云粒子图像形状识别方法、系统及装置制造方法及图纸

本发明专利技术涉及图像识别技术领域，具体提供一种云粒子图像形状识别方法、系统及装置，旨在解决现有的方法识别准确度较低的问题。为此目的，本发明专利技术的云粒子图像形状识别方法包括：获取云粒子图像；对云粒子图像进行预处理；基于预处理后的云粒子图像提取云粒子的形状几何特征参量；基于云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状。得到云粒子的形状。得到云粒子的形状。

【技术实现步骤摘要】
云粒子图像形状识别方法、系统及装置


[0001]本专利技术涉及图像识别领域，具体提供一种云粒子图像形状识别方法、系统及装置。

技术介绍

[0002]云粒子形状会影响云粒子的散射特性、生长率和下落末速度等，其对云降水物理及地球辐射平衡有重要影响。因此，准确识别云粒子形状具有重要的意义。
[0003]现有的对云粒子形状的识别方法主要是在二维云粒子图像探测仪CIP获得的云粒子图像的基础上，利用Holroyd提出的判别方法对云粒子形状进行识别，但是这种识别方法的识别准确度较低，难以满足用户的实际需求。
[0004]本领域需要一种新的云粒子图像形状识别方案来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决现有的方法识别准确度较低的技术问题。本专利技术提供了一种云粒子图像形状识别方法、系统及装置。
[0006]在第一方面，本专利技术提供一种云粒子图像形状识别方法，包括：
[0007]获取云粒子图像；
[0008]对所述云粒子图像进行预处理；
[0009]基于预处理后的云粒子图像提取云粒子的形状几何特征参量；
[0010]基于所述云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状。
[0011]在上述云粒子图像形状识别方法的一个技术方案中，“对所述云粒子图像进行预处理”进一步包括剔除破碎粒子、离散点以及伪粒子。
[0012]在上述云粒子图像形状识别方法的一个技术方案中，通过下述步骤剔除离散点：
[0013]基于所述云粒子图像中的单个像素点获取所述单个像素点对应的像素连通区；
[0014]遍历所述云粒子图像中的所有像素点，得到分别与所述所有像素点分别对应的多个像素连通区；
[0015]将所述多个像素连通区中像素点数最多的像素连通区作为有效云粒子图像以进行云粒子图像形状识别，其余的连通区域作为离散点剔除。
[0016]在上述云粒子图像形状识别方法的一个技术方案中，通过下述方法剔除伪粒子：
[0017]判断云粒子在所述云粒子图像的纵坐标方向或者横坐标方向上是否只有一个像素点；
[0018]若是，则确认所述云粒子是伪粒子并对其进行剔除；若否，则确认所述云粒子不是伪粒子。
[0019]在上述云粒子图像形状识别方法的一个技术方案中，基于所述云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状包括：基于云粒子在所述云粒子图像的纵坐标方向和横坐标方向上像素点的线性相关系数r、云粒子最大弦长d以及垂直于最
大弦长方向上的最大尺度ω中的至少一个形状几何特征参量来确定云粒子的形状是否为线状。
[0020]在上述云粒子图像形状识别方法的一个技术方案中，基于所述云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状进一步包括：在r2＞＞0.4的情况下确定云粒子的形状为线状；或者，在d<64且d≥4ω的情况下，确定云粒子的形状为线状。
[0021]在上述云粒子图像形状识别方法的一个技术方案中，还包括：基于所述云粒子的形状来确定水凝物含量。
[0022]在第二方面，本专利技术提供一种云粒子图像形状识别系统，包括：
[0023]获取模块，用于获取云粒子图像；
[0024]预处理模块，用于对所述云粒子图像进行预处理；
[0025]参量提取模块，用于根据预处理后的云粒子图像提取云粒子的形状几何特征参量；
[0026]识别模块，用于根据所述云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状。
[0027]在第三方面，提供一种控制装置，该控制装置包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的云粒子图像形状识别方法。
