基于时景照片的实时天气探测方法及系统技术方案

本发明专利技术提供了一种基于时景照片的实时天气探测方法及系统，方法包括以下步骤：S1：收集带有天气背景的照片；S2：标注所有照片以建立训练库；S3：基于所述训练库建立天气预测模型；S4：获取目标区域的时景照片；S5：将所述时景照片输入所述天气预测模型，进行预测得到天气信息。该方法及系统基于现有的带有天气背景的照片进行标注和训练，建立一个天气预测模型，然后基于模板区域的时景照片，输入天气预测模型即可预测得到目标区域的天气信息，自动化程度高、预测范围及时间灵活、预测结果准确，实现实时的天气预测得到最新的天气信息，适应性较好。

Real time weather detection method and system based on time view photograph

The present invention provides a real-time weather based on scene photo detection method and system. The method comprises the following steps: S1: collect with weather background photos; S2: mark all the photos to build a training base; S3: the training base building model based on weather forecast; S4: to obtain the target area at the scene photos S5; pictures: input to the weather prediction model of the forecast, weather information. The method and system for labeling and training with the existing weather background photos based on the model of a weather, then the template region pictures based on weather forecast model can predict the input target area weather information, high degree of automation, predict the time and range of flexibility, accuracy, real-time the weather forecast for the latest weather information, good adaptability.

【技术实现步骤摘要】
基于时景照片的实时天气探测方法及系统
本专利技术涉及天气预测
，特别涉及一种基于时景照片的实时天气探测方法及系统。
技术介绍
目前主流的气象预测还是基于卫星定位技术，通过识别卫星图片，分析气流变化和应用气象学知识，对天气进行预测。这种技术存在着造价高、识别率低，往往不能做到全覆盖，因此精度和实时性都无法保证。比如今天有阵雨，早上离开时没有下雨，人们希望智能窗户在雨来临前再关闭，那么目前天气预报技术就无法满足这样的需求。为了解决卫星存在的问题，墨迹风云公司部署了雷达，通过分析雷达照片进行气象预测，但同样存在着造价和覆盖率的问题。目前，人们对天气预测提出了新的要求，希望知道当前时刻某个特定位置周边(500米～5公里)的天气情况，比如室外运动需要了解球场是否下雨或者智能衣架是否应该推到窗外等。但现有的技术显然无法满足这种实时的较小的目标区域内的天气探测。
技术实现思路
本专利技术的目的在于提供一种基于时景照片的实时天气探测方法及系统，针对具体位置的实时探测要求，利用网络上摄影爱好者上传的时景照片，提出了基于互联网时景照片的实时天气探测方法，以解决现有的技术不能进行实时目标区域内天气预测的问题，以及解决现有技术预测频率低、覆盖率低及成本高的问题。为实现上述目的，本专利技术提供了一种基于时景照片的实时天气探测方法，包括以下步骤：S1：收集带有天气背景的照片；S2：标注所有照片以建立训练库；S3：基于所述训练库建立天气预测模型；S4：获取目标区域的时景照片；S5：将所述时景照片输入所述天气预测模型，进行预测得到天气信息。较佳地，所述步骤S2中，具体包括，将所有照片依次标注预设分类的天气信息中的一种，以得到包含天气信息的训练库。较佳地，所述步骤S3进一步包括：对所述训练库内的照片进行尺寸及比例调整，得到尺寸及比例统一的图像；将所述训练库内的照片进行灰度处理，转换为灰度图像；将尺寸及比例调整及灰度处理后的图像作为训练样本，建立识别不同天气信息的混合高斯模型作为所述天气预测模型。较佳地，所述步骤S4进一步包括：获取时景照片后提取所述时景照片中的GPS信息；将所述GPS信息转换为GIS信息；基于所述GIS信息寻找位置处于目标区域内的所有时景照片；提取目标区域内的所有时景照片中距离当前时间最近的n个时景照片或预设时间段内的时景照片，其中，n为正整数。较佳地，所述步骤S5进一步包括：S51：从所述时景照片中提取m个备选照片，具体包括：S511：将所述时景照片调整为尺寸及比例统一的照片，以及进行灰度处理为灰度图像；S512：将时景照片输入所述天气预测模型得到近似概率；S513：将所述近似概率组成与天气类型数量对应的数组；S514：提取数组元素中最大值，如最大值大于0，则将该值对应的天气作为该备选照片的天气信息，否则，跳过该时景照片，返回步骤S512进行下一个时景照片的处理，直至找出m个数组元素最大值大于0的备选照片；S52：对所述备选照片进行投票，选取票数最高的天气作为预测得到的天气信息，其中，如两个天气的票数相同，则选择近似概率高的天气作为预测得到的天气信息。本专利技术还提供了一种基于时景照片的实时天气探测系统，包括：信息交互单元，执行在网络上收集带有天气背景的照片的操作及收集时景照片的操作；标注单元，执行标注照片以建立训练库的操作；模型训练单元，执行基于所述训练库建立天气预测模型的操作；照片处理单元，执行对收集的时景照片进行处理以得到目标区域的时景照片的操作；预测单元，执行将目标区域的时景照片输入所述模型训练单元得到的天气预测模型，进行预测得到天气信息的操作。本专利技术具有以下有益效果：(1)通过基于现有的带有天气背景的照片进行标注和训练，建立一个天气预测模型，然后基于模板区域的时景照片，输入天气预测模型即可预测得到目标区域的天气信息，自动化程度高、预测范围及时间灵活、预测结果准确；(2)可充分利用网络上摄影爱好者、社交网络用户等上传至网络的时景照片，利用大数据的处理方式，实现实时的天气预测得到最新的天气信息，适应性较好；(3)便于使用者及时了解当地目前的天气状况，以及为依赖于实时天气的智能家居提供准确的天气预测；(4)实时性好，因此预测频率高、覆盖率高且成本低廉。附图说明图1为本专利技术方法流程图；图2为本专利技术具体实施例的照片信息截图；图3为本专利技术系统结构示意图。具体实施方式以下将结合本专利技术的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述和讨论，显然，这里所描述的仅仅是本专利技术的一部分实例，并不是全部的实例，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。为了便于对本专利技术实施例的理解，下面将结合附图以具体实施例为例作进一步的解释说明，且各个实施例不构成对本专利技术实施例的限定。本专利技术针对具体位置的实时探测要求，利用摄影爱好者、社交网络用户等上传至网络的时景照片，提出了基于互联网时景照片的实时天气探测方法，实现对天气的实时预测和小范围区域的预测。下面以具体实施例对本专利技术进行详细说明：如图1所示，本实施例提供的一种基于时景照片的实时天气探测方法，具体包括以下几个步骤：S1：收集带有天气背景的照片；S2：标注所有照片以建立训练库；S3：基于所述训练库建立天气预测模型；S4：获取目标区域的时景照片；S5：将所述时景照片输入所述天气预测模型，进行预测得到天气信息。该方法通过基于现有的带有天气背景的照片进行标注和训练，建立一个天气预测模型，然后基于模板区域的时景照片，输入天气预测模型即可预测得到目标区域的天气信息。该方法可充分利用网络上摄影爱好者、社交网络用户等上传至网络的时景照片，对该些照片进行处理、分析，采用图像处理的手段，利用大数据的处理方式，实现实时的天气预测得到最新的天气信息，进而便于人们外出时，及时了解当地目前的天气状况，以及为依赖于实时天气的智能家居提供准确的天气预测。例如手机需要实时了解家里周边的天气情况，进行提前控制关闭门窗，避免雨水进入房间等。优选的，上述的步骤S2中，具体包括，将所有照片依次标注预设分类的天气信息中的一种，以得到包含天气信息的训练库。而上述的步骤S3进一步包括：对所述训练库内的照片进行尺寸及比例调整，得到尺寸及比例统一的图像；将所述训练库内的照片进行灰度处理，转换为灰度图像；将尺寸及比例调整及灰度处理后的图像作为训练样本，建立识别不同天气信息的混合高斯模型作为所述天气预测模型。上述的步骤S4进一步包括：获取时景照片后提取所述时景照片中的GPS信息；将所述GPS信息转换为GIS信息；基于所述GIS信息寻找位置处于目标区域内的所有时景照片；提取目标区域内的所有时景照片中距离当前时间最近的n个时景照片或预设时间段内的时景照片，其中，n为正整数。对应地，上述的步骤S5进一步包括：S51：从所述时景照片中提取m个备选照片，具体包括：S511：将所述时景照片调整为尺寸及比例统一的照片，以及进行灰度处理为灰度图像；S512：将时景照片输入所述天气预测模型得到近似概率；S513：将所述近似概率组成与天气类型数量对应的数组；S514：提取数组元素中最大值，如最大值大于0，则将该值对应的天气作为该备选照片的天气信息，否则，跳过该时景照片，返回步骤S512进本文档来自技高网...

