一种天气图特征类型识别及相似度匹配系统和方法技术方案

本发明专利技术涉及计算机技术领域，具体涉及天气图特征类型识别及相似度匹配系统和方法。该系统包括：天气图上传模块，用于上传导入的当前天气图和历史天气图；天气图识别模块，用于对上传的当前天气图进行类型识别，获得天气图对应的天气类型识别结果；相似度匹配模块，用于对识别后的当前天气图与历史天气图进行相似度匹配，获取匹配后的最优解天气图；以及结果显示模块，用于输出天气图天气类型识别结果和历史匹配相似度最高的最优解天气图。本发明专利技术方便大气相关系统快速准确的对天气图天气类型进行识别和匹配，获取对应的天气图天气类型信息及匹配度得分，供大气污染防治减排措施参考；灵活调用，大大减轻人为参于天气图识别带来的繁重工作。来的繁重工作。来的繁重工作。

【技术实现步骤摘要】
一种天气图特征类型识别及相似度匹配系统和方法


[0001]本专利技术涉及计算机
，具体涉及一种天气图特征类型识别及相似度匹配系统和方法。

技术介绍

[0002]对于大气环境监测是一项艰巨和繁复的工作，需要全天候24小时不断的密切监测。现有的自动化监测站由于其自动化程度不高，往往还需要人工的监视，只能在一段较短的时间内根据采集的图像进行检测识别天气类型，如遇到意外情况，如遇到坏天气或图像数据较多等问题，都无法自行应对，需要人工处理。导致无法进行无完全自动化连续监测。
[0003]针对大气环境行业现状，如何运用了大数据和人工智能技术进行图像识别天气类型，同时匹配到当时的历史案例，以达到调用历史案例并调整参数来进行污染防治是急需解决的问题。

