一種基於雲塊主體骨架分析的波狀雲排列信息提取方法
2023-06-02 23:58:56 1
一種基於雲塊主體骨架分析的波狀雲排列信息提取方法
【專利摘要】本發明公開了一種基於雲塊主體骨架分析的波狀雲排列信息提取方法，包括如下步驟：(1)對波狀雲原始圖像進行分層，降低圖像解析度；(2)對分層後的圖像根據云圖閾值進行分割以及開閉運算進行二值化處理，得到待分析的雲輪廓的圖像；(3)提取待分析的圖像即雲圖的主體，將提取的二值化雲圖主體與波狀雲排列原始圖像進行疊加；(4)利用16個三叉點模板對二值化雲圖主體中存在的邊緣毛糙現象進行消減；(5)在消減後的二值化雲圖主體基礎上提取雲圖主體圖像的主體紋路；(6)將圖形中得到的線段長度和擬合斜率轉化成角度，最終得到波狀雲的紋理方向特徵。
【專利說明】一種基於雲塊主體骨架分析的波狀雲排列信息提取方法
【技術領域】
[0001]本發明涉及一種基於雲塊主體骨架分析的波狀雲排列信息提取方法，其主要用於雲狀的自動化觀測中。
【背景技術】
[0002]雲是表徵天氣、氣候特點的重要要素之一，也是動力、大氣熱力、水分輸送過程的綜合作用的外在表徵，對於天氣變化有先兆作用，也還是影響氣候模型和氣候預報的重要因素。由於雲變化的複雜性，目前世界上仍主要依靠目力進行雲的觀測，人員培養難度大，資料具有主觀性，可對比性不好，尤其在夜間和垂直能見度較差時更是難以準確觀測。因此，實現雲的自動定量觀測對於飛行保障、天氣預報等有著重要意義，對於氣候監測以及大氣探測和大氣遙感至關重要。
[0003]由於雲體的千變萬化，以及雲的人工觀測具有一定主觀性，這一現狀使得人工觀測和自動化觀測的結果還有一定的差距，而為了推進氣象要素的自動化觀測進程，雲狀的自動觀測就成了急需解決的問題。目前隨著氣象觀測自動化水平的不斷提高，國內外相繼湧現出許多自動測雲儀器，這也為雲狀的自動識別提供了途徑。但是現存的雲狀研究依然主要依靠借鑑衛星雲圖的雲狀識別的方法，以提取紋理特徵(自相關、共生矩陣、邊緣頻率、LAWS特徵、傅立葉變換特徵、模糊紋理光譜特徵、局部二值模式結合局部雲圖的方差信息)和結構特徵(輪廓清晰度、雲塊尺寸、纖維度和邊緣聯合信息雲塊灰度均值、雲體比例、雲塊輪廓的清晰程度、小雲塊雲縫信息、中等雲縫信息、中小雲縫信息和雲塊信息)為主。
[0004]但是從這些研究的結果來看，波狀雲的識別結果並不是很理想，容易與捲雲、積狀雲混淆，這主要是因為提取到的紋理和結構特徵在波狀雲、捲雲、積狀雲中沒有明顯的差異，不足以把波狀雲從本身相近的雲中識別出來。但是波狀雲在人工識別時，卻是不難識別的，其主要的原因就是人眼識別波狀雲主要依據云體的排列，雲塊的紋理方向特徵。另外波狀z?的自動識別也有利於進一步了解和掌握聞空氣流的狀態。
【發明內容】
[0005]本發明的目的是:提出一種基於雲塊主體骨架分析的波狀雲排列信息提取方法，利用分層方法對雲圖進行分解，通過在低解析度雲圖中提取波狀雲的主體雲塊排列方向特徵，模擬人眼觀測中波狀雲是否雲塊排列整齊，雲圖的紋理方向是否一致，為波狀雲的分類提供了新的圖像特徵。
[0006]本發明的技術方案為:一種基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵是包括如下步驟:
[0007](I)對波狀雲原始圖像進行分層，降低圖像解析度；
[0008](2)對分層後的圖像根據云圖閾值進行分割以及開閉運算進行二值化處理，得到待分析的雲輪廓的圖像；
[0009](3)提取待分析的圖像即雲圖的主體，將提取的二值化雲圖主體與波狀雲排列原始圖像進行疊加；
[0010](4)利用16個三叉點模板對二值化雲圖主體中存在的邊緣毛糙現象進行消減；
[0011](5)在消減後的二值化雲圖主體基礎上提取雲圖主體圖像的主體紋路、即紋理方向，即斜率和線段長度及其分布規律；
[0012](6)將圖形中得到的線段長度和擬合斜率轉化成角度，並利用分數權重函數對其進行打分處理，利用分數權重函數對轉化後的斜率以及線段長度進行打分，最終得到波狀雲的紋理方向特徵。
[0013]對步驟⑵所得圖像進行分割以及圖像的開閉的二值化運算，採用的是OTSU最優閾值分割。
[0014]利用16個三叉點模板對二值化雲圖主體中存在的邊緣毛糙現象進行消減的方法是:需要首先尋找二值化雲圖主體的端點和三叉點；對於某一處的端點，首先定義Σ16，
Σ8, Σ4, Σ4四個參量:
+A
[0015]Σ4——為端點的斜4鄰域；
X
[0016]為端點的直4鄰域；
+.
