申请/专利权人：南京信息工程大学

申请日：2024-01-08

公开（公告）日：2024-04-19

公开（公告）号：CN117523420B

主分类号：G06V20/13

分类号：G06V20/13;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了一种基于雷达产品数据的闪电落区识别方法及系统，包括以下步骤：步骤1：获取发生闪电活动时的组合反射率数据、云顶高度数据和垂直积分液态水含量数据；步骤2：基于组合反射率数据、云顶高度数据和垂直积分液态水含量数据，分别生成相应的灰度图像，将三种灰度图像作为三个波段进行融合，得到一多波段图像；步骤3：将多波段图像输入至闪电落区识别模型中，得到闪电落区识别图，所述闪电落区识别图包括框出闪电落区的边界框。

主权项：1.一种基于雷达产品数据的闪电落区识别方法，其特征在于：包括以下步骤：步骤1：获取发生闪电活动时的组合反射率数据、云顶高度数据和垂直积分液态水含量数据；步骤2：基于组合反射率数据、云顶高度数据和垂直积分液态水含量数据，分别生成相应的灰度图像，将三种灰度图像作为三个波段进行融合，得到一多波段图像；步骤3：将多波段图像输入至闪电落区识别模型中，得到闪电落区识别图，所述闪电落区识别图包括框出闪电落区的边界框；其中，所述闪电落区识别模型按照以下步骤得到：获取历史闪电定位数据，所述历史闪电定位数据包括历史闪电活动时，闪电落区的经纬度信息；获取发生闪电活动时的历史组合反射率数据、历史云顶高度和历史垂直积分液态水含量数据；将历史组合反射率数据、历史云顶高度和历史垂直积分液态水含量数据分别生成相应的灰度图像，再将三种图像分别作为三个波段进行融合，融合得到多波段图像；利用历史闪电定位数据，对多波段图像上的闪电落区进行标注，并划分成训练数据集和测试数据集，以此构建VOC-LTING数据集；采用训练数据集对FasterR-CNN模型进行训练，得到训练好的FasterR-CNN模型；采用测试数据集对训练好的FasterR-CNN模型进行精度评估，得到闪电落区识别模型；所述利用历史闪电定位数据，对多波段图像上的闪电落区进行标注，具体包括：基于历史闪电定位数据，在多波段图像上确定初始闪电落区位置；初始闪电落区位置周围各扩大设定范围，将其作为最终闪电落区位置；设置先验框对最终闪电落区位置进行标注；所述FasterR-CNN模型为具备有特征金字塔结构的FasterR-CNN模型。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于雷达产品数据的闪电落区识别方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD