一种能见度的监测方法、装置、设备、系统和介质制造方法及图纸

本发明专利技术公开了一种能见度的监测方法、装置、设备、系统和介质。该方法包括：获取监测区域在当前时刻的气象数据和图像数据；对气象数据和图像数据分别进行特征提取获得气象特征和图像特征；将气象特征输入第一能见度识别模型，获得第一能见度；若第一能见度小于设定阈值，则获取当前时刻所处的时间段；若时间段为第一预设时间段，则将图像特征输入第二能见度识别模型，获得目标能见度；若时间段为第二预设时间段，则将气象特征输入第三能见度识别模型，获得目标能见度。利用上述方法，能够全天候实时的监测能见度，对于能见度低于4000米的情况，考虑到白天和夜间能见度的不同，使用不同的能见度识别模型进行能见度识别，有效提高监测的准确率。测的准确率。测的准确率。

【技术实现步骤摘要】
一种能见度的监测方法、装置、设备、系统和介质


[0001]本专利技术实施例涉及图像处理
，尤其涉及一种能见度的监测方法、装置、设备、系统和介质。

技术介绍

[0002]能见度是一个对航空、航海、陆上交通以及军事活动等都有重要影响的气象要素。在交通运输领域，当能见度低于500米时，会对公路交通产生影响；当能见度低于100米时，高速公路将会关闭。在民航中，能见度小于800米时，飞机停止起降。在空军气象中，当能见度在4公里以下时就称为复杂气象。在能见度等级中，能见度低于4000米开始定义为能见度不良情况，因此各部门关注的都是低能见度天气。而低能见度情况发送频率低，从上海浦东机场两年的能见度观测数据分析发现，能见度低于4000米的时间仅占10％左右。
[0003]相关技术中，一般都是基于单一的气象数据或图像数据进行能见度检测，然而，由于低能见度的情况占比太少，一般只有10％左右，因此机器学习模型难以学习低能见度的特征，导致相关技术中对于低能见度的探测准确率较低，而准确探测低能见度的情况对某些部门具有重要意义。

技术实现思路

...

【技术保护点】

【技术特征摘要】
1.一种能见度的监测方法，其特征在于，包括：获取监测区域在当前时刻的气象数据和图像数据；对所述气象数据和所述图像数据分别进行特征提取，获得气象特征和图像特征；将所述气象特征输入第一能见度识别模型，获得第一能见度；若所述第一能见度小于设定阈值，则获取所述当前时刻所处的时间段；若所述时间段为第一预设时间段，则将所述图像特征输入第二能见度识别模型，获得目标能见度；若所述时间段为第二预设时间段，则将所述气象特征输入第三能见度识别模型，获得目标能见度。2.根据权利要求1所述的方法，其特征在于，对所述图像数据进行特征提取，获得图像特征，包括：基于暗通道先验算法对所述图像数据进行特征提取，获得图像特征。3.根据权利要求1所述的方法，其特征在于，所述气象数据包括光敏数据，所述获取所述当前时刻所处的时间段，包括：所述光敏数据小于设定数值时确定所述当前时刻对应的时间段为白天阶段；所述光敏数据大于或等于设定数值时确定所述当前时刻对应的时间段为夜晚阶段。4.根据权利要求3所述的方法，其特征在于，所述第一能见度识别模型的训练过程为：采集设定时段内的气象数据以及真实能见度；对所述气象数据进行特征提取，获得气象特征；根据所述真实能见度确定类别标签；根据所述气象特征和所述类别标签构建第一数据集；基于所述第一数据集对设定神经网络进行训练，获得所述第一能见度识别模型。5.根据权利要求3所述的方法，其特征在于，所述第二能见度识别模型的训练过程为：采集白天阶段内真实能见度小于设定阈值时的图像数据以及真实能见度标签；对所述图像数据进行特征提取，获得图像特征；根据所述图像特征和所述真实能见度标签构建第二数据集；基于所述第二数据集对设定神经网络进行训练，获得所述第二能见度识别模型。6.根据权利要求3所述的方法，其特征在于，所述第三能见度识别模型的训练过程为：采集夜晚阶段内实际...

【专利技术属性】
技术研发人员：陈舜东，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：