[0028]在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的云粒子图像形状识别方法。
[0029]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0030]本专利技术中的云粒子图像形状识别技术方案，在获取的云粒子图像的基础上对其进行预处理，从而减少破碎粒子、离散点以及伪粒子对后续云粒子形状识别的影响，提高了云粒子形状识别的精度和效率。
[0031]通过云粒子在云粒子图像的纵坐标方向和横坐标方向上像素点的线性相关系数、云粒子最大弦长以及垂直于最大弦长方向上的最大尺度中的至少一个形状几何特征参量来确定云粒子的形状是否为线状，进一步提高了云粒子形状识别的精度，尤其是对线状粒子的识别拥有了较高的识别精度。
[0032]在确定了各个云粒子的形状的基础上，进一步来确定水凝物含量，相比于将所有云粒子视作球形液滴计算所得的水凝物含量，其精确度更高，进一步说明本专利技术中的云粒子图像形状识别技术方案能够提高对冰云或冰水混合云中的水凝物含量计算的准确性。
附图说明
[0033]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本专利技术的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：
[0034]图1是根据本专利技术的一个实施例的云粒子图像形状识别方法的主要步骤流程示意图；
[0035]图2(a)是根据本专利技术的一个实施例的30s内相邻云粒子间隔时间及间隔距离散点
图；
[0036]图2(b)是根据本专利技术的一个实施例的30s内相邻云粒子间隔时间的柱状分布图；
[0037]图2(c)是根据本专利技术的一个实施例的剔除破碎云粒子的示意图；
[0038]图3是根据本专利技术的一个实施例的剔除离散点的示意图；
[0039]图4(a)是根据本专利技术的一个实施例的剔除伪粒子的第一示意图；
[0040]图4(b)是根据本专利技术的一个实施例的剔除伪粒子的第二示意图；
[0041]图5是根据本专利技术的一个实施例的关于云粒子的形状几何特征参量附图；
[0042]图6是根据本专利技术的一个实施例的云粒子结构形状示意图；
[0043]图7是根据本专利技术的一个实施例的云粒子图像形状识别装置的主要结构框图示意图。
[0044]附图标记列表：
[0045]11：获取模块；12：预处理模块；13：参量提取模块；14：识别模块。
具体实施方式
[0046]下面参照附图来描述本专利技术的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。
[0047]在本专利技术的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云粒子图像形状识别方法，其特征在于，包括下述步骤：获取云粒子图像；对所述云粒子图像进行预处理；基于预处理后的云粒子图像提取云粒子的形状几何特征参量；基于所述云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状。2.根据权利要求1所述的云粒子图像形状识别方法，其特征在于，对所述云粒子图像进行预处理进一步包括：剔除破碎粒子、离散点以及伪粒子。3.根据权利要求2所述的云粒子图像形状识别方法，其特征在于，通过下述步骤剔除离散点：基于所述云粒子图像中的单个像素点获取所述单个像素点对应的像素连通区；遍历所述云粒子图像中的所有像素点，得到分别与所述所有像素点分别对应的多个像素连通区；将所述多个像素连通区中像素点数最多的像素连通区作为有效云粒子图像以进行云粒子图像形状识别，其余的连通区域作为离散点剔除。4.根据权利要求2所述的云粒子图像形状识别方法，其特征在于，通过下述方法剔除伪粒子：判断云粒子在所述云粒子图像的纵坐标方向或者横坐标方向上是否只有一个像素点；若是，则确认所述云粒子是伪粒子并对其进行剔除；若否，则确认所述云粒子不是伪粒子。5.根据权利要求1所述的云粒子图像形状识别方法，其特征在于，基于所述云粒子的形状几何特征参量进行云粒子图像形状识别，得到云粒子的形状包括：基于云粒子在所述云粒子图像的纵坐标方向和横坐标方向上像素点的线性相关系数...

【专利技术属性】
技术研发人员：张荣，李宏宇，段婧，高扬，周旭，苏海周，张骁拓，
申请(专利权)人：中国气象科学研究院，
类型：发明
国别省市：