一种地基天空图像的云团自动检测方法技术

本发明专利技术公开了一种地基天空图像的云团自动检测方法，对采集到的地基天空图像进行基于去相关扩展的图像对比度增强处理，计算地基天空图像中的每个像素点的归一化蓝红通道比值作为其颜色特征值，依据颜色特征直方图，利用MCE算法求得分割阈值，通过每个像素点的特征值与该阈值的比较从而实现云的检测。本发明专利技术的地基天空图像的云团自动检测方法增加了图像对比度增强步骤，显著提高了地基云自动检测的准确率、召回率和综合检测率。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
云的形成和演变反映了当时大气的运动、稳定程度和水汽情况，决定了地球的辐 射收支状况，是全球气候变化的一个重要影响因子。因此，云的观测具有极其重要的作用。 目前已有多颗气象卫星源源不断地提供大尺度范围的云监测信息，成为天基云观测的重要 资源，在基于卫星云图的云类识别检测方面国内外已经做了大量的研宄工作。卫星云图虽 然可以提供较大范围区域的气象情况，但是由于图像的分辨率不高，难以对特定的局部地 区进行较为精确的探测分析。地基云观测设备的出现弥补了这一不足，这类观测设备通常 安装在某个区域，可以对局地的气象条件进行较为精细的记录，因此基于地基天空图像的 云的检测对于一些对局部气象变化预测精度要求较高的应用具有重要的实用价值。由于 云的形态、位置、轮廓等一般性特征的不确定性，通常依据云和天空的相对颜色特征进行云 的检测分割，采用较多的一种颜色特征描述方法为计算像素点蓝色通道和红色通道的归一 化比值（Normalized Blue/Red Ratio,简称为NBR)，这种特征具有较好的显著性，同时对 于加性的光照影响具有一定的鲁棒性。目前，基于地基天空图像的云团的检测方法主要 采用阈值法，分为固定阈值法（Fix Thresholding，简称为FT)、自适应阈值法（Adaptive Thresholding，简称为AT)和混合阈值法三种方法，以下对于上述三种检测算法进行简要 描述： 一、固定阈值法 固定阈值法是事先在线下采集大量的地基天空图像，分别计算云图中有效位置 (云图中未被边缘建筑、遮光板遮挡的区域）上云和天空的像素点的NBR比值，随后基于统 计理论，对这两类比值进行统计分析，运用一定的方法例如最小均方误差等选取一个合适 的阈值尽可能的将云和天空的NBR比值区分开来。当后续系统中输入新的地基天空图像 时，该图像上每个像素点的NBR比值将与该固定阈值进行比较，大于该固定阈值的像素点 被划分为蓝天，反之该像素点则被认为是云。 固定阈值法较为简单、快速，但是由于阈值固定，导致算法适应气候环境和光照变 化的能力下降。 二、自适应阈值法 自适应阈值法主要是指直方图阈值法，它基于对灰度图像的这样一种假设：目标 或背景内部的相邻像素间的灰度值是相似的，但不同目标或背景上的像素灰度差异较大， 其反映在直方图上，就是不同目标或背景对应不同的峰。分割时，选取的阈值应位于直方 图两个不同峰之间的谷上，以便将各个峰分开。具体来说，当地基天空图像从三维颜色空 间的RGB图像转变到一维特征空间中的灰度图像后，统计灰度图像的直方图，运用一定的 方法选取合适的阈值。较为常用的一种直方图阈值法是最小交叉摘方法（Minimum Cross Entropy，简称为MCE)。MCE算法最早由Li和Lee于1992年提出，基于香农信息熵的原理， 找到一个阈值使得该阈值分割得到的图像与原来图像像素点间的交叉熵达到最小。自适应 阈值法不需要事先对云图进行统计分析，而是直接根据每幅输入云图的特征直方图，求得 对应的阈值。 三、混合阈值法 混合阈值法（Hybrid Thresholding Algorithm，简称为 HYTA)由 Qing Yong Li 等 人提出，是一种结合了固定阈值法和自适应阈值法的综合方法。