[发明专利]一种地基云自动检测方法

权利要求书

1.一种地基云自动检测方法，其特征在于，该方法包括以下步骤：

步骤1：利用成像设备对可见光云图采集；

步骤2：输入采集好的云图进行各颜色通道的分离，再对蓝红两波段云图像进行非线性动态范围的灰度调整获取云图的蓝波段增强图像B′和红波段增强图像R′，然后将两波段增强图像的差值图(B′-R′)归一化到[0255]，得到特征图像；

步骤3：特征图像进行多尺度多方向的Shearlet分解；

步骤4：在步骤3的基础上对各尺度不同方向子带系数取模值，并对各子带的模值图像进行特征抽取；

步骤5：利用聚类算法对步骤4抽取的特征向量进行分类，最终实现可见光云的自动检测。

2.根据权利要求1所述的一种地基云自动检测方法，其特征在于，步骤4所述的具体计算过程如下：

步骤4.1以云图蓝红两波段增强图像的差值图作为特征图进行Shearlet变换，得到一系列子带；

步骤4.2各尺度不同方向的子带系数进行非局部均值滤波，来降低相同纹理区域的特征的变换，同时增加不同区域的区别；

步骤4.3滤波后的各子带系数取模值，计算第l层的d方向上的模值图像I_ld在(2n+1)×(2n+1)大小窗口下的局部能量和局部能量方差

eld(x,y)=1(2n+1)2Σx=p-np+nΣy=q-nq+n(Ild(x,y))2l=1,2,...,Ld=1,2,...,D]]>

δld(p,q)=1(2n+1)2Σx=p-np+nΣy=q-nq+n[eld(x,y)-ul]2l=1,2,...,Ld=1,2,...,D]]>

其中x、y表示各子带模值图像中的位置，u_l为滑动窗口内的均值，为窗口内能量的方差作为待分类的特征向量，即云图F中像素点(x，y)最终的特征向量表示为：(δ11(p,q),δ12(p,q),...,δ1D(p,q),...,δL1(p,q),δL2(p,q),...,δLD(p,q)).]]>

3.根据权利要求1所述的一种地基云自动检测方法，其特征在于，步骤4所述的分类算法为：模糊C均值聚类算法。