技术实现思路

[0004]针对上述提出的不足问题，本专利技术实施例的目的在于提供了一种适用于专门针对天气图特征类型识别及相似度匹配系统和方法，将方便大气相关系统快速准确的对天气图天气类型进行识别和匹配，获取对应的天气图天气类型信息及匹配度得分，供大气污染防治减排措施参考；此系统和方法可供相关业务系统灵活调用，大大减轻人为参与天气图识别带来的繁重工作。
[0005]为实现上述目的，本专利技术实施例提供了如下的技术方案：
[0006]第一方面，在本专利技术提供的一个实施例中，提供了一种天气图特征类型识别及相似度匹配系统，该系统包括：
[0007]天气图上传模块，用于上传导入的当前天气图和历史天气图；
[0008]天气图识别模块，用于对上传的当前天气图进行类型识别，获得天气图对应的天气类型识别结果；
[0009]相似度匹配模块，用于对识别后的当前天气图与历史天气图进行相似度匹配，获取匹配后的最优解天气图；以及
[0010]结果显示模块，用于输出天气图天气类型识别结果和历史匹配相似度最高的最优解天气图。
[0011]本专利技术的天气图特征类型识别及相似度匹配系统方便大气相关系统快速准确的对天气图天气类型进行识别和匹配，获取对应的天气图天气类型信息及匹配度得分，供大气污染防治减排措施参考；本专利技术可供相关业务系统灵活调用，大大减轻人为参于天气图识别带来的繁重工作。
[0012]在本专利技术提供的一些实施例中，所述天气图特征类型识别及相似度匹配系统还包括微服务模块，微服务模块通过接口与所述天气图上传模块、天气图识别模块、相似度匹配模块以及结果显示模块单独连接。
[0013]本专利技术的天气图特征类型识别及相似度匹配系统运用微服务模块的架构管理相关接口，与微服务模块每个接口连接的模块独立存在，可以单独部署，不用每次发布某个功能都经历一次全服务发布；遵循单一功能原则，微服务模块接口连接的模块之间可以通过RESTFUL或者RPC调用，功能解藕；“细粒度”的高可扩展性，每个接口连接的模块都可以单独扩展，单独负载均衡；微服务可供相关业务系统灵活的调用，来来满足业务系统功能需求。
[0014]在本专利技术提供的一些实施例中，所述天气图特征类型识别及相似度匹配系统还通过微服务模块连接大气预报预警系统，所述大气预报预警系统包括大气污染防治模块以及案例库；所述大气污染防治模块用于接收微服务模块上传的当前污染天气图，对当前污染天气图识别处理后返回当前天气类型至微服务模块，所述案例库用于将案例中对应的天气图上传至微服务模块，微服务模块进行相似度匹配后，返回相似度最高天气图至大气污染防治模块，由大气污染防治模块将成果数据形成典型案例生成大数据案例库。
[0015]在本专利技术提供的一些实施例中，所述天气图识别模块用于对500hpa和surface_pres两种不同压力的天气图片进行识别，所述500hpa压力用于识别出天气图片中的偏西气流、高空脊和副高天气，所述surface_pres压力用于识别出天气图片中的高压、均压和台风天气。
[0016]在本专利技术提供的一些实施例中，所述相似度匹配模块用于匹配当前天气类型天气图和历史天气图中最相似的一张图片，所述相似度匹配模块的匹配规则为从图片天气类型、图片视觉相似度、气压大小及分布、温度大小及分布、风向及分布和降雨量大小及分布来判断图片整体相似度。
[0017]在本专利技术提供的一些实施例中，所述天气图特征类型识别及相似度匹配系统还包括模型训练模块，所述模型训练模块用于将气象图片像本输入TensorFlow模型进行训练生成气象模型，使用TensorFlow气象模型识别气象图片中的天气类型。
[0018]在本专利技术提供的一些实施例中，所述天气图特征类型识别及相似度匹配系统还包括AI模块，所述AI模块包括：
[0019]图像处理及计算机视觉处理单元，所述图像处理及计算机视觉处理单元采用OpenCv算法对天气图象进行处理；以及
[0020]光学字符识别单元，所述光学字符识别单元为基于Tesseract的OCR图片识别，用于识别多种格式的图像文件并将其转换成文本。
[0021]在本专利技术提供的一些实施例中，所述天气图特征类型识别及相似度匹配系统还包括：数据存储服务模块，用于对天气图片进行存储管理。
[0022]第二方面，在本专利技术提供的一个实施例中，提供了一种天气图特征类型识别及相似度匹配方法，包括以下步骤：
[0023]获取上传的天气图片数据集，所述天气图片数据集包括当前天气图数据集和历史天气图数据集；
[0024]遍历所述天气图片数据集中所有图片，对所述天气图片数据集中图片进行分类处理，分类处理后的不同类别图片单独处理，获得天气图对应的天气类型识别结果；
[0025]遍历历史天气图数据集，对当前天气天气图进行相似度匹配，获得与当前天气天气图匹配的历史匹配相似度最高的最优解天气图；
[0026]输出天气图天气类型识别结果和历史匹配相似度最高的最优解天气图。
[0027]在本专利技术提供的一些实施例中，所述获取上传的天气图片数据集之前，还包括：
[0028]获取天气图片上传请求；
[0029]响应所述天气图片上传请求，并接收当前天气图和历史天气图的数据压缩文件；
[0030]对上传的当前天气图和历史天气图数据中的历史污染事件天气图压缩文件和当前污染事件天气图压缩文件解压；
[0031]解压后的天气图通过Gateway网关分发匹配路由到相应的图像识识别服务模块进行识别处理，识别出相应的天气类型。
[0032]在本专利技术提供的一些实施例中，对所述天气图片数据集中图片进行分类处理时，还包括：判断所述天气图片数据集中天气图片的类型；所述天气图片的类型包括500hpa和surface_pres两种类型，分类处理后的天气图片复制到对应类型的文件夹找那个，并分别进行不同颜色提取，获得新图片。
[0033]在本专利技术提供的一些实施例中，500hpa类型的新图片通过OpenCv训练模型处理提取出新图片中的特征信息，所述特征信息包括新图片中的曲线角度轮廓、风向角度、气压大小和相似度中的一种或多种；surface_pres类型的新图片通过预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种天气图特征类型识别及相似度匹配系统，其特征在于，该系统包括：天气图上传模块，用于上传导入的当前天气图和历史天气图；天气图识别模块，用于对上传的当前天气图进行类型识别，获得天气图对应的天气类型识别结果；相似度匹配模块，用于对识别后的当前天气图与历史天气图进行相似度匹配，获取匹配后的最优解天气图；以及结果显示模块，用于输出天气图天气类型识别结果和历史匹配相似度最高的最优解天气图。2.如权利要求1所述的天气图特征类型识别及相似度匹配系统，其特征在于，所述天气图特征类型识别及相似度匹配系统还包括微服务模块，微服务模块通过接口与所述天气图上传模块、天气图识别模块、相似度匹配模块以及结果显示模块单独连接。3.如权利要求2所述的天气图特征类型识别及相似度匹配系统，其特征在于，所述天气图特征类型识别及相似度匹配系统还通过微服务模块连接大气预报预警系统，所述大气预报预警系统包括大气污染防治模块以及案例库；所述大气污染防治模块用于接收微服务模块上传的当前污染天气图，对当前污染天气图识别处理后返回当前天气类型至微服务模块，所述案例库用于将案例中对应的天气图上传至微服务模块，微服务模块进行相似度匹配后，返回相似度最高天气图至大气污染防治模块，由大气污染防治模块将成果数据形成典型案例生成大数据案例库。4.如权利要求1所述的天气图特征类型识别及相似度匹配系统，其特征在于，所述天气图识别模块用于对500hpa和surface_pres两种不同压力的天气图片进行识别，所述500hpa压力用于识别出天气图片中的偏西气流、高空脊和副高天气，所述surface_pres压力用于识别出天气图片中的高压、均压和台风天气。5.如权利要求4所述的天气图特征类型识别及相似度匹配系统，其特征在于，所述相似度匹配模块用于匹配当前天气类型天气图和历史天气图中最相似的一张图片，所述相似度匹配模块的匹配规则为从图片天气类型、图片视觉相似度、气压大小及分布、温度大小及分布、风向及分布和降雨量大小及分布来判断图片整体相似度。6.如权利要求5所述的天气图特征类型识别及相似度匹配系统，其特征在于，所述天气图特征类型识别及相似度匹配系统还包括模型训练模块，所述模型训练模块用于将气象图片像本输入TensorFlow模型进行训练生成气象模型，使用TensorFlow气象模型识别气象图片中的天气类型。7.如权利要求1或2所述的天气图特征类型识别及相似度...

【专利技术属性】
技术研发人员：朱国伟，
申请(专利权)人：博微宁波新技术有限公司，
类型：发明
国别省市：