一种基于云量特征的全天空云图云量分类方法技术

本发明专利技术公开了一种基于云量特征的全天空云图云量分类方法，所述分类方法包括：获取输入全天空云图，对全天空云图进行标记分类，得到对应标签；对所述全天空云图进行预处理，得到预处理全天空云图；检测预处理全天空云图中的云区域，得到仅包含云的灰度图像；根据所述仅包含云的灰度图像提取得到每张全天空云图的云量特征；将所述全天空云图的云量特征和对应标签输入随机森林分类器，得到分类模型；获取待处理全天空云图的云量特征，并将其输入至所述分类模型中，得到相应的类别。本发明专利技术通过检测全天空云图中的云区域，并根据云区域提取云量特征，从而实现对全天空云图基于云量的准确分类，统计天空中的云量情况，为天文望远镜选址提供重要信息。选址提供重要信息。选址提供重要信息。

【技术实现步骤摘要】
一种基于云量特征的全天空云图云量分类方法


[0001]本专利技术涉及模式识别领域，具体涉及一种基于云量特征的全天空云图云量分类方法。

技术介绍

[0002]光学红外望远镜是开展天体物理研究必备的核心基础设施之一，其成像品质会受到所在地的大气活动影响，所以应该按照天文观测的需求谨慎选择建造地点。云量是影响天文望远镜观测时间和观测范围的重要因素，望远镜一般建造在天空中尽可能无云的地点，所以对云量进行观测和分析是天文选址的必要基础条件。
[0003]云量是指云遮蔽天空视野的成数。天文选址中通常使用全天相机拍摄的全天空云图对云量进行监测，目前对云量的研究大多关注于云量检测与云量计算。Stowe等人提出超高分辨率辐射仪第一阶段云量算法将像素点分为无云、混合云和有云，分别赋予权重0、0.5和1计算最终的总云量。Kim等人利用超高分辨率辐射仪拓展云量算法把像素点划分为厚云、中层云、薄云和无云四种情况，权重根据云层厚度进行调整。近年来深度学习发展迅速，Yao等人提出了一种具有多尺度特征提取和内容感知重组网络的云检测方法，通过使用金字塔卷积和通道注意机制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云量特征的全天空云图云量分类方法，其特征在于，包括如下步骤：(1)获取输入的全天空云图，对全天空云图进行标记分类，得到对应的标签；(2)对所述全天空云图进行预处理，得到预处理全天空云图；(3)检测预处理全天空云图中的云区域，得到仅包含云的灰度图像；(4)根据所述仅包含云的灰度图像提取得到每张全天空云图的云量特征；(5)将所述全天空云图的云量特征和对应的标签输入随机森林分类器，得到分类模型；(6)获取待处理全天空云图的云量特征，将其输入至所述分类模型中，得到相应的类别。2.根据权利要求1所述的基于云量特征的全天空云图云量分类方法，其特征在于，所述步骤(1)具体为：获取输入的全天空云图并进行基于云量的标记分类，得到对应的标签。3.根据权利要求1所述的基于云量特征的全天空云图云量分类方法，其特征在于，所述步骤(2)包括以下步骤：(21)对所述全天空云图进行图像裁剪，仅保留中央有效区域；(22)对所述裁剪后的图像进行图像去噪去除太阳区域，得到预处理全天空云图。4.根据权利要求3所述的基于云量特征的全天空云图云量分类方法，其特征在于，所述步骤(22)中，去除太阳区域具体包括以下步骤：(221)获取所述裁剪后的全天空云图的灰度图像；(222)获取与所述全天空云图具有相同太阳仰角的晴空背景云图的灰度图像；(223)将裁剪后的全天空云图的灰度图像减去与所述全天空云图具有相同太阳仰角的晴...

【专利技术属性】
技术研发人员：邱波，李晓彤，张立文，
申请(专利权)人：李晓彤张立文，
类型：发明
国别省市：