[发明专利]基于目标区域的冰晶图像识别方法、装置、计算机设备和存储介质

说明书

基于目标区域的冰晶图像识别方法、装置、存储介质及计算机设备，所述识别方法包括：获取作业云的垂直温度信息；基于所述垂直温度信息，将所述作业云在垂直方向上至少划出连续设置的具有第一高度的第一目标区域和具有第二高度的第二目标区域；获取从所述第一目标区域内采集的第一云层图像和从所述第二目标区域内采集的第二云层图像；采用训练好的冰晶识别网络模型对所述第一云层图像，得到第一冰晶识别结果；采用所述冰晶识别网络模型对所述第二云层图像，得到第二冰晶识别结果；基于所述第一冰晶识别结果、所述第二冰晶识别结果和所述垂直温度信息，采用训练好的预测网络模型预测得到所述作业云的冰晶识别结果。

技术领域

本发明涉及人工降雨工程技术领域，具体为一种基于目标区域的冰晶图像识别方法、装置、计算机设备和存储介质。

背景技术

人工降雨的重要机理在于通过对过冷水施加扰动或者提供凝结核，以促使过冷水凝结为可降水的冰晶粒子。通常情况下，评估作业云内的冰晶粒子的浓度对于选择催化剂的类型、播撒浓度、播撒时间是十分有必要的，以及对于播撒后的效果评估是十分重要的。现有技术中，通过微脉冲激光雷达通过偏振通道，可以对粒子的球形度进行探测，进而识别冰晶和液滴，但是无法探测到冰晶或者液滴的浓度，而且由于激光雷达对边界层气溶胶同样敏感，如何区分气溶胶层和云层一直是激光雷达云识别算法的难点具有较大的不确定性，存在冰晶粒子评估不准确的技术问题。

发明内容

针对现有技术的基于目标区域的冰晶图像识别方法、装置、计算机设备和存储介质，旨在解决现有技术中冰晶粒子评估不准确的技术问题。

本申请提出基于目标区域的冰晶图像识别方法，包括：

获取作业云的垂直温度信息；

基于所述垂直温度信息，将所述作业云在垂直方向上至少划出连续设置的具有第一高度的第一目标区域和具有第二高度的第二目标区域；

获取从所述第一目标区域内采集的第一云层图像和从所述第二目标区域内采集的第二云层图像；

采用训练好的冰晶识别网络模型对所述第一云层图像，得到第一冰晶识别结果；采用所述冰晶识别网络模型对所述第二云层图像，得到第二冰晶识别结果；

基于所述第一冰晶识别结果、所述第二冰晶识别结果和所述垂直温度信息，采用训练好的预测网络模型预测得到所述作业云的冰晶识别结果。

可选地，所述第一目标区域和所述第二目标区域中的至少一个的温度为低于0℃。

可选地，所述基于所述第一冰晶识别结果、所述第二冰晶识别结果和所述垂直温度信息，采用训练好的预测网络模型预测得到所述作业云的冰晶识别结果的步骤包括：获取所述第一云层图像对应的第一采集位置所在的作业云的第一温度和所述第二云层图像对应的第二采集位置所在的作业云的第二温度；采用所述预测网络模型基于所述第一识别结果、所述第二冰晶识别结果、所述第一温度和所述第二温度之间的温度差预测在垂直方向上位于所述第一采集位置和所述第二采集位置之间的冰晶的预测结果；基于所述第一冰晶识别结果、所述第二冰晶识别结果和所述预测结果，得到所述作业云的冰晶识别结果。

可选地，所述第一温度与所述第二温度至少相差5℃。

可选地，所述第一冰晶识别结果、所述第二冰晶识别结果和预测结果均包括冰晶类型和冰晶浓度。

可选地，所述采用所述预测网络模型基于所述第一识别结果、所述第二冰晶识别结果、所述第一温度和所述第二温度之间的温度差预测在垂直方向上位于所述第一采集位置和所述第二采集位置之间的冰晶的预测结果的步骤之前，所述基于所述第一冰晶识别结果、所述第二冰晶识别结果和所述垂直温度信息，

采用训练好的预测网络模型预测得到所述作业云的冰晶识别结果的步骤还包括：