CN102162862A - 一种自动检测结露的方法 - Google Patents

Abstract

本发明公开了一种自动检测结露的方法，利用对设置在户外的多个载玻片的图像序列I_i的处理，检测出是否结露及结露的时刻，其中，所述图像序列I_i由每隔一定时间采集一次所述多个载玻片的图像而组成，所述载玻片由呈四边形的毛玻璃和呈四边形的光玻璃组成，i是正整数，i＝1，2，L，N，N为图像帧数。本发明能够自动检测结露现象是否发生，并且检测出结露发生的时刻，检测过程中除了初始手工标记外，不需要人工干预，自动化程度高；能够实时检测是否结露。本发明的方法适用范围广，可以适用于不同地区、不同季节的结露检测。

Description

一种自动检测结露的方法

技术领域

本发明属图像处理和气象观测交叉技术领域，具体涉及一种以户外载玻片图像序列为对象，自动检测结露的图像处理方法。

背景技术

露的观测是地面气象观测的一项重要内容。在《地面气象观测规范》(标准编号QX/T 46-2007)中，对结露这一现象的定义是：露是水汽在地面及近地面物体上凝结而成的水珠。

长期以来露的观测和记录都是通过观测员人工观测和记录。观测员观测是否结露首先通过眼睛观察近地面的物体，主要是贴近地面的草叶上是否有明显的水珠，如果有则表明发生了结露；当眼睛观察不到明显水珠的时候，通常还会用手捋一下草叶，看手是否被打湿，打湿则表明发生了结露。这种观测员人工观测的方式存在着主观随意性，所以容易出现错记和漏记。错记的含义是本来没有结露但是观测员认为出现了结露，这种情况的出现比较常见的一个原因是植物吐水现象，因为植物吐水和结露都表现为植物的叶面出现水珠。漏记的含义是已经结露了，但是观测员没有观测到，这种情况通常有两种原因造成，一种是因为观测员观测的时刻错过了结露的时刻，另一种原因是冬季的时候先出现了结露现象，而后不久露珠冻结成霜，那么观测员再来观测的时候就只能观测到结霜而漏掉了结露。

另一方面，因为结露通常出现在夜间或者凌晨，所以人工观测结露现象的观测员的工作强度很大。

发明内容

为了克服人工观测结露的这些问题，本发明提出了一种自动检测结露的方法，基于户外载玻片图像序列，采用图像处理方法对图像序列进行处理来实现自动检测结露。该方法能准确地检测到结露的时间，并且操作简便，工作效率高。

本发明通过图像处理的方法，通过检测户外载玻片图像序列来判断是否结露。户外载玻片图像包含1个或多个载玻片，载玻片的特点是一半为毛玻璃，一半为光玻璃，载玻片放置在户外离地面较近的地方。对这固定在户外的载玻片间隔固定的时间连续拍摄就得到了户外载玻片图像序列。

当结露出现时，毛玻璃也会凝结水珠，使得毛玻璃的透明度提高。为了准确检测出这种变化，本发明通过手工标记载玻片分界线和下底边、计算归一化差值特征，检测归一化差值特征随时间的变化这几个步骤来实现。

具体方案如下：

一种自动检测结露的方法，利用对设置在户外的载玻片的图像序列I_i的处理，检测出是否结露及结露的时刻，其中，所述图像序列I_i由每隔固定时间采集到的载玻片图像而组成，所述载玻片有多个，由呈四边形的毛玻璃和呈四边形的光玻璃组成，i是正整数，i＝1，2，L，N，N为图像帧数，该方法具体步骤如下：

(1)对图像序列I_i中的第1帧图像I₁，标记图像I₁中各载玻片的毛玻璃和光玻璃的分界线，以及与分界线相对的毛玻璃边界线，标记的分界线记为

标记的毛玻璃边界线记为

其中，m表示分界线，b表示毛玻璃边界线，k＝1，2，L，M，M为载玻片个数，

分别为分界线两端点，

分别为毛玻璃边界线两端点；

(2)对于图像序列中的任意第t帧图像I_t中的M个载玻片区域，分别根据下式计算出各区域的归一化差值：

${\mathrm{ND}}_k^t=\frac{\underset{(i,j)\∈B_k}{\mathrm{\Σ}}{I}_t(i,j)-\underset{(i,j)\∈A_k}{\mathrm{\Σ}}{I}_t(i,j)}{\underset{(i,j)\∈B_k}{\mathrm{\Σ}}{I}_t(i,j)+\underset{(i,j)\∈A_k}{\mathrm{\Σ}}{I}_t(i,j)}$