【技术保护点】
一种基于时景照片的实时天气探测方法，其特征在于，包括以下步骤：S1：收集带有天气背景的照片；S2：标注所有照片以建立训练库；S3：基于所述训练库建立天气预测模型；S4：获取目标区域的时景照片；S5：将所述时景照片输入所述天气预测模型，进行预测得到天气信息。

【技术特征摘要】
1.一种基于时景照片的实时天气探测方法，其特征在于，包括以下步骤：S1：收集带有天气背景的照片；S2：标注所有照片以建立训练库；S3：基于所述训练库建立天气预测模型；S4：获取目标区域的时景照片；S5：将所述时景照片输入所述天气预测模型，进行预测得到天气信息。2.根据权利要求1所述的基于时景照片的实时天气探测方法，其特征在于，所述步骤S2中，具体包括，将所有照片依次标注预设分类的天气信息中的一种，以得到包含天气信息的训练库。3.根据权利要求1所述的基于时景照片的实时天气探测方法，其特征在于，所述步骤S3进一步包括：对所述训练库内的照片进行尺寸及比例调整，得到尺寸及比例统一的图像；将所述训练库内的照片进行灰度处理，转换为灰度图像；将尺寸及比例调整及灰度处理后的图像作为训练样本，建立识别不同天气信息的混合高斯模型作为所述天气预测模型。4.根据权利要求1所述的基于时景照片的实时天气探测方法，其特征在于，所述步骤S4进一步包括：获取时景照片后提取所述时景照片中的GPS信息；将所述GPS信息转换为GIS信息；基于所述GIS信息寻找位置处于目标区域内的所有时景照片；提取目标区域内的所有时景照片中距离当前时间最近的n个时景照片或预设时间段内的时景照片，其中，n为正整数。5.根据...

【专利技术属性】
技术研发人员：艾旭升，沈茜，程一凡，贝佳豪，刘文军，
申请(专利权)人：苏州工业职业技术学院，
类型：发明
国别省市：江苏,32