CN112162337B - 一种基于全天空成像仪的降雨测量方法及系统 - Google Patents
一种基于全天空成像仪的降雨测量方法及系统 Download PDFInfo
- Publication number
- CN112162337B CN112162337B CN202011033140.0A CN202011033140A CN112162337B CN 112162337 B CN112162337 B CN 112162337B CN 202011033140 A CN202011033140 A CN 202011033140A CN 112162337 B CN112162337 B CN 112162337B
- Authority
- CN
- China
- Prior art keywords
- rainfall
- time period
- raindrop
- preset time
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于全天空成像仪的降雨测量方法及系统，该方法包括：获取全天空成像仪采集的实时云图视频数据；将当前预设时间段的云图视频数据转换为多个单帧图像数据，并分别将各单帧图像数据转换为灰度图像；将相邻的两帧灰度图像进行相减，得到多个差值图像；如果当前预设时间段内各差值图像的变化值大于预设阈值，根据当前预设时间段内各差值图像确定雨点像素面积，雨点像素面积为雨点在图像中所占的面积；根据雨点像素面积及预设雨点像素面积与雨点体积的关系，确定当前预设时间段的降雨量。本发明通过全天空成像仪采集实时云图视频数据，将云图视频数据转换为灰度图像，确定当前预设时间段的降雨量，提高小雨和毛毛雨测量的准确性。
Description
技术领域
本发明涉及视频数据处理技术领域，具体涉及一种基于全天空成像仪的降雨测量方法及系统。
背景技术
降雨信息的获取方式通常有地面雨量计、地面雷达估测和卫星遥感反演等，目前，气象、农业、水文等气象观测业务中通过雨量传感器进行降雨量的测量，现有的雨量传感器主要采用翻斗式雨量计进行测量。其工作原理为：雨水由最上端的承水口进入承水器，落入接水漏斗，经漏斗口流入翻斗，当积水量达到一定高度(比如0.01毫米)时，翻斗失去平衡翻倒。而每一次翻斗倾倒，都使开关接通电路，向采集器输送一个脉冲信号，采集器将雨量记录下来，如此往复即可将降雨过程测量下来。但是，当出现小雨或毛毛雨时，由于落入接水漏斗的雨量非常小，可能出现无法驱动翻斗翻倒等情况，进而造成对小雨或者毛毛雨的降雨量测量准确性不足的问题。
发明内容
有鉴于此，本发明实施例提供了一种基于全天空成像仪的降雨测量方法及系统，解决现有技术中无法实现小雨或者毛毛雨的降雨量精准测量的问题。
为达到上述目的，本发明提供如下技术方案：
第一方面，本发明实施例提供基于全天空成像仪的降雨测量方法，包括如下步骤：获取全天空成像仪采集的实时云图视频数据；将当前预设时间段的所述云图视频数据转换为多个单帧图像数据，并分别将各所述单帧图像数据转换为灰度图像；将相邻的两帧所述灰度图像进行相减，得到多个差值图像，并判断当前预设时间段内各所述差值图像的变化值是否大于预设阈值；如果当前预设时间段内各所述差值图像的变化值大于预设阈值，根据当前预设时间段内各所述差值图像确定雨点像素面积，所述雨点像素面积为雨点在图像中所占的面积；根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定所述当前预设时间段的降雨量。
在一实施例中，在所述将各所述单帧图像数据转换为灰度图像之后，所述方法还包括：根据预设运动图像检测算法，将各所述灰度图像中受雨点滑落影响的灰度图像剔除，得到多个有效灰度图像。
在一实施例中，所述根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定所述当前预设时间段的降雨量，包括：根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定各新出现雨点体积及各变大雨点体积；根据各所述新出现雨点体积及各所述变大雨点体积，确定新出现雨点总体积及变大雨点总体积；根据新出现雨点总体积及变大雨点总体积，确定当前差值图像代表的降雨量；根据所述当前差值图像代表的降雨量及各差值图像，确定各所述差值图像代表的降雨量；根据各所述差值图像代表的降雨量，确定当前预设时间段的降雨量。
在一实施例中，通过以下公式计算新出现雨点总体积：
其中，VN表示新出现雨点总体积，x1表示新出现雨点数量，Vn表示新出现雨点体积；
通过以下公式计算变大雨点总体积：
