买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于云图阴影匹配算法的云层高度估算方法_浙江工业大学_202010784447.8 

申请/专利权人:浙江工业大学

申请日:2020-08-06

公开(公告)日:2024-03-26

公开(公告)号:CN112085751B

主分类号:G06T7/13

分类号:G06T7/13;G06T7/33;G06T7/66;G06T7/73

优先权:

专利状态码:有效-授权

法律状态:2024.03.26#授权;2021.01.01#实质审查的生效;2020.12.15#公开

摘要:本发明提供了一种基于云图阴影匹配算法的云层高度估算方法,其包括:同步拍摄云图和地面阴影图像并预处理、通过云团阴影匹配算法选择云团匹配点和阴影匹配点、根据匹配点的实际空间关系求解云层高度。本发明提供的技术方案准确描述了地面阴影以及天空云层的实际空间关系,并据此简化建立云层高度求解方程,方便准确的实现了云层高度的估算。

主权项:1.一种基于云图阴影匹配算法的云层高度估算方法,包括如下步骤:步骤1,确定云图拍摄地点T的经度和纬度,同步拍摄云图和地面阴影图像,并记录拍摄时刻;步骤2,根据拍摄时刻和拍摄地点的经纬度,确定太阳高度角β2;步骤3,识别云图及其投射在地面上的地面阴影图像,并提取云图和地面阴影图像的边缘信息;步骤4,采用云图阴影匹配算法,确定云图上云团和地面阴影图像上阴影的映射关系,选择云图上的云团匹配点C和地面阴影图像上的阴影匹配点S;具体包括:步骤4-1,用数组Point以从左至右、从上至下的顺序依次记录云图边缘图像上的所有边缘像素点,共有N个像素点,Pointj表示数组中的第j个点,j=1,2,……,N;步骤4-2,将地面阴影边缘图像进行第i次缩放,缩放后,从左至右、从上至下确定第一个阴影边缘像素点为第i次缩放下的阴影匹配点Si,i=1,2,……,M,M为总的缩放次数;步骤4-3,以点Si为地面阴影边缘图像叠加起始点,以Pointj为云图边缘图像叠加起始点,进行云图和地面阴影边缘图像的叠加;步骤4-4,叠加后的图像与原云图边缘图像作差得到误差像素图,计算其上像素点个数作为叠加误差值eij,i=1,2,……,M,j=1,2,……,N;步骤4-5,判断Point数组中的点是否都已作为云图边缘图像叠加起始点进行叠加,若是,进入下一步,若否,则返回步骤4-3进行;步骤4-6,判断所有缩放次数是否都已完成,若是,进入下一步,若否,则返回步骤4-2进行;步骤4-7,比较所有的叠加误差值eij,i=1,2,……,M,j=1,2,……,N,取最小叠加误差值对应的下标i和j,则Pointj点记为云图上的云团匹配点C,Si记为地面阴影图像上的阴影匹配点S;步骤5,根据云团匹配点C,确定云团方位角α1以及云团高度角α2;步骤6,根据阴影匹配点S确定实际地面阴影上的实际阴影点R,并确定实际阴影点R的方位角β1、实际阴影点R与云图拍摄地点T之间的距离lTR;具体包括:步骤6-1,以阴影边缘图像西南角为原点,东方向为X轴正方向,北方向为Y轴正方向建立阴影图像坐标系,读取阴影匹配点S的坐标为x,y;以云图拍摄地点T为原点,东方向为X轴正方向,北方向为Y轴正方向建立实际阴影坐标系;记实际阴影点R坐标为x1,y1;步骤6-2,由于阴影匹配点的坐标x,y为阴影边缘图像坐标,因此需要转换为上述建立的实际阴影坐标系下的坐标,即实际阴影点R的坐标;根据阴影匹配点S坐标x,y、阴影图像最大坐标xmax,ymax、地面实际阴影西南角坐标a,b、地面实际阴影图像长L和宽W,实际阴影点R坐标x1,y1计算公式如下: 步骤6-3,根据实际阴影点R坐标x1,y1,地面阴影方位角β1计算公式如下: 步骤6-4,根据实际阴影点R坐标x1,y1,地面实际阴影点R与云图拍摄设备之间的距离lTR的计算公式如下: 步骤7,建立方程估算云层高度,具体计算方程如下,式中H为云层高度;

全文数据:

权利要求:

百度查询: 浙江工业大学 一种基于云图阴影匹配算法的云层高度估算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。