一种基于云块主体骨架分析的波状云排列信息提取方法技术

本发明专利技术公开了一种基于云块主体骨架分析的波状云排列信息提取方法，包括如下步骤：(1)对波状云原始图像进行分层，降低图像分辨率；(2)对分层后的图像根据云图阈值进行分割以及开闭运算进行二值化处理，得到待分析的云轮廓的图像；(3)提取待分析的图像即云图的主体，将提取的二值化云图主体与波状云排列原始图像进行叠加；(4)利用16个三叉点模板对二值化云图主体中存在的边缘毛糙现象进行消减；(5)在消减后的二值化云图主体基础上提取云图主体图像的主体纹路；(6)将图形中得到的线段长度和拟合斜率转化成角度，最终得到波状云的纹理方向特征。

【技术实现步骤摘要】
一种基于云块主体骨架分析的波状云排列信息提取方法
本专利技术涉及一种基于云块主体骨架分析的波状云排列信息提取方法，其主要用于云状的自动化观测中。
技术介绍
云是表征天气、气候特点的重要要素之一，也是动力、大气热力、水分输送过程的综合作用的外在表征，对于天气变化有先兆作用，也还是影响气候模型和气候预报的重要因素。由于云变化的复杂性，目前世界上仍主要依靠目力进行云的观测，人员培养难度大，资料具有主观性，可对比性不好，尤其在夜间和垂直能见度较差时更是难以准确观测。因此，实现云的自动定量观测对于飞行保障、天气预报等有着重要意义，对于气候监测以及大气探测和大气遥感至关重要。由于云体的千变万化，以及云的人工观测具有一定主观性，这一现状使得人工观测和自动化观测的结果还有一定的差距，而为了推进气象要素的自动化观测进程，云状的自动观测就成了急需解决的问题。目前随着气象观测自动化水平的不断提高，国内外相继涌现出许多自动测云仪器，这也为云状的自动识别提供了途径。但是现存的云状研究依然主要依靠借鉴卫星云图的云状识别的方法，以提取纹理特征(自相关、共生矩阵、边缘频率、LAWS特征、傅立叶变换特征、模糊纹理光谱特征、局部二值模式结合局部云图的方差信息)和结构特征(轮廓清晰度、云块尺寸、纤维度和边缘联合信息云块灰度均值、云体比例、云块轮廓的清晰程度、小云块云缝信息、中等云缝信息、中小云缝信息和云块信息)为主。但是从这些研究的结果来看，波状云的识别结果并不是很理想，容易与卷云、积状云混淆，这主要是因为提取到的纹理和结构特征在波状云、卷云、积状云中没有明显的差异，不足以把波状云从本身相近的云中识别出来。但是波状云在人工识别时，却是不难识别的，其主要的原因就是人眼识别波状云主要依据云体的排列，云块的纹理方向特征。另外波状云的自动识别也有利于进一步了解和掌握高空气流的状态。
技术实现思路
本专利技术的目的是：提出一种基于云块主体骨架分析的波状云排列信息提取方法，利用分层方法对云图进行分解，通过在低分辨率云图中提取波状云的主体云块排列方向特征，模拟人眼观测中波状云是否云块排列整齐，云图的纹理方向是否一致，为波状云的分类提供了新的图像特征。本专利技术的技术方案为：一种基于云块主体骨架分析的波状云排列信息提取方法，其特征是包括如下步骤：(1)对波状云原始图像进行分层，降低图像分辨率；(2)对分层后的图像根据云图阈值进行分割以及开闭运算进行二值化处理，得到待分析的云轮廓的图像；(3)提取待分析的图像即云图的主体，将提取的二值化云图主体与波状云排列原始图像进行叠加；(4)利用16个三叉点模板对二值化云图主体中存在的边缘毛糙现象进行消减；(5)在消减后的二值化云图主体基础上提取云图主体图像的主体纹路、即纹理方向，即斜率和线段长度及其分布规律；(6)将图形中得到的线段长度和拟合斜率转化成角度，并利用分数权重函数对其进行打分处理，利用分数权重函数对转化后的斜率以及线段长度进行打分，最终得到波状云的纹理方向特征。对步骤(2)所得图像进行分割以及图像的开闭的二值化运算，采用的是OTSU最优阈值分割。利用16个三叉点模板对二值化云图主体中存在的边缘毛糙现象进行消减的方法是：需要首先寻找二值化云图主体的端点和三叉点；对于某一处的端点，首先定义Σ16，Σ8，四个参量：——为端点的斜4邻域；——为端点的直4邻域；Σ8——为端点的8邻域，即斜4邻域与直4邻域的叠加；Σ16——为端点的16邻域，Σ8外围的点；对于端点，它具有这样的特征，即Σ8＝1，而对于三叉点，经过仔细分析，设计16个模板，图中白色区域像素值为1，表示云体的端点，灰色区域像素值为0，表示背景；找到云图主体的端点，把其赋0，使其成为背景。第一次遍历时从左到右、从上到下进行，第二次遍历则从右到左、从下到上。进一步，从三叉点出发沿着路径计算线段的长度，并拟合成直线，计算这条直线的斜率，从而统计整幅图像中斜率的分布情况，斜率集中的部分就是波状云的纹理方向。同时也可以以同样的方法计算云缝的方向，以增加这一斜率的分布个数或增大分布概率。进一步，在于利用分层的方法对云图进行处理，利用高层低分辨率云图提取特征。进一步，对高层云图进行分割和图像的开闭运算，得到二值化图像，同时开运算可以抑制边界端点毛糙现象，闭运算可以平滑外边缘。本专利技术的有益效果：为有效描述波状云的特征提供了新的解决途径。该方法在对云图做分层处理基础上，对低分辨率图像进行阈值分解和开闭运算，在提取云图灰度图像主体的基础上，设计了寻找三叉点的图形模板和对线段长度以及斜率打分的分数权重函数，对波状云的云块排列信息做了进一步的处理，使得此特征具有可操作性。本专利技术提供了一种提取波状云主体方向，即云块排列方向特征的方法，并结合实际需求，设计了需找三叉点的图像模板，设计了一个对线段长度打分的分数权重函数，并给出了具体的操作和计算步骤。以上特点使得本专利技术建立了一种人工观测波状云的特征，使得观测过程更好的向人工观测接近。本专利技术通过应用分层，提取图像主体纹路的方法，模拟了人眼在观测波状云时注意的最重要的特征，即云块排列是否整齐，云图的纹理方向是否一致，为更好地描述波状云的特点增添了新的方法。附图说明图1是本专利技术的流程框图；图2是金字塔分解后的图像；图2中(a)(b)(c)(d)分别为原始图像、第一层图像、第二层图像和第三层图像；图3是云图阈值分割和开闭运算后的二值化图像；图3中(a)(b)(c)(d)分别为金字塔第4层图像、otsu二值化分割、二值图像开运算、二值图像闭运算；图4是云图主体与原图叠加效果；图5是主体纹路点的领域示意图以及16个模板；图6是图像端点毛糙现象处理示意图；图6中(a)(b)(c)(d)分别为二值图像骨架图、第一次遍历毛刺消除情况、第二次遍历毛刺消除情况、寻找骨架的端点和三叉点。图7是主体局部区域的端点和三叉点；图8是计算云图纹理方向的具体步骤；图9是角度-线段长度分布图；图10是角度-分值曲线图；图11是经过打分后的角度-分值曲线图。具体实施方式本专利技术利用分层方法对云图进行分解，然后通过阈值分割以及图像的开闭运算提取波状云的主体轮廓，在主体的基础上提取云块排列斜率和线段长度，最后通过打分进一步计算波状云的云块排列方向，为波状云的识别提供了新的特征。为使本专利技术的目的、技术方案和创新点更加清楚明白，以下结合附图以及实验对本专利技术进一步详细说明。图1是本专利技术提出的一种基于云块主体骨架分析的波状云排列信息提取方法的流程图。如图1所示，所述方法包括以下步骤：步骤1，对每一张原始图像做类似高斯金字塔分解的分层处理。在实验中采用的是高斯金字塔分层方法(实际操作时不限于高斯金字塔方法)，最终所得图像如附图2所示。步骤2，对步骤1所得图像进行分割以及图像的开闭运算。实验中采用的是OTSU最优阈值分割(实际操作时不限于OTSU方法)，得到待分析图像。图像处理的效果见附图3。步骤3，提取云体主体方向，并将提取的二值化主体云图和原始图像进行叠加，效果见附图4，其中斜线的方向就是期望得到的云图纹理方向。步骤4，对于提取的主体中存在的端点毛糙现象进行处理。1、处理端点毛糙之前，需要首先寻找二值化主体的端点和三叉点。对于某一处的端点(附图5c中白色像素点)，首先定义Σ16，Σ8，四本文档来自技高网...