它考虑到对于某些类型的 云图，自适应阈值法不能产生合适的阈值，同时又由于单一的固定阈值法鲁棒性较差，因此 将两种方法结合起来。根据图像直方图的形态（双峰或单峰），输入的地基天空图像首先被 划分为双模（bimodal)或是单模（unimodal)，对于不同的模式，再采用相应的阈值分割方 法进行云的检测。 以上所描述的地基云检测技术均已比较成熟，然而在实际的应用中往往鲁棒性和 可靠性上还面临诸多挑战，主要表现为： (1)地基天空图像中某些特殊位置的云和天空区分度较低。例如晴朗天气下，白色 耀眼的太阳光会使太阳周围的云和天空的颜色受到不同程度的影响，强光的照射会使像素 点各颜色通道的比值发生变化，使得云和天空的特征变得模糊，区分度降低； (2)在空气质量较差的地区，地基天空图像的质量往往不高。尤其当存在雾霾时， 云图中云和天空的差异度进一步降低，难以区分； (3)由于云的基色为白色，因而很容易被背景染色。例如当云层较薄，天空较蓝时， 拍摄的云图上云层往往会被背景的蓝色透射，呈现出淡蓝色；另外，在阴雨天气，较厚的云 层难以透过阳光又会呈现出灰黑色。在这些情况下，云的颜色特征变得与背景天空较为相 似，加大了检测的难度； (4)利用直方图阈值法对图像进行分割时，因为仅使用了地基天空图像的颜色特 征直方图作为唯一的阈值产生参考信息，而直方图只能表征图像中颜色特征值的分布情 况，不包含图像的其它信息，这些限制使得最终得到的阈值只是一个客观的标准，在某些情 况下并非是最合适的阈值。 相对于其它图像中的前景目标，地基天空图像中的云具有如下特点： (1)形态：云的形状、轮廓、位置、厚薄程度均不固定，易随时间发生变化，难以从 形态学等方面进行描述； (2)颜色：一般情况下，云层和天空分别呈现出白色和蓝色，颜色的区分度相对较 高，而且也是一种相对较稳定的特征。
技术实现思路
本专利技术的目的在于提供，依靠地基天空图 像中的云的两个特点，计算地基天空图像中的每个像素点的NBR值作为其颜色特征值，依 据颜色特征直方图，利用MCE ((minimum cross entropy，简称MCE))算法求得分割阈值，通 过每个像素点的特征值与该阈值的比较从而实现云的检测，增加了图像对比度增强步骤， 显著提高了地基云自动检测的准确率、召回率和综合检测率。 实现上述目的的技术方案是：，包括以下 步骤： S1，图像对当前第1页1 2 本文档来自技高网...

【技术保护点】
一种地基天空图像的云团自动检测方法，其特征在于，包括以下步骤：S1，图像对比度增强步骤:对采集到的地基天空图像进行基于去相关扩展的图像对比度增强处理，在保留地基天空图像的原始色度信息的条件下，提高地基天空图像的图像饱和度，增强云像素点和天空像素点的色彩反差，从而增大云像素点和天空像素点之间的特征差异；S2，图像特征空间转换步骤：对经过对比度增强处理的地基天空图像进行特征空间转换处理，计算经过对比度增强处理的地基天空图像中的每一个像素点的NBR值，从而将每一个像素点从三通道的RGB空间转换到一维的NBR特征空间，每一个像素点的NBR值的计算公式为：NBR＝(b‑r)/(b+r)式中，b代表像素点的蓝色通道值，r表示像素点的红色通道值；S3，阈值分割步骤：采用最小交叉熵法确定每个像素点的最佳阈值，该最佳阈值能够使得原始图像与经阈值分割后图像的交叉熵最小，进而将经过特征空间转换处理的地基天空图像进行阈值分割；S4，像素点判断步骤：将每个像素点的NBR值与阈值分割步骤求得的最佳阈值进行比对，若NBR值小于最佳阈值，该像素点为云，反之，该像素点为蓝天。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵慕铭，李卫，席林，张重阳，
申请(专利权)人：上海电气集团股份有限公司，上海交通大学，
类型：发明
国别省市：上海;31