一種地基天空圖像的云團自動檢測方法
【技術領域】
[0001] 本發(fā)明涉及一種地基天空圖像的云團自動檢測方法。
【背景技術】
[0002] 云的形成和演變反映了當時大氣的運動、穩(wěn)定程度和水汽情況，決定了地球的輻 射收支狀況，是全球氣候變化的一個重要影響因子。因此，云的觀測具有極其重要的作用。 目前已有多顆氣象衛(wèi)星源源不斷地提供大尺度范圍的云監(jiān)測信息，成為天基云觀測的重要 資源，在基于衛(wèi)星云圖的云類識別檢測方面國內(nèi)外已經(jīng)做了大量的研宄工作。衛(wèi)星云圖雖 然可以提供較大范圍區(qū)域的氣象情況，但是由于圖像的分辨率不高，難以對特定的局部地 區(qū)進行較為精確的探測分析。地基云觀測設備的出現(xiàn)彌補了這一不足，這類觀測設備通常 安裝在某個區(qū)域，可以對局地的氣象條件進行較為精細的記錄，因此基于地基天空圖像的 云的檢測對于一些對局部氣象變化預測精度要求較高的應用具有重要的實用價值。由于 云的形態(tài)、位置、輪廓等一般性特征的不確定性，通常依據(jù)云和天空的相對顏色特征進行云 的檢測分割，采用較多的一種顏色特征描述方法為計算像素點藍色通道和紅色通道的歸一 化比值（Normalized Blue/Red Ratio,簡稱為NBR)，這種特征具有較好的顯著性，同時對 于加性的光照影響具有一定的魯棒性。目前，基于地基天空圖像的云團的檢測方法主要 采用閾值法，分為固定閾值法（Fix Thresholding，簡稱為FT)、自適應閾值法（Adaptive Thresholding，簡稱為AT)和混合閾值法三種方法，以下對于上述三種檢測算法進行簡要 描述：
[0003] 一、固定閾值法
[0004] 固定閾值法是事先在線下采集大量的地基天空圖像，分別計算云圖中有效位置 (云圖中未被邊緣建筑、遮光板遮擋的區(qū)域）上云和天空的像素點的NBR比值，隨后基于統(tǒng) 計理論，對這兩類比值進行統(tǒng)計分析，運用一定的方法例如最小均方誤差等選取一個合適 的閾值盡可能的將云和天空的NBR比值區(qū)分開來。當后續(xù)系統(tǒng)中輸入新的地基天空圖像 時，該圖像上每個像素點的NBR比值將與該固定閾值進行比較，大于該固定閾值的像素點 被劃分為藍天，反之該像素點則被認為是云。
[0005] 固定閾值法較為簡單、快速，但是由于閾值固定，導致算法適應氣候環(huán)境和光照變 化的能力下降。
[0006] 二、自適應閾值法
[0007] 自適應閾值法主要是指直方圖閾值法，它基于對灰度圖像的這樣一種假設：目標 或背景內(nèi)部的相鄰像素間的灰度值是相似的，但不同目標或背景上的像素灰度差異較大， 其反映在直方圖上，就是不同目標或背景對應不同的峰。分割時，選取的閾值應位于直方 圖兩個不同峰之間的谷上，以便將各個峰分開。具體來說，當?shù)鼗炜請D像從三維顏色空 間的RGB圖像轉(zhuǎn)變到一維特征空間中的灰度圖像后，統(tǒng)計灰度圖像的直方圖，運用一定的 方法選取合適的閾值。較為常用的一種直方圖閾值法是最小交叉摘方法（Minimum Cross Entropy，簡稱為MCE)。MCE算法最早由Li和Lee于1992年提出，基于香農(nóng)信息熵的原理， 找到一個閾值使得該閾值分割得到的圖像與原來圖像像素點間的交叉熵達到最小。自適應 閾值法不需要事先對云圖進行統(tǒng)計分析，而是直接根據(jù)每幅輸入云圖的特征直方圖，求得 對應的閾值。
[0008] 三、混合閾值法
[0009] 混合閾值法（Hybrid Thresholding Algorithm，簡稱為 HYTA)由 Qing Yong Li 等 人提出，是一種結(jié)合了固定閾值法和自適應閾值法的綜合方法。它考慮到對于某些類型的 云圖，自適應閾值法不能產(chǎn)生合適的閾值，同時又由于單一的固定閾值法魯棒性較差，因此 將兩種方法結(jié)合起來。根據(jù)圖像直方圖的形態(tài)（雙峰或單峰），輸入的地基天空圖像首先被 劃分為雙模（bimodal)或是單模（unimodal)，對于不同的模式，再采用相應的閾值分割方 法進行云的檢測。
[0010] 以上所描述的地基云檢測技術均已比較成熟，然而在實際的應用中往往魯棒性和 可靠性上還面臨諸多挑戰(zhàn)，主要表現(xiàn)為：
[0011] (1)地基天空圖像中某些特殊位置的云和天空區(qū)分度較低。例如晴朗天氣下，白色 耀眼的太陽光會使太陽周圍的云和天空的顏色受到不同程度的影響，強光的照射會使像素 點各顏色通道的比值發(fā)生變化，使得云和天空的特征變得模糊，區(qū)分度降低；
[0012] (2)在空氣質(zhì)量較差的地區(qū)，地基天空圖像的質(zhì)量往往不高。尤其當存在霧霾時， 云圖中云和天空的差異度進一步降低，難以區(qū)分；
[0013] (3)由于云的基色為白色，因而很容易被背景染色。例如當云層較薄，天空較藍時， 拍攝的云圖上云層往往會被背景的藍色透射，呈現(xiàn)出淡藍色；另外，在陰雨天氣，較厚的云 層難以透過陽光又會呈現(xiàn)出灰黑色。在這些情況下，云的顏色特征變得與背景天空較為相 似，加大了檢測的難度；
[0014] (4)利用直方圖閾值法對圖像進行分割時，因為僅使用了地基天空圖像的顏色特 征直方圖作為唯一的閾值產(chǎn)生參考信息，而直方圖只能表征圖像中顏色特征值的分布情 況，不包含圖像的其它信息，這些限制使得最終得到的閾值只是一個客觀的標準，在某些情 況下并非是最合適的閾值。
[0015] 相對于其它圖像中的前景目標，地基天空圖像中的云具有如下特點：
[0016] (1)形態(tài)：云的形狀、輪廓、位置、厚薄程度均不固定，易隨時間發(fā)生變化，難以從 形態(tài)學等方面進行描述；
[0017] (2)顏色：一般情況下，云層和天空分別呈現(xiàn)出白色和藍色，顏色的區(qū)分度相對較 高，而且也是一種相對較穩(wěn)定的特征。

【發(fā)明內(nèi)容】

[0018] 本發(fā)明的目的在于提供一種地基天空圖像的云團自動檢測方法，依靠地基天空圖 像中的云的兩個特點，計算地基天空圖像中的每個像素點的NBR值作為其顏色特征值，依 據(jù)顏色特征直方圖，利用MCE ((minimum cross entropy，簡稱MCE))算法求得分割閾值，通 過每個像素點的特征值與該閾值的比較從而實現(xiàn)云的檢測，增加了圖像對比度增強步驟， 顯著提高了地基云自動檢測的準確率、召回率和綜合檢測率。
[0019] 實現(xiàn)上述目的的技術方案是：一種地基天空圖像的云團自動檢測方法，包括以下 步驟：
[0020] S1，圖像對