一种地基云自动检测方法

摘要

本发明公开一种地基云自动检测方法，其中包括可见光云图的采集；对云图蓝红两波段图像进行非线性动态范围的灰度调整得到两波段增强图像，再对两波段增强图像差值处理得到特征图；对特征图进行Shearlet变换得到多尺度不同方向的子带系数；然后对各子带系数模值图像的纹理特征进行抽取；最终采用聚类算法对抽取的特征向量进行分类实现云图的自动检测。本发明可解决人工目判的局限，实现可见光云图的自动检测，且具有较好的鲁棒性和准确性。

主权项

一种地基云自动检测方法，其特征在于，该方法包括以下步骤：步骤1：利用成像设备对可见光云图采集；步骤2：输入采集好的云图进行各颜色通道的分离，再对蓝红两波段云图像进行非线性动态范围的灰度调整获取云图的蓝波段增强图像B′和红波段增强图像R′，然后将两波段增强图像的差值图(B′‑R′)归一化到[0 255]，得到特征图像；步骤3：特征图像进行多尺度多方向的Shearlet分解；步骤4：在步骤3的基础上对各尺度不同方向子带系数取模值，并对各子带的模值图像进行特征抽取；步骤5：利用聚类算法对步骤4抽取的特征向量进行分类，最终实现可见光云的自动检测；所述步骤4的具体计算过程如下：步骤4.1以云图蓝红两波段增强图像的差值图作为特征图进行Shearlet变换，得到一系列子带；步骤4.2各尺度不同方向的子带系数进行非局部均值滤波，来降低相同纹理区域的特征的变换，同时增加不同区域的区别；步骤4.3滤波后的各子带系数取模值，计算第1层的d方向上的模值图像I_1d在(2n+1)×(2n+1)大小窗口下的局部能量和局部能量方差其中x、y表示各子带模值图像中的位置，u₁为滑动窗口内的均值，为窗口内能量的方差作为待分类的特征向量，即云图F中像素点(x，y)最终的特征向量表示为：