CN104715489A - 一种进行云判决的方法 - Google Patents

一种进行云判决的方法 Download PDF

Info

Publication number
CN104715489A
CN104715489A CN201510154650.6A CN201510154650A CN104715489A CN 104715489 A CN104715489 A CN 104715489A CN 201510154650 A CN201510154650 A CN 201510154650A CN 104715489 A CN104715489 A CN 104715489A
Authority
CN
China
Prior art keywords
tile
cloud
gray
value
carry out
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510154650.6A
Other languages
English (en)
Inventor
黄琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
High And New Technology Industrial Development Zone Ningbo Ning Yuan Science Service Co Ltd
Original Assignee
High And New Technology Industrial Development Zone Ningbo Ning Yuan Science Service Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by High And New Technology Industrial Development Zone Ningbo Ning Yuan Science Service Co Ltd filed Critical High And New Technology Industrial Development Zone Ningbo Ning Yuan Science Service Co Ltd
Priority to CN201510154650.6A priority Critical patent/CN104715489A/zh
Publication of CN104715489A publication Critical patent/CN104715489A/zh
Pending legal-status Critical Current

Links

Abstract

本发明提供一种新的进行云判决的方法，首先对输入图像进行1/4采样，然后计算整图的Sobel值，接着计算每个block块的各种参数值进行一次云判，一次云判得到的结果若可能是云，则进行二次云判并获得最终结果。本发明通过进行二次云判，提高了云判的准确性。

Description

一种进行云判决的方法
技术领域
本发明涉及云判决领域，特别涉及一种进行云判决的方法。
背景技术
国内外对云的检测与分类已经形成了多种方法。研究的算法集中对于云不同特征的提取和分类方法的应用。较早的算法多基于光谱灰度特征，以灰度阈值或灰度聚类的方法实现。由于基于灰度的特征对于云、雪、沙地等难以区分，因此，云判实现方法加入了纹理信息。纹理特征常以统计模型法、结构法、场模型法或频域/空域联合分析法来度量。其中尤以传统的统计模型研究较多，如灰度共生矩阵(GLCM)、灰度差分矩阵(GLDM)、灰度差分矢量(GLDV)和差直方图(SADH)等，新近提出的一些方法如场模型法中的分形分维、马尔可夫随机场方法，频域/空域联合分析法中的Gabor变换、小波变换等。
发明内容
有鉴于此，本发明提供一种新的进行云判决的方法，首先对输入图像进行1/4采样，然后计算整图的Sobel值，接着计算每个block块的各种参数值进行次云判，一次云判得到的结果若可能是云，则进行二次云判并获得最终结果。本发明通过进行二次云判，提高了云判的准确性。
本发明提供了一种进行云判决的方法，包括：
步骤1：对输入的待判决图像数据进行1/4采样；
步骤2：计算所述待判决图像整图的Sobel值；
步骤3：在整图上求取各个block的直方图、覆盖率以及灰度值；
步骤4：求取每个tile的直方图以及相应的参数，包括直方图调整及调整后的灰度值累加和；
步骤5：计算每个tile的灰度均值；
步骤6：求取每个tile调整后直方图的灰度方差；
步骤7：基于sobel信息，求取每个tile的覆盖率；
步骤8：根据tile的覆盖率求取每个tile的预判值；
步骤9：根据前面步骤得到的参数进行第一次云判；
步骤10：根据第一次云判的结果确定是否需要进行第二次云判；如果不需要，则获取每个tile的云判值；否则进入步骤11；
步骤11：对需要进行第二次云判的每个tile进行二值化；
步骤12：对各个tile的二值图顺次进行7×7膨胀、7×7腐蚀以及5×5膨胀；
步骤13：求取各个tile的差分二值图以及相应的参数，包括直方图调整及调整后的灰度值累加和、灰度均值、灰度方差、覆盖率以及预判值；
步骤14：对步骤13得到的参数进行归一化，并与支持向量机进行内积；
步骤15：获取每个tile的云判值。
综上所述，本发明首先对输入图像进行1/4采样，然后计算整图的Sobel值，接着计算每个block块的各种参数值进行一次云判，一次云判得到的结果若可能是云，则进行二次云判并获得最终结果。本发明通过进行二次云判，提高了云判的准确性。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种进行云判决的方法，包括：
步骤1：对输入的待判决图像数据进行1/4采样；
步骤2：计算所述待判决图像整图的Sobel值；
步骤3：在整图上求取各个block的直方图、覆盖率以及灰度值；
步骤4：求取每个tile的直方图以及相应的参数，包括直方图调整及调整后的灰度值累加和；
其中，采用L×L的正方形在原始整图中进行水平和竖直方向的步进，步进量为获得多个分块，称为tile。每四个上下左右相邻相互重叠的tile分块可以看成是九个不重叠的大小为的小分块构成，这种小分块称为block。L可以根据需要进行设置。
步骤5：计算每个tile的灰度均值；
步骤6：求取每个tile调整后直方图的灰度方差；
步骤7：基于sobel信息，求取每个tile的覆盖率；
步骤8：根据tile的覆盖率求取每个tile的预判值；
步骤9：根据前面步骤得到的参数进行第一次云判；
步骤10：根据第一次云判的结果确定是否需要进行第二次云判；如果不需要，则获取每个tile的云判值；否则进入步骤11；
步骤11：对需要进行第二次云判的每个tile进行二值化；
步骤12：对各个tile的二值图顺次进行7×7膨胀、7×7腐蚀以及5×5膨胀；
步骤13：求取各个tile的差分二值图以及相应的参数，包括直方图调整及调整后的灰度值累加和、灰度均值、灰度方差、覆盖率以及预判值；
步骤14：对步骤13得到的参数进行归一化，并与支持向量机进行内积；
步骤15：获取每个tile的云判值。
综上所述，本发明首先对输入图像进行1/4采样，然后计算整图的Sobel值，接着计算每个block块的各种参数值进行一次云判，一次云判得到的结果若可能是云，则进行二次云判并获得最终结果。本发明通过进行二次云判，提高了云判的准确性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (1)