其中，Vc表示变大雨点总体积，x2表示变大雨点数量，Vb表示当前帧灰度图像单个原有雨点体积，Va表示当前帧的前一帧灰度图像单个原有雨点体积；
通过以下公式计算当前差值图像代表的降雨量：
V1＝VN+Vc
其中，V1表示当前差值图像代表的降雨量，VN表示新出现雨点总体积， Vc表示变大雨点总体积；
通过以下公式计算当前预设时间段的降雨量：
其中，V2表示当前预设时间段的降雨量，V1表示当前差值图像代表的降雨量，n1表示灰度图像的数量，n2表示有效灰度图像的数量。
在一实施例中，本发明实施例提供的基于全天空成像仪的降雨测量方法还包括：判断所述当前预设时间段的前一预设时间段对应的各所述差值图像的变化值是否大于预设阈值；如果前一预设时间段对应的各所述差值图像的变化值不大于预设阈值，且当前预设时间段的各所述差值图像的变化值大于预设阈值，确定当前预设时间段为降雨开始的时段。
在一实施例中，本发明实施例提供的基于全天空成像仪的降雨测量方法还包括：判断预设连续数量的预设时间段对应的各所述差值图像的变化值是否大于预设阈值；如果预设连续数量的预设时间段对应的各所述差值图像的变化值均不大于预设阈值，且预设连续数量的预设时间段的前一预设时间段对应的各所述差值图像的变化值大于预设阈值，确定预设连续数量的预设时间段的第一预设时间段为降雨结束的时段。
在一实施例中，本发明实施例提供的基于全天空成像仪的降雨测量方法还包括：根据所述降雨开始的时段及所述降雨结束的时段确定降雨时间段；根据所述降雨时间段、所述预设时间段及所述当前预设时间段的降雨量，确定各所述预设时间段的降雨量；根据所述降雨时间段及各所述预设时间段的降雨量，确定所述降雨时间段的降雨量。
第二方面，本发明实施例提供了基于全天空成像仪的降雨测量系统，包括：获取模块，用于获取全天空成像仪采集的实时云图视频数据；第一处理模块，用于将当前预设时间段的所述云图视频数据转换为多个单帧图像数据，并分别将各所述单帧图像数据转换为灰度图像；第二处理模块，用于将相邻的两帧所述灰度图像进行相减，得到多个差值图像，并判断当前预设时间段内各所述差值图像的变化值是否大于预设阈值；第三处理模块，用于如果当前预设时间段内各所述差值图像的变化值大于预设阈值，根据当前预设时间段内各所述差值图像确定雨点像素面积，所述雨点像素面积为雨点在图像中所占的面积；第四处理模块，用于根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定所述当前预设时间段的降雨量。
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令被处理器执行时实现本发明第一方面及任意一种可选方式所述的基于全天空成像仪的降雨测量方法。
本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行本发明第一方面及任意一种可选方式所述的基于全天空成像仪的降雨测量方法。
本发明技术方案，具有如下优点：
本发明提供的基于全天空成像仪的降雨测量方法及系统，通过全天空成像仪采集实时云图视频数据，并将云图视频数据转换为灰度图像，将相邻的两帧灰度图像进行相减，得到的多个差值图像，将多个差值图像中变化值大于预设阈值的差值图像确定为有雨点降落的图像，进而根据这些差值图像确定当前预设时间段的降雨量，从而可以替代现有气象观测业务中的雨量传感器对降雨的观测，提高小雨和毛毛雨测量的准确性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于全天空成像仪的降雨测量方法的一个具体示例的流程图；
图2为本发明实施例提供的基于全天空成像仪的降雨测量方法的另一具体示例流程图；
图3为本发明实施例提供的基于全天空成像仪的降雨测量系统的功能模块组成图；
图4为本发明实施例提供的电子设备一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在实际应用中，气象观测业务中的雨量传感器，主要采用翻斗式雨量计进行测量。其工作原理为：雨水由最上端的承水口进入承水器，落入接水漏斗，经漏斗口流入翻斗，当积水量达到一定高度(比如0.01毫米)时，翻斗失去平衡翻倒。而每一次翻斗倾倒，都使开关接通电路，向采集器输送一个脉冲信号，采集器将雨量记录下来，如此往复即可将降雨过程测量下来。然而现有的雨量传感器，有三个主要技术问题：有大量的机械结构，以及承水的承水器，无法小型化；只有在下雨后或进行检测后才能发现机械结构出现问题，故障无法及时排除；小雨和毛毛雨的准确性不足。现有的测量方法中通过观测降雨在全天空成像仪的鱼眼镜头前曲面防护罩上所引起的变化确定降雨量，但是通过观测降雨在曲面防护罩上所引起的变化，不是直接观测降水导致以下两个问题：在暴雨情况下，雨滴下降的速度较快，会发生飞溅，降雨量准确性下降；在曲面防护罩上的雨滴会随下雨的过程发生滑落，排除部分图像数据后会有漏判现象。
