[发明专利]一种基于降水粒子多特征参量的降水类型识别方法

摘要

本发明公开了一种利用降水粒子多特征参量的降水类型识别的方法。该方法利用观测仪器测量的降水粒子几何信息、灰度信息、速度信息等特征参量建立降水粒子识别模型所需的特征向量，依据实测粒子图像信息，将主要降水粒子类型分为冰晶小粒子、树突状雪花、柱状雪花、聚合雪花、雨滴，利用支持向量机方法来建立降水粒子类型识别模型，实现对降水类型的精细化识别与分类。本发明可以有效实现对降水粒子的精细化分类与识别。不仅可以进一步发挥成像式雨滴谱仪的测量性能，而且提高了降水类型描述的精细化程度。

主权项

1.一种基于降水粒子多特征参量的降水类型识别方法，其特征在于，包括步骤：(1)通过观测仪器获取时长为Δt的时间段内的可视化降水粒子原始图像，判断每一幅可视化降水粒子原始图像的降水类型；(2)对每一幅可视化降水粒子原始图像i，提取i的特征识别算子，包括：降水粒子下落末速度V；等体积直径D_eq；粒子面积A；粒子周长P；最小外接矩的长轴T；最小外接矩的短轴W；像素覆盖度PF：像素覆盖度即为粒子面积同最小外接矩的面积之比，计算公式为：A^T表示最小外接矩的面积；形状复杂度FORM：FORM的值越大，表示降水粒子形状复杂程度越高；形状指数SI：轴比ELONG：圆形度ROUND：圆形度即为粒子面积与外接圆面积之比，计算公式为：灰度直方图的概率密度分布函数f(I)：其中，I表示灰度级，F(I)表示可视化降水粒子原始图像的灰度图中灰度级为I的像元的个数；所有像元对应的总亮度值I₀：像元的平均亮度值μ_I：亮度标准差亮度标准差即为灰度直方图的标准偏差，计算公式为：亮度部分偏差FSD：亮度部分偏差即为灰度直方图的部分标准偏差，计算公式为：FSD＝σ_I/μ_I；(3)根据步骤(2)提取出的可视化降水粒子原始图像i的所有特征识别算子构成一个向量x_i，这个向量x_i即为可视化降水粒子原始图像i的特征向量；(4)记降水类型数量为M，为M个降水类型中任意两个降水类型建立一个一对一的支持向量机分类器，共计建立K·(K‑1)/2个分类器；其中，任意两个降水类型A和B的支持向量机分类器的训练样本集为：其中，y_i∈[‑1，1]，y_i＝‑1，表示可视化降水粒子原始图像i的降水类型为A；y_i＝1，表示可视化降水粒子原始图像i的降水类型为B；N_train为训练样本的总数，即降水类型为A和B的可视化降水粒子原始图像的总数；以训练样本集中的x_i为输入，y_i为输出，训练支持向量机分类器；(5)用训练好的K·(K‑1)/2支持向量机分类器分别识别新的可视化降水粒子图像m，对所有支持向量机分类器的识别结果进行统计，最终确定可视化降水粒子图像m对应的降水类型。