[发明专利]基于图像几何特征参量的云降水粒子形状识别方法

权利要求书

1.一种基于图像几何特征参量的云降水粒子形状识别方法，包括如下步骤：

(1)云降水粒子图像获取步骤，从机载光阵成像设备中获取待识别的云降水粒子图像及其所在的背景图像；

(2)对获取的云降水粒子图像进行粒子图像帧目标检测，获得待检测的单个云降水粒子目标图像；

(3)基于拟要识别的云降水粒子形状类别和所提取的单个云降水粒子图像数据，构建云降水粒子形状图像数据库；

(4)提取出云降水粒子形状图像数据库中每类粒子图像的多个图像几何特征参量；

(5)基于直方图分布的统计方法，对云降水粒子形状图像数据库中每类粒子图像的几何特征参量进行统计，以选择出可以明确表征粒子图像形状的特征参量及其特征值，并依据所选的特征参量和特征值对于各粒子图像形状参量的区分强度来确定出云降水粒子形状识别步骤，作为云降水粒子形状的识别方法；

(6)输入待识别的云降水粒子图像，提取单个云降水粒子图像的几何特征参量，然后利用步骤(5)所确定的识别步骤和几何特征参量进行云降水粒子形状的识别，得到分类结果。

2.根据权利要求1所述的方法，其特征在于，所述的识别结果包括聚合状、柱状、枝状、霰、不规则状、针状、板状和球状共8种形状粒子。

3.根据权利要求1所述的方法，其特征在于所述步骤(2)，利用图像获取过程基于单粒子检测原理要求，在两个连续的粒子图像之间存在一条边界背景图像，通过检测粒子图像的边界从而获取所要检测的单粒子图像。

4.根据权利要求1所述的方法，其特征在于，所述图像特征包括粒子宽度直径、长度直径、周长、面积、边缘光阵数目、线性拟合直径、垂直宽度、线性拟合直线夹角、线性拟合相关系数、线性拟合残差、投影拟合残差、Korolev参数KR1、矩形度、扁度、圆形度、面积比、轴比、Holroyd轴比、周长直径面积比、凸度、等效面积圆直径。

5.根据权利要求1所述的方法，其特征在于，这里选取出的最有效的识别特征参量为凸度、圆形度、线性相关系数、线性拟合残差。