴和冰晶粒子的类型从所述第一识别结果中查找与所述第二云层图像中粒子的类型相同的云滴和冰晶粒子，并得到所述第一云层图像中与所述第二云层图像中的粒子的类型相同的云滴、冰晶粒子在所述第一云层图像中的总粒子中的第二占比；

基于所述第一占比和所述第二占比，得到云滴、冰晶粒子的占比变化率。

2.如权利要求1所述的识别方法，其特征在于，所述采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴、冰晶进行分类，得到第二识别结果的步骤之前，所述方法还包括：

获取预设占比，

若所述第一占比小于所述预设占比，则执行所述采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴、冰晶进行分类，得到第二识别结果的步骤；

若所述第一占比大于或等于所述预设占比，则停止执行所述采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴、冰晶进行分类，得到第二识别结果的步骤。

3.如权利要求1所述的识别方法，其特征在于，所述第二云层图像包括多个；

所述采用训练好的网络模型对所述第二云层图像进行图像识别，以对所述第二云层图像中包含的云滴、冰晶进行分类，得到第一识别结果步骤包括：

采用所述网络模型对每一个所述第二云层图像进行图像识别，以对每一个所述第二云层图像中包含的云滴、冰晶进行分类，得到多个第一识别结果；

所述基于所述第一识别结果和预设分类规则，得到所述第二云层图像中云滴、冰晶粒子的类型及其在第二云层图像中的总粒子中的第一占比的步骤包括：

基于每一所述第一识别结果和预设分类规则，得到每一个所述第二云层图像中云滴、冰晶粒子的类型和数目及其对应的第二云层图像中的总粒子；

累计所有的第二云层图像中云滴和冰晶粒子的数目，得到图像总粒子数目；

累计所有的第二云层图像中总粒子的数目，得到总粒子数目；

基于所述总云滴和冰晶粒子数目和所述总粒子数目，得到所述第一占比。

4.如权利要求3所述的识别方法，其特征在于，所述采用所述网络模型对每一个所述第二云层图像进行图像识别，以对每一个所述第二云层图像中包含的云滴和冰晶进行分类，得到多个第一识别结果的步骤之前，所述方法还包括：

调整每一所述第二云层图像的显示参数，使得每一所述第二云层图像具有相同的显示参数；所述显示参数至少包括待识别的区域大小、分辨率、对比度和亮度中的至少一个。

5.如权利要求1所述的识别方法，其特征在于，所述基于所述第一占比和所述第二占比，得到云滴和冰晶粒子的占比变化率的步骤之后，所述方法还包括：

若所述占比变化率小于预设变化率阈值，则：

基于所述第一识别结果，得到所述第二云层图像中的第一粒子浓度；所述第一粒子浓度为所述第二云层图像中的总粒子在单位面积内的数目；

基于所述第二识别结果，得到所述第一云层图像中的第二粒子浓度；所述第二粒子浓度为所述第一云层图像中的总粒子在单位面积内的数目；

基于所述第一粒子浓度和所述第二粒子浓度，得到粒子浓度变化比率。