因此，本发明实施例提供一种基于全天空成像仪的降雨测量方法，如图1所示，包括如下步骤：
步骤S1：获取全天空成像仪采集的实时云图视频数据。
本发明实施例中，通过全天空成像仪拍摄的云图视频数据，克服现有雨量传感器存在的不足，实现雨量传感器的小型化，提高维护的及时性，提高小雨和毛毛雨的准确性，并获取全天空成像仪采集到的实时云图视频数据，便于后续处理及雨量测量。
步骤S2：将当前预设时间段的云图视频数据转换为多个单帧图像数据，并分别将各单帧图像数据转换为灰度图像。
本发明实施例中，通过现有的图像转换技术，将当前预设时间段的云图视频数据转换为多个单帧图像数据，例如，将采集到的视频数据中以一分钟为一个时间段进行分析，则将上述视频数据的当前一分钟进行转换，得到当前一分钟的多个单帧图像；然后利用现有的灰度图像转换算法将各个单帧图像数据转换为灰度图像。需要说明的是，本发明实施例中仅举例说明以一分钟为一个时间段，在实际应用中可以根据现场实际环境及测量要求进行设置，本发明并不以此为限。
步骤S3：将相邻的两帧灰度图像进行相减，得到多个差值图像，并判断当前预设时间段内各差值图像的变化值是否大于预设阈值。
本发明实施例中，当有雨点落在全天空成像仪时，全天空成像仪采集到的视频数据有雨点降落的前后会有所变化，因此将导致雨点降落瞬间前后的图像灰度值会有所差异，如果视频数据中前一帧没有雨点，后一帧有雨点，有雨点处的灰度值会大于前一帧，而没有雨点的部分，前后帧图像的灰度值相似，这时候与前一帧相减有雨点处的值必然比没有雨点处的大。因此将相邻的两帧的灰度图像依次进行前后两两相减，例如将转换后的第二帧灰度图像与第一帧灰度图像进行相减得到第一个差值图像，然后将第三帧灰度图像与第二帧灰度图像进行相减得到第二个差值图像，依次进行相减将所有帧图像都依次进行相减，确定多个差值图像，并判断当前预设时间段内各差值图像的变化值是否大于预设阈值，进而判断当前预设时间段内是否有降雨。
步骤S4：如果当前预设时间段内各差值图像的变化值大于预设阈值，根据当前预设时间段内各差值图像确定雨点像素面积。
本发明实施例中，假设判断当前预设时间段内(即前述当前一分钟) 各个前后帧图像相减得到的差值图像的变化值大于预设阈值，则说明当前一分钟内有新出现的雨点或者原有雨点变大，然后根据当前一分钟的各差值图像确定雨点像素面积，其中雨点像素面积为雨点在图像中所占的面积。需要说明的是，本发明实施例中，还可以判断差值图像中的各像素点是否满足雨点像素点的要求，将满足要求的像素点确定为雨点，进而算出被确定的雨点在此图像中所占的面积，确定雨点像素面积的过程本发明并不以此为限。
步骤S5：根据雨点像素面积及预设雨点像素面积与雨点体积的关系，确定当前预设时间段的降雨量。
本发明实施例中，在实验室中可以通过以下方法推出预设雨点像素面积与雨点体积的关系：首先在实验室用不同体积大小的水滴点在镜头前滴落，滴落的水滴点必然在视频上成像，然后通过多次实验，得到水滴点处的像素面积(水滴影响的部分在图像中所占的面积)和体积的关系。根据雨点像素面积及预设雨点像素面积与雨点体积的关系，确定当前预设时间段的降雨量，即可以在确定了当前的雨点像素面积后，根据预设雨点像素面积与雨点体积的关系，确定出对应的雨点体积，当前预设时间段内所有雨点体积即为当前预设时间段的降雨量。
本发明提供的基于全天空成像仪的降雨测量方法，通过全天空成像仪采集实时云图视频数据，并将云图视频数据转换为灰度图像，将相邻的两帧灰度图像进行相减，得到的多个差值图像，将多个差值图像中变化值大于预设阈值的差值图像确定为有雨点降落的图像，进而根据这些差值图像确定当前预设时间段的降雨量，从而可以替代现有气象观测业务中的雨量传感器对降雨的观测，提高小雨和毛毛雨测量的准确性。
在一具体实施例中，在将各单帧图像数据转换为灰度图像之后，基于全天空成像仪的降雨测量方法，还包括如下步骤：
步骤S6：根据预设运动图像检测算法，将各灰度图像中受雨点滑落影响的灰度图像剔除，得到多个有效灰度图像。
本发明实施例中，在监测过程中，如果雨点滴落在全天空成像仪上，一段时间后雨点在全天空成像仪滑落，此滑落过程对监测视频数据会产生干扰，导致最后测量数据不准确，因此利用预设运动图像检测算法，例如通过帧差算法将各灰度图像中受雨点滑落影响的灰度图像剔除，得到多个有效灰度图像，使得原始数据的准确性得以保证，进一步保证了测量结果的准确性。需要说明的是，本发明实施例仅举例说明了预设运动图像检测算法采用帧差算法，在实际应用中还可以选择其他算法，例如对称帧差法、单搞死背景模型等算法，只要可以进行运动图像监测进而排除雨点滑落影响的图像即可，本发明仅以此为例，并不以此为限。