[0017]Σ8——為端點的8鄰域，即斜4鄰域與直4鄰域的疊加；
[0018]Σ 16——為端點的16鄰域，Σ8外圍的點；
[0019]對於端點，它具有這樣的特徵，S卩Σ8 = 1，而對於三叉點，經過仔細分析，設計16個模板，圖中白色區域像素值為1，表示雲體的端點，灰色區域像素值為0，表示背景；
[0020]找到雲圖主體的端點，把其賦0，使其成為背景。第一次遍歷時從左到右、從上到下進行，第二次遍歷則從右到左、從下到上。
[0021 ] 進一步，從三叉點出發沿著路徑計算線段的長度，並擬合成直線，計算這條直線的斜率，從而統計整幅圖像中斜率的分布情況，斜率集中的部分就是波狀雲的紋理方向。同時也可以以同樣的方法計算雲縫的方向，以增加這一斜率的分布個數或增大分布概率。
[0022]進一步，在於利用分層的方法對雲圖進行處理，利用高層低解析度雲圖提取特徵。
[0023]進一步，對高層雲圖進行分割和圖像的開閉運算，得到二值化圖像，同時開運算可以抑制邊界端點毛糙現象，閉運算可以平滑外邊緣。
[0024]本發明的有益效果:為有效描述波狀雲的特徵提供了新的解決途徑。該方法在對雲圖做分層處理基礎上，對低解析度圖像進行閾值分解和開閉運算，在提取雲圖灰度圖像主體的基礎上，設計了尋找三叉點的圖形模板和對線段長度以及斜率打分的分數權重函數，對波狀雲的雲塊排列信息做了進一步的處理，使得此特徵具有可操作性。本發明提供了一種提取波狀雲主體方向，即雲塊排列方向特徵的方法，並結合實際需求，設計了需找三叉點的圖像模板，設計了一個對線段長度打分的分數權重函數，並給出了具體的操作和計算步驟。以上特點使得本發明建立了一種人工觀測波狀雲的特徵，使得觀測過程更好的向人工觀測接近。本發明通過應用分層，提取圖像主體紋路的方法，模擬了人眼在觀測波狀雲時注意的最重要的特徵，即雲塊排列是否整齊，雲圖的紋理方向是否一致，為更好地描述波狀雲的特點增添了新的方法。
【專利附圖】
【附圖說明】
[0025]圖1是本發明的流程框圖；
[0026]圖2是金字塔分解後的圖像；圖2中(a) (b) (c) (d)分別為原始圖像、第一層圖像、
第二層圖像和第三層圖像；
[0027]圖3是雲圖閾值分割和開閉運算後的二值化圖像；圖3中(a) (b) (c) (d)分別為金字塔第4層圖像、Otsu 二值化分割、二值圖像開運算、二值圖像閉運算；
[0028]圖4是雲圖主體與原圖疊加效果；
[0029]圖5是主體紋路點的領域示意圖以及16個模板；
[0030]圖6是圖像端點毛糙現象處理示意圖；圖6中(a) (b) (c) (d)分別為二值圖像骨架圖、第一次遍歷毛刺消除情況、第二次遍歷毛刺消除情況、尋找骨架的端點和三叉點。
[0031]圖7是主體局部區域的端點和三叉點；
[0032]圖8是計算雲圖紋理方向的具體步驟；
[0033]圖9是角度-線段長度分布圖；
[0034]圖10是角度-分值曲線圖；
[0035]圖11是經過打分後的角度-分值曲線圖。
【具體實施方式】
[0036]本發明利用分層方法對雲圖進行分解，然後通過閾值分割以及圖像的開閉運算提取波狀雲的主體輪廓，在主體的基礎上提取雲塊排列斜率和線段長度，最後通過打分進一步計算波狀雲的雲塊排列方向，為波狀雲的識別提供了新的特徵。為使本發明的目的、技術方案和創新點更加清楚明白，以下結合附圖以及實驗對本發明進一步詳細說明。
[0037]圖1是本發明提出的一種基於雲塊主體骨架分析的波狀雲排列信息提取方法的流程圖。如圖1所示，所述方法包括以下步驟:
[0038]步驟1，對每一張原始圖像做類似高斯金字塔分解的分層處理。在實驗中採用的是高斯金字塔分層方法(實際操作時不限於高斯金字塔方法)，最終所得圖像如附圖2所示。
[0039]步驟2，對步驟I所得圖像進行分割以及圖像的開閉運算。實驗中採用的是OTSU最優閾值分割(實際操作時不限於OTSU方法)，得到待分析圖像。圖像處理的效果見附圖30
[0040]步驟3，提取雲體主體方向，並將提取的二值化主體雲圖和原始圖像進行疊加，效果見附圖4，其中斜線的方向就是期望得到的雲圖紋理方向。
