[发明专利]非安全区域自动识别及安全射界图的自动绘制方法

摘要

本发明涉及人工影响天气中的安全射界技术领域，为提供一种非安全区域自动识别及安全射界图自动绘制方法。该方法能够自动对Google地图上的非安全区域进行自动识别，并自动绘制出安全射界图，绘制效率高、准确率高且易于推广。本发明采用的技术方案是，非安全区域自动识别及安全射界图的自动绘制方法，步骤如下：步骤一：Google地图的获取步骤二：去雾步骤三：灰度化步骤四：分割步骤五：去噪步骤六：地图瓦片拼接步骤二至步骤六为非安全区域自动识别过程；步骤七：自动绘制安全射界图。本发明主要应用于人工影响天气场合。

主权项

1.一种非安全区域自动识别及安全射界图的自动绘制方法，其特征是，步骤如下：步骤一：Google地图的获取收集Google地图瓦片；步骤二：去雾对获得的Google地图瓦片进行去雾处理；步骤三：灰度化对图像进行灰度化处理；步骤四：分割为了识别出非安全区域的位置，需要对地图瓦片进行阈值分割，将非安全区域与安全区域区分开；步骤五：去噪利用去噪算法，剔除噪声点；步骤六：地图瓦片拼接将同一作业点周围处理好的地图瓦片按照排列规则拼接到一起；步骤二至步骤六为非安全区域自动识别过程步骤七：自动绘制安全射界图；步骤四分割具体步骤：最大熵阈值分割原理假设一幅图像有L个灰度级，其中灰度级为i的像素有N_i个，图像像素点总数为N，则灰度级i的概率为：设图像目标区域为TA，图像背景区域为BA，则两部分的熵为：其中:最大熵分割法的最佳阈值T的计算公式为：T＝argmax[H_TA(T)+H_BA(T)]  (11)步骤五：去噪步骤中，改进去噪算法实现过程如下：第一步：对图像进行腐蚀操作；第二步：(1)选择合适大小的正方形框，按照一定的步长对腐蚀后的图像进行扫描，扫描的同时统计正方形框区域内白色像素点即非安全区域的个数M；(2)M和第一阈值δ₁比较1)如果M>δ₁，白色像素点个数大于第一阈值，说明该区域内非安全区域面积比较大，则跳转到下一区域继续扫描；2)如果M<δ₁，白色像素点个数小于第一阈值，则将该正方形区域再次等分成几个区域，依次扫描这几个区域内白色像素点的个数，并与第二阈值δ₂进行比较；a.如果再次小于第二阈值，即M<δ₁<δ₂，说明该区域不仅远离大面积白色区域，而且该区域自身面积也比较小，因此该区域为安全区域，并将该区域置黑；b.若大于第二阈值，即δ₂<M<δ₁，则不作处理，跳转到下一区域，直到遍历所有区域为止；第三步，对整幅图像进行膨胀操作。