在一具体实施例中，如图2所示，上述步骤S5，具体还包括如下步骤：
步骤S51：根据雨点像素面积及预设雨点像素面积与雨点体积的关系，确定各新出现雨点体积及各变大雨点体积。需要说明的是，根据灰度图像可以确定如果是新出现雨点，此处的灰度值会大于当前位置没有雨点的灰度值；如果当前位置为雨点变大，例如雨点滴落在当前位置为一个圆形，则此处有一定的灰度值，如果雨点变大则滴落的范围就变成一个更大的圆形。
步骤S52：根据各新出现雨点体积及各变大雨点体积，确定新出现雨点总体积及变大雨点总体积。
本发明实施例中，将各个新出现雨点体积及各个变大雨点体积都确定后，确定新出现雨点总体积及变大雨点总体积，其中，通过以下公式计算新出现雨点总体积：
其中，VN表示新出现雨点总体积，x1表示新出现雨点数量，Vn表示新出现雨点体积；
通过以下公式计算变大雨点总体积：
其中，Vc表示变大雨点总体积，x2表示变大雨点数量，Vb表示当前帧灰度图像单个原有雨点体积，Va表示当前帧的前一帧灰度图像单个原有雨点体积。
步骤S53：根据新出现雨点总体积及变大雨点总体积，确定当前差值图像代表的降雨量。
本发明实施例中，降雨的体积即为降雨量，因此计算当前差值图像代表的降雨量，就需要将上述计算得到的新出现雨点总体积及变大雨点总体积进行加和，通过以下公式计算当前差值图像代表的降雨量：
V1＝VN+Vc (3)
其中，V1表示当前差值图像代表的降雨量，VN表示新出现雨点总体积， Vc表示变大雨点总体积。
步骤S54：根据当前差值图像代表的降雨量及各差值图像，确定各差值图像代表的降雨量。本发明实施例中，按照上述计算方法依次计算出各个差值图像代表的降雨量。
步骤S55：根据各差值图像代表的降雨量，确定当前预设时间段的降雨量。
本发明实施例中，根据当前预设时间段中的所有差值图像代表的降雨量，即可计算当前预设时间段的降雨量，在实际应用中，为了确保数据的准确性，将受雨点滑落影响的图片进行排除，使用剩下的有效灰度图像通过以下公式计算当前预设时间段的降雨量：
其中，V2表示当前预设时间段的降雨量，V1表示当前差值图像代表的降雨量，n1表示灰度图像的数量，n2表示有效灰度图像的数量。其中，3.14 是根据实际测量试验及相关标准进行确定的，本发明并不以此为限。
在一具体实施例中，上述基于全天空成像仪的降雨测量方法，还包括如下步骤：
步骤S01：判断当前预设时间段的前一预设时间段对应的各差值图像的变化值是否大于预设阈值。
实际应用中，判断降雨量的过程中，还需要进行降雨开始时间的判定，以便于确定降雨时间，因此判断当前预设时间段的前一预设时间段对应的各差值图像的变化值是否大于预设阈值，即判断当前一分钟的前一分钟的各个差值图像的变化值是否大于预设阈值。
步骤S02：如果前一预设时间段对应的各差值图像的变化值不大于预设阈值，且当前预设时间段的各差值图像的变化值大于预设阈值，确定当前预设时间段为降雨开始的时段。
本发明实施例中，如果前一预设时间段对应的各差值图像的变化值不大于预设阈值，即当前一分钟的前一分钟是没有降雨产生的时间，并且当前预设时间段的各差值图像的变化值大于预设阈值，即当前一分钟是有降雨产生的时间，则确定当前预设时间段(当前一分钟)为降雨开始的时段。
如果前一预设时间段对应的各差值图像的变化值大于预设阈值，说明此时已经产生了降雨，则继续判断此时的前一预设时间段是否有降雨，直到判断出当前预设时间(当前一分钟)有降雨且当前一分钟的前一分钟无降雨，则判定当前一分钟为降雨开始的时刻。
步骤S03：判断预设连续数量的预设时间段对应的各差值图像的变化值是否大于预设阈值。
本发明实施例中，判断预设连续数量的预设时间段对应的各差值图像的变化值是否大于预设阈值，假设如果当前一分钟为无降雨时刻，并不能判定此时降雨已经停止，还需要继续监测连续一段时间(例如：连续9分钟即9个一分钟)，也就是需要连续监测10分钟。需要说明的是，本发明实施例仅举例说明当前预设时间段之后预设数量的预设时间段为连续10分钟，在实际应用中可以根据实际需要进行调整，本发明并不以此为限。
步骤S04：如果预设连续数量的预设时间段对应的各差值图像的变化值均不大于预设阈值，且预设连续数量的预设时间段的前一预设时间段对应的各差值图像的变化值大于预设阈值，确定预设连续数量的预设时间段的第一预设时间段为降雨结束的时段。
本发明实施例中，如果预设连续数量的预设时间段对应的各差值图像的变化值均不大于预设阈值，则说明预设连续数量的预设时间段(连续10 分钟)内均无降雨，且预设连续数量的预设时间段的前一预设时间段对应的各差值图像的变化值大于预设阈值，即此连续10分钟的前一分钟是降雨的状态下，则判定连续10分钟中的第一分钟为降雨结束的时段。