【技术保护点】
一种基于云块主体骨架分析的波状云排列信息提取方法，其特征是包括如下步骤：(1)对波状云原始图像进行分层，降低图像分辨率；(2)对分层后的图像根据云图阈值进行分割以及开闭运算进行二值化处理，得到待分析的云轮廓的图像；(3)提取待分析的图像即云图的主体，将提取的二值化云图主体与波状云排列原始图像进行叠加；(4)利用16个三叉点模板对二值化云图主体中存在的边缘毛糙现象进行消减；(5)在消减后的二值化云图主体基础上提取云图主体图像的主体纹路、即纹理方向，即斜率和线段长度及其分布规律；(6)将图形中得到的线段长度和拟合斜率转化成角度，并利用分数权重函数对其进行打分处理，利用分数权重函数对转化后的斜率以及线段长度进行打分，最终得到波状云的纹理方向特征。

【技术特征摘要】
1.一种基于云块主体骨架分析的波状云排列信息提取方法，其特征是包括如下步骤：(1)对波状云原始图像进行分层，降低图像分辨率；(2)对分层后的图像根据云图阈值进行分割以及开闭运算，进行二值化处理，得到待分析的云轮廓的图像；(3)提取待分析的图像即云图的主体，将提取的二值化云图主体与波状云排列原始图像进行叠加；(4)利用16个三叉点模板对二值化云图主体中存在的边缘毛糙现象进行消减；(5)在消减后的二值化云图主体基础上提取云图主体图像的主体纹路、即纹理方向，纹理方向指纹理的斜率和线段长度；并得到斜率和线段长度分布规律；(6)将云图主体图像中得到的线段长度和拟合斜率转化成角度，并利用分数权重函数对其进行打分处理，利用分数权重函数对转化后的角度以及线段长度进行打分，最终得到波状云的纹理方向特征。2.根据权利要求1所述的基于云块主体骨架分析的波状云排列信息提取方法，其特征是对步骤(2)所得图像进行分割以及图像的开闭的二值化运算，采用的是OTSU阈值分割。3.根据权利要求1所述的基于云块主体骨架分...

【专利技术属性】
技术研发人员：刘磊，高太长，秦健，韩文宇，赵世军，
申请(专利权)人：中国人民解放军理工大学，
类型：发明
国别省市：江苏;32