[发明专利]一种基于异质化缩减的云状图像识别方法及系统

说明书

本发明公开了一种基于异质化缩减的云状图像识别方法及系统，该方法：首先对原始云状图像进行障碍物去除和图像增强的预处理；然后，对经过预处理后的云状图像进行异质化缩减处理，异质化缩减处理为根据云状图像总体像素分布，对所有云状图像进行直方图匹配；最后，将经过异质化缩减处理后的云状图像输入至训练好的云状图像识别模型中进行识别，并得到相应的识别结果。因此，本发明通过对云状图像进行异质化缩减处理，使输入至识别模型中的图像更易学习和识别，从而解决地基云观测众包模式下存在的异质化现象。

技术领域

本发明涉及计算机视觉领域，具体设计一种基于异质化缩减的云状图像识别方法及统。

背景技术

随着不断贯彻《国务院关于印发新一代人工智能发展规划的通知》文件精神，人工智能技术在许多领域产生了突破性的应用。天气现象与环境气候都是影响着人们生活的一大重要因素，小到百姓的日常生活、农业作业，大到国家军队的军事行动、运输补给，这些都会随时因为天气的变化而带来巨大的影响，高效地、智能地预测云状进行辅助天气预测是一个重点研究方向。

传统的地基云观测主要靠人工目测，其存在诸多弊端。因此，地基云的自动观测方法的研究在近年来得到了广泛的关注，同时由于众包模式的兴起以及其低成本的特征，各地区云状图像更易获取、并且覆盖面更广，不过与此同时，各用户对云状的拍照形式各异，存在光照，角度等差异并且照片中的建筑等障碍物会对识别造成困扰，这种情况称其为异质化现象。

而现有技术中，主要针对比较局限的专业设备采集的云状图片，覆盖面低的不足，并未考虑到异质化现象。因此，有必要针对众包情形下采集的异质化云状图像，设计一种云状图像识别方案，以解决了现有技术中的覆盖面低、精度不足等痛点。

发明内容

鉴于以上所述现有技术的不足，本发明的目的在于：针对地基云观测众包情形下采集的异质化云状图像，提供一种基于异质化缩减的云状图像识别方法，以解决地基云观测众包模式下存在的异质化现象。

为实现上述发明目的，本发明提供以下技术方案：

一种基于异质化缩减的云状图像识别方法，其包括以下步骤：

S1：对待识别的云状图像进行预处理；其中，所述预处理包括障碍物去除和图像增强；

S2：对经过所述预处理后的云状图像进行异质化缩减处理；其中，所述异质化缩减处理为根据云状图像总体像素分布，对所有云状图像进行直方图匹配；

S3：将经过所述异质化缩减处理后的云状图像输入至训练好的云状图像识别模型中进行识别，并得到相应的识别结果。

根据一种具体的实施方式，本发明基于异质化缩减的云状图像识别方法中，所述障碍物去除包括：

由原始云状图像四个边界分别朝其相对的边界，逐行地检测每个像素点的RGB值；若行内有像素点的RGB值位于特定区间外，则进行下一行的检测；若行内无像素点的RGB值位于特定区间外，则将该行作为关键行；其中，所述特定区间为天空和云层的RGB值区间；

若存在四个关键行，则判断四个关键行之间限定的图像面积与原始云状图像的图像面积之比是否超过设定阈值，若超过，将四个关键行之间限定的图像作为经所述障碍物去除后的图像，否则丢弃所述原始云状图像。

根据一种具体的实施方式，本发明基于异质化缩减的云状图像识别方法中，所述图像增强为拉普拉斯增强；其中，图像变换公式为：

；

其中，为处理前的原始图像，为处理后的增强图像，c为常数。

根据一种具体的实施方式，本发明基于异质化缩减的云状图像识别方法中，，所述云状图像识别模型训练时，对训练集中的云状图像依次进行所述预处理与所述异质化缩减处理后，还通过随机擦除和随机翻转对训练集中的云状图像进行图像增广；