如果预设连续数量的预设时间段对应的任一差值图像的变化值大于预设阈值，则此时降雨没结束，需要重新判断预设连续数量的预设时间段的前一分钟有降雨，并且连续10分钟均无降雨才判断降雨结束，即连续10 分钟的第一分钟为降雨结束的时刻。
步骤S05：根据降雨开始的时段及降雨结束的时段确定降雨时间段。
步骤S06：根据降雨时间段、预设时间段及当前预设时间段的降雨量，确定各预设时间段的降雨量。
本发明实施例中，根据降雨时间段、预设时间段及当前预设时间段的降雨量，分别确定各预设时间段的降雨量，例如确定了降雨时间段为12个小时，以前边的一分钟为预设时间段，则12个小时为720分钟，需要将此 12个小时的降雨监测视频转换为720个时间段；利用上述计算当前预设时间段的降雨量的方法，分别计算出各个预设时间段的降雨量。
步骤S07：根据降雨时间段及各预设时间段的降雨量，确定降雨时间段的降雨量。
本发明实施例中，以上述12个小时为例，通过以下公式计算降雨时间段的降雨量：
其中，V12表示连续12小时的降雨量，V2表示当前时间段降雨量。
本发明提供的基于全天空成像仪的降雨测量方法，通过全天空成像仪采集实时云图视频数据，并将云图视频数据转换为灰度图像，将相邻的两帧灰度图像进行相减，得到的多个差值图像，将多个差值图像中变化值大于预设阈值的确定为雨点降落时刻，进而确定当前预设时间段的降雨量，也就是降雨强度，可以替代现有气象观测业务中的雨量传感器对降雨的观测，实现雨量传感器的小型化，提高维护的及时性；同时图像数据是所见即所得，能够及时发现有污损等其它影响成像质量的问题，将有影响的图像进行滤除，保证数据的准确性，进而提高小雨和毛毛雨测量的准确性。
本发明实施例提供一种基于全天空成像仪的降雨测量系统，如图3所示，包括：
获取模块1，用于获取全天空成像仪采集的实时云图视频数据；此模块执行上述步骤S1所描述的方法，在此不再赘述。
第一处理模块2，用于将当前预设时间段的云图视频数据转换为多个单帧图像数据，并分别将各单帧图像数据转换为灰度图像；此模块执行上述步骤S2所描述的方法，在此不再赘述。
第二处理模块3，用于将相邻的两帧灰度图像进行相减，得到多个差值图像，并判断当前预设时间段内各差值图像的变化值是否大于预设阈值；此模块执行上述步骤S3所描述的方法，在此不再赘述。
第三处理模块4，用于如果当前预设时间段内各差值图像的变化值大于预设阈值，根据当前预设时间段内各差值图像确定雨点像素面积，雨点像素面积为雨点在图像中所占的面积；此模块执行上述中的步骤S4所描述的方法，在此不再赘述。
第四处理模块5，用于根据雨点像素面积及预设雨点像素面积与雨点体积的关系，确定当前预设时间段的降雨量；此模块执行上述中的步骤S5所描述的方法，在此不再赘述。
本发明提供的基于全天空成像仪的降雨测量系统，通过全天空成像仪采集实时云图视频数据，并将云图视频数据转换为灰度图像，将相邻的两帧灰度图像进行相减，得到的多个差值图像，将多个差值图像中变化值大于预设阈值的确定为雨点降落时刻，进而确定当前预设时间段的降雨量，也就是降雨强度，可以替代现有气象观测业务中的雨量传感器对降雨的观测，实现雨量传感器的小型化，提高维护的及时性；同时图像数据是所见即所得，能够及时发现有污损等其它影响成像质量的问题，将有影响的图像进行滤除，保证数据的准确性，进而提高小雨和毛毛雨测量的准确性。
本发明实施例还提供了一种电子设备，如图4所示，该电子设备可以包括处理器901和存储器902，其中处理器901和存储器902可以通过总线或者其他方式连接，图4中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit，CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor， DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器901所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至处理器 901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中，当被处理器901执行时，执行上述方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory， ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器 (Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于全天空成像仪的降雨测量方法，其特征在于，包括：