其中，I_t(i，j)表示该第t帧图像中第j行第i列的灰度值，A_k、B_k分别表示第k个载玻片光玻璃部分的四边形区域和毛玻璃部分的四边形区域；

(3)当下式成立时，则该第t帧图像拍摄的时刻发生结露，否则没有结露：

$\underset{\mathrm{\Δ}=\{\mathrm{1,2},L,D\}}{\max }\{{\mathrm{ND}}_k^{t-\mathrm{\Δ}}-{\mathrm{ND}}_k^t\}>T,k=\mathrm{1,2,3}$

其中，D＝min{t，α}，α是参数，为整数，α≥15，T是阈值，T∈[0.02，0.06]。

本发明具有以下一些特点：

1、自动检测结露现象是否发生，并且检测出结露发生的时刻；

2、检测过程中除了初始手工标记外，不需要人工干预，自动化程度高；

3、实时检测是否结露；

4、适用范围广，可以适用于不同地区、不同季节的结露检测。

附图说明

图1和图2示出了一帧户外载玻片图像，图像中包含了3块载玻片。其中图1是拍摄的户外载玻片原始图像，图2是进行手工标记后的结果。

图3和图4示出了结露前后户外载玻片图像的对比，图像中包含了3块载玻片。其中，图3是结露前的户外载玻片图像，图4是结露后的户外载玻片图像。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

载玻片是载持生物标本或切片的玻片，通常用于显微镜观察。载玻片一般呈长方形，如图1所示，一半为光玻璃，透光度很好；一半为毛玻璃，干燥的时候完全不透明，有水在上面以后会变成半透明。户外载玻片图像序列就是把载玻片放置在户外离地面很近的地方，在载玻片的上方放置摄像头拍摄到的图像序列。摄像头每间隔一段固定的时间(例如10分钟)就拍摄一帧灰度图像，摄像头启动以后就会一直拍摄下去，从而使得我们可以实时检测结露的情况。在没有结露的情况下，图像中可以看到载玻片光玻璃和毛玻璃之间的明显的分界线，如图3所示。在发生了结露以后，光玻璃和毛玻璃之间的分界线就会变得很模糊甚至消失，如图4所示。这样，我们采用图像处理的方法，检测出光玻璃和毛玻璃分界线从清晰到模糊的变化，就可以准确检测出结露的发生以及结露的时间。

本实施例以包括3个载玻片的载玻片图像序列为例。

下面的说明将假定我们已经获得了户外载玻片图像序列，图像序列采集间隔时间为10分钟。

下面详细说明本发明的步骤：

(1)对于户外载玻片图像序列I_i，i是正整数，对其中的第1帧图像I₁，手工标记图像I₁中3个载玻片的毛玻璃和光玻璃的分界线，以及与分界线相对的毛玻璃边界，标记的方式是勾画线段的2个端点，一共需要勾画6条线段，标记分界线的3条线段从左至右依次记为

m表示分界线的标记，k＝1，2，3，标记下底边的3条线段从左至右依次标记为

b表示下底边的标记，k＝1，2，3，如附图2所示。

(2)对于图像序列中的任意第t帧图像I_t中3个载玻片区域，分别计算出归一化差值特征：

${\mathrm{ND}}_k^t=\frac{\underset{(i,j)\∈B_k}{\mathrm{\Σ}}{I}_t(i,j)-\underset{(i,j)\∈A_k}{\mathrm{\Σ}}{I}_t(i,j)}{\underset{(i,j)\∈B_k}{\mathrm{\Σ}}{I}_t(i,j)+\underset{(i,j)\∈A_k}{\mathrm{\Σ}}{I}_t(i,j)},k=\mathrm{1,2,3}$

其中，I_t(i，j)表示该第t帧图像中第j行第i列的灰度值，A_k、B_k分别表示第k个载玻片光玻璃部分所在的四边形区域和毛玻璃部分所在的四边形区域，四边形区域A_k的4个顶点坐标为：

$\{(\frac{x_{m_k,1}{y}_{b_k,1}-x_{b_k,1}{y}_{m_k,1}}{y_{b_k,1}-y_{m_k,1}},0),\left(x_{m_k,1}{y}_{m_k,1}\right),(x_{m_k,2},y_{m_k,2}),(\frac{x_{m_k,2}{y}_{b_k,2}-x_{b_k,2}{y}_{m_k,2}}{y_{b_k,2}-y_{m_k,2}},0)\}$