[0041]步驟4，對於提取的主體中存在的端點毛糙現象進行處理。
[0042]1、處理端點毛糙之前，需要首先尋找二值化主體的端點和三叉點。對於某一處的端點(附圖5c中白色像素點)，首先定義Σ16，Σ8，Σ4』 Σ4四個參量。
+X
[0043]Σ 16——為端點的外圍16鄰域，如附圖中8鄰域外圍的點；
[0044]Σ8——為端點的8鄰域，如附圖中帶線條的點，直4鄰域與斜4鄰域的和；
[0045]Σ4—為端點的直4鄰域，如附圖中帶橫線的點；
[0046]Σ4—為端點的斜4鄰域，如附圖中帶斜線的點；
X -
[0047]對於端點，它具有這樣的特徵，S卩Σ8 = 1，定義為等於1.;而對於三叉點，經過仔細分析，設計了以下16個模板，見附圖5。圖中白色區域像素值為1，表示雲體的端點，灰色區域像素值為0，表示背景。按照這樣的限制條件或模板，以遍歷的方式尋找主體圖形中的端點和三叉點。圖6顯示了主體圖像中局部區域的端點和三叉點。
[0048]2、根據限制條件找到雲圖主體的端點，把其賦0，使其成為背景。第一次遍歷時從左到右、從上到下進行，第二次遍歷則從右到左、從下到上。圖像的處理效果見圖7。
[0049]步驟4，在去端點毛糙現象後的主體圖像基礎上提取雲圖的紋理方向信息。經過分析可知，從任何一個三叉點出發必然能到達端點、另外一個三叉點或者圖像邊緣，沿著這條路徑可以計算線段的長度，通過記錄線段的位置坐標，可以擬合出一條直線，記錄這條線段的斜率並統計整幅圖中斜率的分布情況，斜率集中的部分可能就是波狀雲的紋理方向。同時發現，雲縫的紋理方向基本上與雲體的紋理方向是一致的，因此還可以使用同樣的辦法計算雲縫(雲圖取反)的方向，以增多這一斜率的分布個數或增大分布概率。附圖8中給出了計算雲圖紋理方向的具體步驟。
[0050]步驟5，對提取到的雲圖紋理方向特徵做進一步處理，並進行實驗。按照步驟4的計算流程可以得到圖像中每段線段的長度和擬合斜率，為了方便，將斜率划算層角度顯示，並規定水平位置為0，逆時針旋轉為正角度、順時針為負角度。其點狀圖見附圖9所示。
[0051]為了更直觀的顯示計算結果，對角度-長度數據進行統計。在[-90°，90° ]的區間內，按照一度的間隔累加計算該角度下線段的總長度，將這一結果稱為該角度所獲得的分值。對於本張樣本圖，其角度-分值曲線圖如圖10所示。這樣可以更加直觀的發現，圖像角度的大值區分布在58°。這裡根據以下兩個原則設計「分數權重函數」:
[0052]原則一:線段長度較短，但數目較多的角度不應得高分；
[0053]原則二:線段長度越長，但數目少的應得高分。
[0054]因此，可以考慮平方函數和指數函數。通過分析發現，以下兩個函數可以實現這一要求。
[0055]y = e0 04x (I)
[0056]y = 0.072x2 (2)
[0057]在[0，100]範圍內，每個長度對應著一個分值，且不同長度所得到的分值不同。利用這兩個函數重新給不同角度的線段打分，其效果如圖11所示。與圖10對比可以發現，沒有經過加權的打分結果中，有些分值很高，其原因可能是由於該角度下的線段長度雖然短但數目多，造成的一種累加效應，對於這樣的情況，認為它不能代表圖像中波狀雲的方向，所以，對這種情況要「抑制」。經過權重函數打分後的圖像，與原始圖像相比有一個明顯的特點就是平方函數看做對原圖起到了一些「濾除噪聲」、「放大」的效果，而指數函數卻改變了最大值的區域，使其出現在48°處。經過實際測量發現，灰度雲圖樣本中的紋理方向大約在45°左右。因此，認為經過指數函數(I)打分後所提取的特徵能更真實的反應實際雲圖的紋理方向。即分數權重函數為(I)。
[0058]本發明未涉及部分均與現有技術相同或可採用現有技術加以實現。雖然本發明已以較佳實施例揭露如上，然其並非用以限定本發明。本發明所屬【技術領域】中具有通常知識者，在不脫離本發明的精神和範圍內，當可作各種的更動與潤飾。因此，本發明的保護範圍當視權利要求書所界定者為準。