获取全天空成像仪采集的实时云图视频数据；
将当前预设时间段的所述云图视频数据转换为多个单帧图像数据，并分别将各所述单帧图像数据转换为灰度图像；
将相邻的两帧所述灰度图像进行相减，得到多个差值图像，并判断当前预设时间段内各所述差值图像的变化值是否大于预设阈值；其中，所述差值图像的变化值表征相邻的两帧所述灰度图像的灰度值差值；
如果当前预设时间段内各所述差值图像的变化值大于预设阈值，根据当前预设时间段内各所述差值图像确定雨点像素面积，所述雨点像素面积为雨点在图像中所占的面积；
根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定所述当前预设时间段的降雨量；
其中，所述根据当前预设时间段内各所述差值图像确定雨点像素面积包括：
判断差值图像中的各像素点是否满足雨点像素点的要求，将满足要求的像素点确定为雨点，计算被确定的雨点在此图像中所占的面积；
所述根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定所述当前预设时间段的降雨量，包括：
根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定各新出现雨点体积及各变大雨点体积；
根据各所述新出现雨点体积及各所述变大雨点体积，确定新出现雨点总体积及变大雨点总体积；
根据新出现雨点总体积及变大雨点总体积，确定当前差值图像代表的降雨量；
根据所述当前差值图像代表的降雨量及各差值图像，确定各所述差值图像代表的降雨量；
根据各所述差值图像代表的降雨量，确定当前预设时间段的降雨量。
2.根据权利要求1所述的基于全天空成像仪的降雨测量方法，其特征在于，在所述将各所述单帧图像数据转换为灰度图像之后，所述方法还包括：根据预设运动图像检测算法，将各所述灰度图像中受雨点滑落影响的灰度图像剔除，得到多个有效灰度图像。
3.根据权利要求1所述的基于全天空成像仪的降雨测量方法，其特征在于，
通过以下公式计算新出现雨点总体积：
其中，VN表示新出现雨点总体积，x1表示新出现雨点数量，Vn表示新出现雨点体积；
通过以下公式计算变大雨点总体积：
其中，Vc表示变大雨点总体积，x2表示变大雨点数量，Vb表示当前帧灰度图像单个原有雨点体积，Va表示当前帧的前一帧灰度图像单个原有雨点体积；
通过以下公式计算当前差值图像代表的降雨量：
V1＝VN+Vc
其中，V1表示当前差值图像代表的降雨量，VN表示新出现雨点总体积，Vc表示变大雨点总体积；
通过以下公式计算当前预设时间段的降雨量：
其中，V2表示当前预设时间段的降雨量，V1表示当前差值图像代表的降雨量，n1表示灰度图像的数量，n2表示有效灰度图像的数量。
4.根据权利要求1所述的基于全天空成像仪的降雨测量方法，其特征在于，还包括：
判断所述当前预设时间段的前一预设时间段对应的各所述差值图像的变化值是否大于预设阈值；
如果前一预设时间段对应的各所述差值图像的变化值不大于预设阈值，且当前预设时间段的各所述差值图像的变化值大于预设阈值，确定当前预设时间段为降雨开始的时段。
5.根据权利要求4所述的基于全天空成像仪的降雨测量方法，其特征在于，还包括：
判断预设连续数量的预设时间段对应的各所述差值图像的变化值是否大于预设阈值；
如果预设连续数量的预设时间段对应的各所述差值图像的变化值均不大于预设阈值，且预设连续数量的预设时间段的前一预设时间段对应的各所述差值图像的变化值大于预设阈值，确定预设连续数量的预设时间段的第一预设时间段为降雨结束的时段。
6.根据权利要求5所述的基于全天空成像仪的降雨测量方法，其特征在于，还包括：
根据所述降雨开始的时段及所述降雨结束的时段确定降雨时间段；
根据所述降雨时间段、所述预设时间段及所述当前预设时间段的降雨量，确定各所述预设时间段的降雨量；
根据所述降雨时间段及各所述预设时间段的降雨量，确定所述降雨时间段的降雨量。
7.一种基于全天空成像仪的降雨测量系统，其特征在于，包括：
获取模块，用于获取全天空成像仪采集的实时云图视频数据；
第一处理模块，用于将当前预设时间段的所述云图视频数据转换为多个单帧图像数据，并分别将各所述单帧图像数据转换为灰度图像；
第二处理模块，用于将相邻的两帧所述灰度图像进行相减，得到多个差值图像，并判断当前预设时间段内各所述差值图像的变化值是否大于预设阈值；其中，所述差值图像的变化值表征相邻的两帧所述灰度图像的灰度值差值；
第三处理模块，用于如果当前预设时间段内各所述差值图像的变化值大于预设阈值，根据当前预设时间段内各所述差值图像确定雨点像素面积，所述雨点像素面积为雨点在图像中所占的面积；