1.一种进行云判决的方法，其特征在于，所述方法包括：
步骤1：对输入的待判决图像数据进行1/4采样；
步骤2：计算所述待判决图像整图的Sobel值；
步骤3：在整图上求取各个block的直方图、覆盖率以及灰度值；
步骤4：求取每个tile的直方图以及相应的参数，包括直方图调整及调整后的灰度值累加和；
步骤5：计算每个tile的灰度均值；
步骤6：求取每个tile调整后直方图的灰度方差；
步骤7：基于sobel信息，求取每个tile的覆盖率；
步骤8：根据tile的覆盖率求取每个tile的预判值；
步骤9：根据前面步骤得到的参数进行第一次云判；
步骤10：根据第一次云判的结果确定是否需要进行第二次云判；如果不需要，则获取每个tile的云判值；否则进入步骤11；
步骤11：对需要进行第二次云判的每个tile进行二值化；
步骤12：对各个tile的二值图顺次进行7×7膨胀、7×7腐蚀以及5×5膨胀；
步骤13：求取各个tile的差分二值图以及相应的参数，包括直方图调整及调整后的灰度值累加和、灰度均值、灰度方差、覆盖率以及预判值；
步骤14：对步骤13得到的参数进行归一化，并与支持向量机进行内积；
步骤15：获取每个tile的云判值。
CN201510154650.6A 2015-03-30 2015-03-30 一种进行云判决的方法 Pending CN104715489A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510154650.6A CN104715489A (zh) 2015-03-30 2015-03-30 一种进行云判决的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510154650.6A CN104715489A (zh) 2015-03-30 2015-03-30 一种进行云判决的方法

Publications (1)

Publication Number Publication Date
CN104715489A true CN104715489A (zh) 2015-06-17

Family

ID=53414783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510154650.6A Pending CN104715489A (zh) 2015-03-30 2015-03-30 一种进行云判决的方法

Country Status (1)

Country Link
CN (1) CN104715489A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020124875A1 (zh) * 2018-12-21 2020-06-25 深圳市华星光电半导体显示技术有限公司 图片识别方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10186057A (ja) * 1996-12-26 1998-07-14 Nippon Telegr & Teleph Corp <Ntt> 大局的雨域予測装置
CN101799921A (zh) * 2009-02-10 2010-08-11 中国科学院计算技术研究所 一种光学遥感图像云检测方法
CN103093241A (zh) * 2013-01-23 2013-05-08 北京理工大学 基于同质化处理的光学遥感图像非匀质云层判别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10186057A (ja) * 1996-12-26 1998-07-14 Nippon Telegr & Teleph Corp <Ntt> 大局的雨域予測装置
CN101799921A (zh) * 2009-02-10 2010-08-11 中国科学院计算技术研究所 一种光学遥感图像云检测方法
CN103093241A (zh) * 2013-01-23 2013-05-08 北京理工大学 基于同质化处理的光学遥感图像非匀质云层判别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020124875A1 (zh) * 2018-12-21 2020-06-25 深圳市华星光电半导体显示技术有限公司 图片识别方法及装置

Similar Documents

Publication Publication Date Title
CN108986119B (zh) 图像分割方法及装置、计算机设备及可读存储介质
CN108038883B (zh) 一种应用于公路路面视频图像的裂缝检测及识别方法
CN104881677B (zh) 针对遥感影像地表覆盖分类的最优分割尺度确定方法
CN108665466B (zh) 一种道路激光点云中路面病害自动提取方法
Sun et al. Automated pavement distress detection using advanced image processing techniques
CN104376556B (zh) 一种岩石ct图像目标分割方法
CN104063866B (zh) 一种矿石传送过程中的粒度检测方法
CN110956183B (zh) 一种沥青路面裂缝形态提取方法
CN101996328B (zh) 一种木材识别方法
CN105335965B (zh) 一种高分辨率遥感图像多尺度自适应决策融合分割方法
CN111754538B (zh) Usb表面缺陷检测的阈值分割方法
CN103177257A (zh) 一种鸡腿菇图像识别方法与分级方法
CN103699900A (zh) 卫星影像中建筑物水平矢量轮廓自动批量提取方法
CN111932506B (zh) 一种提取图像中非连续直线的方法
CN111882561A (zh) 一种癌细胞识别诊断系统
CN104050472B (zh) 一种灰度图像二值化的自适应全局阈值方法
CN103390170A (zh) 一种基于多光谱遥感图像纹理元的地物类型纹理分类方法
CN114463286A (zh) 一种基于移动窗口的路面点云平滑及裂缝信息处理方法
CN111553289A (zh) 一种遥感图像云检测方法及系统
CN110874825B (zh) 一种复合绝缘子表面水迹二值图像提取方法
Farouk et al. Microarray spot segmentation algorithm based on integro-differential operator
CN107578414B (zh) 一种路面裂缝图像的处理方法
CN117314940B (zh) 基于人工智能的激光切割零件轮廓快速分割方法
CN113793421A (zh) 一种变电站设备三维点云数据处理方法、系统及存储介质
CN104715489A (zh) 一种进行云判决的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150617

WD01 Invention patent application deemed withdrawn after publication