【權利要求】
1.一種基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵是包括如下步驟: (1)對波狀雲原始圖像進行分層，降低圖像解析度； (2)對分層後的圖像根據云圖閾值進行分割以及開閉運算進行二值化處理，得到待分析的雲輪廓的圖像； (3)提取待分析的圖像即雲圖的主體，將提取的二值化雲圖主體與波狀雲排列原始圖像進行置加； (4)利用16個三叉點模板對二值化雲圖主體中存在的邊緣毛糙現象進行消減； (5)在消減後的二值化雲圖主體基礎上提取雲圖主體圖像的主體紋路、即紋理方向，即斜率和線段長度及其分布規律； (6)將圖形中得到的線段長度和擬合斜率轉化成角度，並利用分數權重函數對其進行打分處理，利用分數權重函數對轉化後的斜率以及線段長度進行打分，最終得到波狀雲的紋理方向特徵。
2.根據權利要求1所述的基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵是對步驟(2)所得圖像進行分割以及圖像的開閉的二值化運算，採用的是OTSU最優閾值分割。
3.根據權利要求2所述的基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵在於在:利用16個三叉點模板對二值化雲圖主體中存在的邊緣毛糙現象進行消減的方法是:需要首先尋找二值化雲圖主體的端點和三叉點；對於某一處的端點，首先定義Σ16，Σ8，Σ4』 Σ4四個參量: +X Σ4——為端點的斜4鄰域；
X Σ4——為端點的直4鄰域；
+ Σ8——為端點的8鄰域，即斜4鄰域與直4鄰域的疊加； Σ16——為端點的16鄰域，Σ8外圍的點； 對於端點，它具有這樣的特徵，S卩Σ8 = 1，而對於三叉點，經過仔細分析，設計16個模板，圖中白色區域像素值為1，表示雲體的端點，灰色區域像素值為0，表示背景； 找到雲圖主體的端點，把其賦0，使其成為背景。第一次遍歷時從左到右、從上到下進行，第二次遍歷則從右到左、從下到上。
4.根據權利要求2所述的基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵在於:從三叉點出發沿著路徑計算線段的長度，並擬合成直線，計算這條直線的斜率，從而統計整幅圖像中斜率的分布情況，斜率集中的部分就是波狀雲的紋理方向。同時也可以以同樣的方法計算雲縫的方向，以增加這一斜率的分布個數或增大分布概率。
5.根據權利要求2所述的基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵在於利用分層的方法對雲圖進行處理，利用高層低解析度雲圖提取特徵。
6.根據權利要求2所述的基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵在於對高層雲圖進行分割和圖像的開閉運算，得到二值化圖像，同時開運算可以抑制邊界端點毛糙現象，閉運算可以平滑外邊緣。
7.根據權利要求1所述的基於雲塊主體骨架分析的波狀雲排列信息提取方法，其特徵在於對角度-長度數據進行統計:在[-90°，90° ]的區間內，按照一度的間隔累加計算該角度下線段的總長度，將這一結果稱為該角度所獲得的分值；根據以下兩個原則設計「分數權重函數」: 原則一:線段長度較短，但數目較多的角度不應得高分； 原則二:線段長度越長，但數目少的應得高分； 因此，考慮平方函數和指數函數能實現這一要求: I = e°-04x (I) y = 0.072x2 (2) 在[0，100]範圍內，每個長度對應著一個分值，且不同長度所得到的分值不同；利用這兩個函數重新給不同角度的線段打分。
【文檔編號】G06T7/00GK104182977SQ201410398895
【公開日】2014年12月3日 申請日期:2014年8月13日 優先權日:2014年8月13日
【發明者】劉磊, 高太長, 秦健, 韓文宇, 趙世軍 申請人:中國人民解放軍理工大學