第四处理模块，用于根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定所述当前预设时间段的降雨量；
其中，所述第三处理模块，具体用于：
判断差值图像中的各像素点是否满足雨点像素点的要求，将满足要求的像素点确定为雨点，计算被确定的雨点在此图像中所占的面积；
所述第四处理模块，具体用于：
根据所述雨点像素面积及预设雨点像素面积与雨点体积的关系，确定各新出现雨点体积及各变大雨点体积；
根据各所述新出现雨点体积及各所述变大雨点体积，确定新出现雨点总体积及变大雨点总体积；
根据新出现雨点总体积及变大雨点总体积，确定当前差值图像代表的降雨量；
根据所述当前差值图像代表的降雨量及各差值图像，确定各所述差值图像代表的降雨量；
根据各所述差值图像代表的降雨量，确定当前预设时间段的降雨量。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令被处理器执行时实现如权利要求1-6中任一项所述的基于全天空成像仪的降雨测量方法。
9.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求1-6中任一项所述的基于全天空成像仪的降雨测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011033140.0A CN112162337B (zh) | 2020-09-27 | 2020-09-27 | 一种基于全天空成像仪的降雨测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011033140.0A CN112162337B (zh) | 2020-09-27 | 2020-09-27 | 一种基于全天空成像仪的降雨测量方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112162337A CN112162337A (zh) | 2021-01-01 |
| CN112162337B true CN112162337B (zh) | 2022-05-27 |
Family
ID=73863064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011033140.0A Active CN112162337B (zh) | 2020-09-27 | 2020-09-27 | 一种基于全天空成像仪的降雨测量方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112162337B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113421437B (zh) * | 2021-06-03 | 2023-03-21 | 上海大学 | 一种基于计算机视觉的雨天路况监测方法及系统 |
| CN114782561B (zh) * | 2022-06-17 | 2022-09-13 | 山东浩坤润土水利设备有限公司 | 基于大数据的智慧农业云平台监控系统 |
| CN117332929B (zh) * | 2023-11-28 | 2024-03-08 | 珠江水利委员会珠江水利科学研究院 | 一种水利工程用智能防汛方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707340B (zh) * | 2012-06-06 | 2014-11-26 | 南京大学 | 一种基于视频图像的降雨量测量方法 |
| CN109143413A (zh) * | 2018-09-11 | 2019-01-04 | 深圳市银河系科技有限公司 | 一种基于图像识别的雨量测量方法及装置 |
| CN110852274B (zh) * | 2019-11-12 | 2023-04-28 | 上海智驾汽车科技有限公司 | 一种基于图像识别的智能雨量感知方法及装置 |
-
2020
- 2020-09-27 CN CN202011033140.0A patent/CN112162337B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112162337A (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112162337B (zh) | 一种基于全天空成像仪的降雨测量方法及系统 | |
