一种基于CIP数据质量控制的云微粒子分类方法技术

本发明专利技术涉及一种基于CIP数据质量控制的云微粒子分类方法，主要包括首先对CIP图像进行预处理，然后对二值化的CIP图像进行云微粒子图像质量控制，接着CIP图像进行分割处理，建立基于迁移学习的深度神经网络分类模型，由于现有方法中缺乏对CIP数据进行图像质量控制并结合深度神经网络对CIP云微粒子图像进行分类，通过该方法可有效的提高对CIP云微粒子图像分类准确率。

【技术实现步骤摘要】
一种基于CIP数据质量控制的云微粒子分类方法
本专利技术属于数字图像处理、人工智能算法领域，具体涉及对机载云成像探测器(CloudImagingProbe，CIP)探测的云微粒子图像进行质量控制，并基于迁移学习深度神经网络模型实现云微粒子图像快速、高精度的形态分类。
技术介绍
CIP是一种机载云成像探头，其具有64个元素的光学阵列探头。它主要由粒子检测系统，激光发射器，线性光学阵列和数字信号处理系统组成。当云粒子通过CIP的采样通道时，激光束照射粒子所产生的阴影将投射到光学线性阵列上，通过阵列光学感应强度变化和数字处理系统重建得到云微粒子图像。云微粒子图像是由64个光学阵列采集的图像，是独立的切片图像。CIP可以探测25至1550μm范围内的粒子图像并可推算出粒径分布，同时CIP图像分辨率可以选择15μm或25μm。它还可记录大气温度、压力、飞机速度、高度,和液态水含量(LWC)等信息。在气象领域，冰云通过辐射传输和云微物理过程影响全球气候和天气，而要了解冰云的性质和形成过程，需要获得冰云粒度分布，较为准确的冰云粒度分布则可以从机载探头本文档来自技高网...

【技术保护点】
1.一种基于CIP数据质量控制的云微粒子分类方法，包括以下步骤：/n步骤1：对云微粒子图像进行预处理，包括：/n步骤1.1：对CIP图像进行灰度化处理，具体方法为,将RGB三通道图像转化为单通道灰度图像；/n步骤1.2：将CIP灰度图像二值化，二值化的阈值为Th；/n步骤2：对二值化的CIP图像进行云微粒子图像质量控制，包括：/n步骤2.1：基于滑窗的图像信息获取，首先，选取尺寸为m×l的矩阵为滑窗，将矩阵M

【技术特征摘要】
1.一种基于CIP数据质量控制的云微粒子分类方法，包括以下步骤：
步骤1：对云微粒子图像进行预处理，包括：
步骤1.1：对CIP图像进行灰度化处理，具体方法为,将RGB三通道图像转化为单通道灰度图像；
步骤1.2：将CIP灰度图像二值化，二值化的阈值为Th；
步骤2：对二值化的CIP图像进行云微粒子图像质量控制，包括：
步骤2.1：基于滑窗的图像信息获取，首先，选取尺寸为m×l的矩阵为滑窗，将矩阵Mml第1个元素Mml(1,1)与CIP图像的i行j列像素点C(i,j)重合，作为滑窗矩阵Mml在CIP图像C上滑动的起点位置，并以从左到右顺序将滑窗矩阵Mml进行滑动，滑动步长为s，当滑窗矩阵上的点Mml(1,1)与CIP图像上的点C(i,q-l)重合后，对滑窗矩阵Mml进行换行，将滑窗矩阵Mml第1个元素Mml(1,1)与CIP图像像素点C(i+k(m-1),j)进行重合，作为滑窗矩阵在CIP图像C上滑动的换行起点位置，并以从左到右顺序将滑窗矩阵Mml进行滑动，滑动步长为s，当滑窗矩阵上的点Mml(1,1)与CIP图像上的点C(i+k(m-1),q-l)重合后，继续对Mml进行换行，直到矩阵遍历滑动过了CIP图像上所有像素点，变量k为换行的次数，p×q为CIP图像的尺寸；
步骤2.2：判断云微粒子图像是否丢失像素：优选的选取大、中、小三种滑窗矩阵提取CIP图像信息，大滑窗尺寸为x1×y1，所述第一滑动步长为s1，中滑窗尺寸为x2×y2，第二滑动步长为s2，小滑窗尺寸为x3×y3，第三滑动步长为s3，然后，执行以下步骤：
步骤(a)：检测大滑窗所提取的所有图像信息中是否有满足整行像素值全为0，且该行的相邻上方h1行和下方h1行都存在某1行像素值全为1情况的行，将满足该情况的所有行的行号记入a1中，当a1中没有记录，判定CIP图像不存在像素丢失的质量问题，执行步骤2.3，当a1中有记录，判定CIP图像可能存在像素丢失的质量问题，执行步骤(b)；
步骤(b)：检测a1中所记录的所有行号在中滑窗所提取的所有图像信息中，是否有满足整行像素值全为0，且该行的相邻上方h2行和下方h2行存在某1行像素值全为1情况的行，将满足该情况的所有行的行号记入a2中，当a2中没有记录，执行步骤(b1)，当a2中有记录，执行步骤(c)；
步骤(b1)：检测a1中所记录的所有行号在中滑窗所提取的所有图像信息中，是否有满足整行像素值全为0，且该行的相邻上方h3行和下方h3行存在某1行像素值全为1情况的行，将满足该情况的所有行的行号记入a21中，当a21中没有记录，判定CIP图像不存在像素丢失的质量问题，进入步骤2.3，当a21中有记录，判定CIP图像可能存在像素丢失的质量问题，执行步骤(d)；
步骤(c)：检测a2中所记录的所有行号在小滑窗所提取的所有图像信息中，是否有满足整行像素值全为0，且该行的相邻上方h4行和下方h4行存在像素值全为1情况的行，将满足该情况的所有行的行号记入a3中，并将满足该情况的行的像素点在CIP图像上的坐标位置记入a4中，当a3中没有记录，进入步骤2.3，当a3中有记录，则判定CIP图像存在质量问题，且a4中所记录的像素点所属的云微粒子图像，存在像素丢失的情况；
步骤2.3：判断云微粒子图像中是否被遮挡，当云微粒子图像被判定为存在遮挡时，记录该云微粒子图像所在位置；
步骤3：对二值化的CIP图像进行分割处理，首先对二值化的CIP图像进行形态学处理，形态学处理先采用一个结构单元为g1×g1的矩阵进行腐蚀操作，然后选择一个结构单元为g2×g2的矩阵进行膨胀操作，然后，对形态学处理后的二值化CIP图像进行连通域搜索，先遍历图像中所以像素值为1的点，分别以这些像素值为1的像素点为中心点，搜索中心点相邻的下,左,右,左下,左上,右上和右下八方向上的像素点，当某个点值为1，则这两个像素点属于同一连接域，以该点为中心，继续搜索连通域之外的八方向相邻像素，连通域搜索完成后，标记相应的区域矩形得到连通域数量，最后,通过从左到右以及从上到下标记区域左上角的坐标，分割提取出相应标记区域的云微粒子图像；
步骤4：将步骤2.2中所记录的存在像素丢失的云微粒子图像进行像素填充，采用结构尺寸为g3×g3的矩阵进行膨胀腐蚀操作，将步骤2.3中所记录的存在被遮挡情况的...

【专利技术属性】
技术研发人员：刘说，赵德龙，杨玲，吴泽培，张无暇，丁德平，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川;51