四边形区域B_k的4个顶点坐标为：

$\{(x_{m_k,1},y_{m_k,1}),(x_{b_k,1},y_{b_k,1}),(x_{b_k,2},y_{b_k,2}),(x_{m_k,2},y_{m_k,2})\}$

其中，k＝1，2，3

(3)对于该第t帧载玻片图像，可以根据步骤(1)-(2)计算得到3个归一化差值，记为

k＝1，2，3。当下式之一成立时，则第t帧图像拍摄的时刻发生结露，否则没有结露：

$\underset{\mathrm{\Δ}=\{\mathrm{1,2},L,D\}}{\max }\{{\mathrm{ND}}_k^{t-\mathrm{\Δ}}-{\mathrm{ND}}_k^t\}>T,k=\mathrm{1,2,3}$

其中，D＝min{t，α}，α是参数，为整数，α≥15。T是阈值，T∈[0.02，0.06]。

(4)返回步骤(2)，继续检测下一帧载玻片图像。

Claims (4)

1.一种自动检测结露的方法，利用对设置在户外的载玻片的图像序列I_i的处理，检测出是否结露及结露的时刻，其中，所述图像序列I_i由每隔固定时间采集到的载玻片图像而组成，所述载玻片有多个，均由呈四边形的毛玻璃和呈四边形的光玻璃组成，i是正整数，i＝1，2，L，N，N为图像帧数，该方法具体步骤如下：

(1)对图像序列I_i中的第1帧图像I₁，标记图像I₁中各载玻片的毛玻璃和光玻璃的分界线，以及与分界线相对的毛玻璃边界线，标记的分界线记为

标记的毛玻璃边界线记为

其中，m表示分界线，b表示毛玻璃边界线，k＝1，2，L，M，M为载玻片个数，

分别为分界线两端点，

分别为毛玻璃边界线两端点；

(2)对于图像序列中的任意第t帧图像I_t中的M个载玻片区域，分别根据下式计算出各区域的归一化差值：

${\mathrm{ND}}_k^t=\frac{\underset{(i,j)\∈B_k}{\mathrm{\Σ}}{I}_t(i,j)-\underset{(i,j)\∈A_k}{\mathrm{\Σ}}{I}_t(i,j)}{\underset{(i,j)\∈B_k}{\mathrm{\Σ}}{I}_t(i,j)+\underset{(i,j)\∈A_k}{\mathrm{\Σ}}{I}_t(i,j)}$

其中，I_t(i，j)表示该第t帧图像中第j行第i列的灰度值，A_k、B_k分别表示第k个载玻片光玻璃部分的四边形区域和毛玻璃部分的四边形区域；

(3)当下式成立时，则该第t帧图像拍摄的时刻发生结露，否则没有结露：

$\underset{\mathrm{\Δ}=\{\mathrm{1,2},L,D\}}{\max }\{{\mathrm{ND}}_k^{t-\mathrm{\Δ}}-{\mathrm{ND}}_k^t\}>T,k=\mathrm{1,2,3}$

其中，D＝min{t，α}，α是参数，为整数，α≥15，T是阈值，T∈[0.02，0.06]。

2.根据权利要求1所述的方法，其特征在于，所述四边形区域A_k的4个顶点坐标为：

$\{(\frac{x_{m_k,1}{y}_{b_k,1}-x_{b_k,1}{y}_{m_k,1}}{y_{b_k,1}-y_{m_k,1}},0),\left(x_{m_k,1}{y}_{m_k,1}\right),(x_{m_k,2},y_{m_k,2}),(\frac{x_{m_k,2}{y}_{b_k,2}-x_{b_k,2}{y}_{m_k,2}}{y_{b_k,2}-y_{m_k,2}},0)\}$

3.根据权利要求1或2所述的方法，其特征在于，所述四边形区域Bk的4个顶点坐标为：

$\{(x_{m_k,1},y_{m_k,1}),(x_{b_k,1},y_{b_k,1}),(x_{b_k,2},y_{b_k,2}),(x_{m_k,2},y_{m_k,2})\}$

4.根据权利要求1-3之一所述的方法，其特征在于，所述各载玻片的毛玻璃和光玻璃均为矩形，毛玻璃位于光玻璃下方。

Images