| CN108535731B (zh) | 短临降水预报方法与装置 | |
| US9888186B2 (en) | Image acquisition method and image acquisition apparatus | |
| CN109522899B (zh) | 咖啡成熟果实的检测方法、装置及电子设备 | |
| KR101858339B1 (ko) | 카메라를 이용한 기상관측 장치 및 이를 제어하는 방법 | |
| US9235880B2 (en) | Camera and method for optimizing the exposure of an image frame in a sequence of image frames capturing a scene based on level of motion in the scene | |
| JP6622156B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| Royem et al. | Proposing a low-tech, affordable, accurate stream stage monitoring system | |
| CN110969654A (zh) | 基于收割机的玉米高通量表型测量的方法及装置、收割机 | |
| CN111316135B (zh) | 根据正在发生大气降水的环境的数字图像实时计算大气降水速率的系统 | |
| CN111445539A (zh) | 一种阳台积水检测方法、处理装置及智能晾衣架系统 | |
| JP7319170B2 (ja) | 降雨量算出装置 | |
| CN110084818A (zh) | 动态下采样图像分割方法 | |
| US10209404B2 (en) | Method for measuring a particle precipitation rate, and device thereof | |
| CN116868754A (zh) | 一种联合收获机谷物质量流与产量监测方法及设备 | |
| KR101111434B1 (ko) | 가상 측량자를 이용한 실측방법 및 가상 측량자를 이용한 실측시스템 | |
| CN106646677B (zh) | 一种雨量探测方法及装置 | |
| CN114283344A (zh) | 一种森林生态水文过程自动实时监测方法及系统 | |
| CN114782561A (zh) | 基于大数据的智慧农业云平台监控系统 | |
| CN113807129A (zh) | 一种作物区域识别方法、装置、计算机设备和存储介质 | |
| CN114488070B (zh) | 一种基于深度学习模型的雷达回波外推方法和装置 | |
| CN113240739A (zh) | 一种挖掘机、属具的位姿检测方法、装置及存储介质 | |
| CN117523448A (zh) | 一种畜禽固体粪污动态检测方法及装置 | |
| CN117541611A (zh) | 基于分数阶累积量谱的sar图像边缘检测装置和方法 | |
| JP2023144555A (ja) | 情報処理装置、情報処理方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Hui Inventor after: Zheng Feng Inventor after: Xue Jingchuan Inventor after: Zhou Wang Inventor after: Yang Liyan Inventor after: Liu Liying Inventor after: Zhu Jing Inventor after: Zhou Naiyi Inventor after: Ding Zhengwei Inventor before: Li Hui Inventor before: Zheng Feng Inventor before: Xue Jingchuan Inventor before: Zhou Wang Inventor before: Yang Liyan Inventor before: Liu Liying Inventor before: Zhu Jing Inventor before: Zhou Naiyi Inventor before: Ding Zhengwei |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |