一种基于热红外数据的云边缘高度匹配方法和系统的制作方法
一种基于热红外数据的云边缘高度匹配方法和系统的制作方法
【技术领域】
[0001] 本发明设及图像处理领域，尤其设及一种基于热红外数据的云边缘高度匹配方法 和系统。
【背景技术】
[0002] 传统检测技术中，云高的获取有多种方法，如利用激光云高仪、毫米波雷达和热红 外云高仪等。上述测量方法较为费时费力，且无法在较大范围内实时的获取云高，具有一定 的局限性。随着卫星遥感技术的不断成熟，利用遥感数据反演地表、大气和云的各种参数， 可W大范围实时的获取云高度数据。
[0003] 遥感技术获取、反演云高包括物理方法和几何方法。采用物理方法获取，即根据大 气溫湿廓线和垂直减溫率来计算，如利用遥感数据获取云顶亮溫与晴空时的参考溫度的差 值比垂直减溫率来估算云高，该方法依赖云福射特性和大气廓线等的先验知识，在反演时 有一定的误差。采用几何方法获取，如利用遥感数据，采取傅里叶变换找到云和云阴影的对 应点，并利用几何关系来计算云高，该方法适合平坦地表的计算且计算过程较为繁复;或 者，利用几何学方法计算云阴影，并根据计算阴影与遥感数据实际检测阴影之间的相似度 设定阔值，迭代不同的云高来获取最后的云高度。
[0004] W上基于遥感技术的获取方法，获取的云高都是比较单一的云顶或云底高度，没 有考虑云体内部、边缘或者不同云体高度的差异性，而运种差异性在高分辨率时更加突出。 虽然热红外技术能够较为方便的获得具有差异性的云体高度，但其分辨率较低，传统重采 样结果相比于高分辨的可见光数据在云的形状和细部特征上存在局限，在应用时相比几何 技术受到一定限制。
【发明内容】
[0005] 针对现有技术中的缺陷，本发明提供一种基于热红外数据的云边缘高度匹配方法 和系统，用于实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据。
[0006] 第一方面，本发明提供一种基于热红外数据的云边缘高度匹配方法，所述方法包 括：
[0007] 获取同一时间区域的可见光云检测数据和热红外云高数据；
[000引根据所述可见光云检测数据，获取目标图，所述目标图为可见光云检测数据边缘 像素所组成的像素集合；
[0009] 根据所述热红外云高数据，获取背景图，所述背景图为热红外云高数据边缘像素 所组成的像素集合；
[0010] 选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中的像 素进行欧氏距离变换，获取欧氏距离变换数据；
[0011] 根据所述欧氏距离变换数据，通过预设捜索算法，获取所述目标点的高度值，对所 述目标点进行匹配。
[0012] 优选地，在获取背景图之前，所述方法还包括：
[0013] 获取所述可见光云检测数据的分辨率；
[0014] 将所述热红外云高数据中的非云区域设定为预设高度值的云区域，获取设定后的 热红外云高数据；
[0015] 将所述设定后的热红外云高数据进行重采样，并在重采样之后还原非云区域，获 取与所述可见光云检测数据相同分辨率的热红外云高数据。
[0016] 优选地，所述获取所述目标点的高度值，对所述目标点进行匹配，包括：
[0017] 根据所述欧氏距离变换数据，获取欧氏距离变换图；
[0018] 选取所述欧氏距离变换图上的区域作为围线区，所述围线区为W所述目标点为圆 屯、，具有预设捜索半径的圆；
[0019] 计算每个候选点与所述目标点的距离和，所述候选点为所述围线区像素的集合；
[0020] 根据所述每个候选点与所述目标点的距离和，计算每个候选点与所述目标点的距 罔权值；
[0021 ]根据所述每个候选点与所述目标点的距离和W及所述每个候选点与所述目标点 的距离权值，计算所述目标点的高度值，对所述目标点进行匹配。
[0022]优选地，所述计算每个候选点与所述目标点的距离和，包括： .巧
[002；3]放=2]4，
[0024] 其中，i为候选点编号，n为候选点个数，di为第i个候选点与所述目标点的距离，Sd 为每个候选点与所述目标点的距离和。
[0025] 优选地，所述计算每个候选点与所述目标点的距离权值，包括：
[0026] wi = di/Sd,
[0027] 其中，Wi为第i个候选点与所述目标点的距离权值。
[0028] 优选地，所述计算所述目标点的高度值，包括： 巧
[0029] 好= S",*''',- i-l
[0030] 其中，hi为第i个候选点的高度值，H为目标点的高度值。
[0031] 优选地，在计算所述目标点的高度值之后，所述方法还包括：
[0032] 选取所述目标图上的另一个像素点作为另一目标点，并根据所述另一目标点对背 景图中的像素进行欧氏距离变换，获取另一欧氏距离变换数据；
[0033] 根据所述另一欧氏距离变换数据，通过围线捜索，获取所述另一目标点的高度值， 对所述另一目标点进行匹配；
[0034] 执行所述选取所述目标图上的另一个像素点作为另一目标点的步骤，直至完成所 有所述目标图上的像素点匹配。
[0035] 第二方面，本发明提供一种基于热红外数据的云边缘高度匹配系统，所述系统包 括：
[0036] 数据获取单元，用于获取同一时间区域的可见光云检测数据和热红外云高数据；
[0037] 数据提取单元，用于根据所述数据获取单元获取的可见光云检测数据和热红外云 高数据，获取目标图和背景图，所述目标图为可见光云检测数据边缘像素所组成的像素集 合，所述背景图为热红外云高数据边缘像素所组成的像素集合；
[0038] 数据匹配单元，用于根据数据提取单元获取的目标图和背景图，选取所述目标图 上的一个像素点作为目标点，并获取所述目标点的高度值，对所述目标点进行匹配。
[0039] 由上述技术方案可知，本发明提供了一种基于热红外数据的云边缘高度匹配方法 和系统，获取同一时间区域的可见光云检测数据和热红外云高数据，通过欧氏距离变换并 根据预设捜索算法进行围线捜索，将低分辨率热红外云高数据匹配到相应的高分辨率可见 光云检测数据。本发明能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光 云检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了 热红外技术获取云高度数据在分辨率上的局限性。
【附图说明】
[0040] 为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W 根据运些图获得其他的附图。
[0041] 图1为本发明一实施例提供的一种基于热红外数据的云边缘高度匹配方法的流程 示意图；
[0042] 图2为本发明另一实施例提供的一种基于热红外数据的云边缘高度匹配方法的流 程示意图；
[0043] 图3为本发明一实施例提供的一种基于热红外数据的云边缘高度匹配系统的结构 示意图；
[0044] 图4为本发明的预设捜索算法原理图。
【具体实施方式】
[0045] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细描述。W下实施 例用于说明本发明，但不用来限制本发明的范围。
[0046] 图1示出了本发明一实施例提供的一种基于热红外数据的云边缘高度匹配方法的 流程示意图，如图1所示，本发明的一种基于热红外数据的云边缘高度匹配方法，所述方法 包括：
[0047] S11、获取同一时间区域的可见光云检测数据和热红外云高数据。
[004引可W理解的是 ，热红外云高数据能够较为方便的获得具有差异性的云高度，但其 分辨率较低。而可见光云检测数据分辨率较高，但其没法获得云体内部、边缘或者不同云高 的差异性。因此，将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据，可 W获取高分辨率、细节丰富且具有差异性的云高度分布结果。
[0049] 在本实施例中，可见光云检测数据和热红外云高数据均是通过图像数据的形式获 取，其数据信息通过图像数据的像素信息体现。依据形状特征和地理位置将可见光云检测 数据和热红外云高数据进行配准。
[0050] S12、根据所述可见光云检测数据，获取目标图。
[0051] 可W理解的是，像素是构成图片的基本单元，通常用来表示图片分辨率的大小。具 体来说，目标图为可见光云检测数据边缘像素所组成的像素集合。
[0052] S13、根据所述热红外云高数据，获取背景图。
[0053] 具体来说，背景图为热红外云高数据边缘像素所组成的像素集合。
[0054] S14、选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中 的像素进行欧氏距离变换，获取欧氏距离变换数据。
[0055] 可W理解的是，目标图为可见光云检测数据边缘像素所组成的像素集合，选取一 个目标点即为选取一个目标图中的像素点。
[0056] 现有技术中，距离变换是计算并标识空间点对目标点距离的过程，它最终把二值 图像变换为灰度图像，其中，每个栅格的灰度值等于它到最近目标点的距离。具体来说，欧 氏距离变换化DT)由于精度高，与实际距离相符，应用更为广泛。
[0057] S15、根据所述欧氏距离变换数据，通过预设捜索算法，获取所述目标点的高度值， 对所述目标点进行匹配。
[0化引具体来说，如图4所示，预设捜索算法为围线捜索法，即W目标点为圆屯、，一定的像 素宽为捜索半径形成围线区，相对目标点由近及远逐步扩大捜索范围。对于围线区内的像 素，根据其距目标点的距离将其高度值加权赋值给目标点。
[0059] 本实施例能够实现依据形状和位置特征将可见光云检测数据和热红外云高数据 进行配准，即将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据，获取 高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热红外技术获取 云高度数据在分辨率上的局限性。
[0060] 图2示出了本发明另一实施例提供的一种基于热红外数据的云边缘高度匹配方法 的流程示意图，如图2所示，本发明的一种基于热红外数据的云边缘高度匹配方法，所述方 法包括：
[0061] S21、获取同一时间区域的可见光云检测数据和热红外云高数据。
[0062] 可W理解的是，热红外云高数据是通过红外热像仪获取的，即利用红外探测器和 光学成像物镜接受云层的红外福射能量分布图形反映到红外探测器的光敏元件上，从而获 得红外热像图，运种热红外像图与云层表面的热分布场相对应。
[0063] S22、对热红外云高数据进行重采样，获取与所述可见光云检测数据相同分辨率的 热红外云高数据。
[0064] 可W理解的是，具有相同分辨率是进行较好匹配数据的前提，因此，需要通过对热 红外云高数据进行重采样而获取与所述可见光云检测数据相同的分辨率。重采样本质上是 图像恢复过程，它用输入的离散数字图像重建代表原始图像二维连续函数，再按新的像元 间距和像元位置进行采样。
[0065] 除此之外，在对热红外云高数据进行重采样之前，为了减少非云地表在重采样过 程中对云边缘高度的影响，还包括:将所述热红外云高数据中的非云区域设定为预设高度 值的云区域，获取设定后的热红外云高数据。所述非云区域为地表区域，预设高度一般选取 该区域云高最小值。应当注意的是，在对热红外云高数据进行重采样之后，还需要还原非云 区域。
[0066] S23、根据所述可见光云检测数据，获取目标图。
[0067] 具体来说，目标图为可见光云检测数据边缘像素所组成的像素集合。
[0068] S24、根据所述重采样后的热红外云高数据，获取背景图。
[0069] 具体来说，背景图为重采样后的热红外云高数据边缘像素所组成的像素集合。
[0070] S25、选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中 的像素进行欧氏距离变换，获取欧氏距离变换数据。
[0071] 可W理解的是，目标图为可见光云检测数据边缘像素所组成的像素集合，选取一 个目标点即为选取一个目标图中的像素点。
[0072] S26、根据所述欧氏距离变换数据，获取欧氏距离变换图，并选取所述欧氏距离变 换图上的区域作为围线区。可W理解的是，如图4所示，围线区为W目标点为圆屯、，具有预设 捜索半径的圆。所述围线区的预设捜索半径确定过程如下：选取初始围线捜索半径ri = 1.5a，按照预设变化规律逐渐扩大围线捜索半径直至所述围线区域内的候选点达到预设数 目。所述预设变化规律为当1.5a非i5a时，；Ti+i = ;ri+0.5a;当8a如i。2曰时，；Ti+i = ;ri+ a;其中，ri为第i个围线区的围线半径，a为一个像素的宽度。
[007引具体来说，如图4所示，候选点为围线区内的像素集合，在匹配过程中，候选点的个 数需要达到2-8个，满足该条件的围线捜索半径即为合适的捜索半径。
[0074] S27、计算每个候选点与所述目标点的距离和。
[0075] 可W理解的是，所述候选点为所述围线区像素的集合。计算每个候选点与所述目 标点的距离和，包括： n
[0076] Sd = ^d.,
[0077] 其中，i为候选点编号，n为候选点个数，di为第i个候选点与所述目标点的距离，Sd 为每个候选点与所述目标点的距离和。
[0078] S28、根据所述每个候选点与所述目标点的距离和，计算每个候选点与所述目标点 的距离权值。
[0079] 可W理解的是，计算每个候选点与所述目标点的距离权值，包括：
[0080] wi = di/Sd,
[0081] 其中，Wi为第i个候选点与所述目标点的距离权值。
[0082] S29、根据所述每个候选点与所述目标点的距离和W及所述每个候选点与所述目 标点的距离权值，计算所述目标点的高度值，对所述目标点进行匹配。
[0083] 可W理解的是，计算所述目标点的高度值，包括： H
[0084] 强''二 X。;. ，
[0085] 其中，hi为第i个候选点的高度值，H为目标点的高度值。
[0086] 与此同时，由于可见光云检测数据和热红外云高数据在分辨率上的差异较大，目 标图中的一些细碎云块在相应的背景图中会出现没有对应的情况。因此，对于超出一定围 线捜索范围的一些细碎云块，则赋值目标点的高度值为背景图中云高的平均值。其中，超出 一定围线捜索范围设定为20a-25a，a为一个像素的宽度。
[0087] 考虑到捜索距离过大会不具代表性，需要将捜索距离进行限定。由此，对于超出限 定距离的目标点还需要进行再匹配，具体如下所述:临近像元高度的关联性大，为了获取更 好的匹配效果，W目标图中未匹配的像素集合组成新的像素点集合，W目标图中已匹配的 像素集合为新的背景像素集合，重复匹配过程。
[0088] 可W理解的是，实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云 检测数据需要将目标图上所有目标点进行匹配。而完成目标图上所有目标点的匹配是一个 选取目标图上不同像素点作为目标点重复步骤S25到步骤S29的过程。
[0089] 具体来说，选取所述目标图上的另一个像素点作为另一目标点，并根据所述另一 目标点对背景图中的像素进行欧氏距离变换，获取另一欧氏距离变换数据;根据所述另一 欧氏距离变换数据，通过围线捜索，获取所述另一目标点的高度值，对所述另一目标点进行 匹配;执行所述选取所述目标图上的另一个像素点作为另一目标点的步骤，直至完成所有 所述目标图上的像素点匹配。
[0090] 本实施例能够实现依据形状特征和地理位置将可见光云检测数据和热红外云高 数据进行配准，具体来说，本实施例能够实现首先依据地理位置信息，其次依据形状特征将 可见光云检测数据和热红外云高数据进行配准。由此，将低分辨率热红外云高数据匹配到 相应的高分辨率可见光云检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布 结果，一定程度上解决了热红外技术获取云高度数据在分辨率上的局限性。
[0091] 图3示出了本发明一实施例提供的一种基于热红外数据的云边缘高度匹配系统的 结构示意图，如图3所示，本发明的一种基于热红外数据的云边缘高度匹配系统30,包括：
[0092] 数据获取单元31，用于获取同一时间区域的可见光云检测数据和热红外云高数 据。
[0093] 数据提取单元32,用于根据数据获取单元31获取的可见光云检测数据和热红外云 高数据，获取目标图和背景图。
[0094] 可W理解的是，目标图为可见光云检测数据边缘像素所组成的像素集合，背景图 为热红外云高数据边缘像素所组成的像素集合。
[00M]数据匹配单元33,用于根据数据提取单元32获取的目标图和背景图，选取所述目 标图上的一个像素点作为目标点，获取所述目标点的高度值，对所述目标点进行匹配。
[0096] 可W理解的是，具体来说，数据匹配单元33用于选取目标图上的一个像素点作为 目标点，并根据所述目标点对背景图中的像素进行欧氏距离变换，获取欧氏距离变换数据； 根据所述欧氏距离变换数据，通过预设捜索算法，获取所述目标点的高度值，对所述目标点 进行匹配。
[0097] 具体来说，如图4所示，预设捜索算法为围线捜索法，即W目标点为圆屯、，一定的像 素宽为捜索半径形成围线区，相对目标点由近及远逐步扩大捜索范围。对于围线区内的像 素，根据其距目标点的距离将其高度值加权赋值给目标点。
[0098] 本实施例能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云 检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热 红外技术获取云高度数据在分辨率上的局限性。
[0099] 综上所述，本发明提供了一种基于热红外数据的云边缘高度匹配方法和系统，获 取同一时间区域的可见光云检测数据和热红外云高数据，通过欧氏距离变换并根据预设捜 索算法进行围线捜索，将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数 据。本发明能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数 据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热红外技 术获取云高度数据在分辨率上的局限性。
[0100]本领域普通技术人员可W理解：W上各实施例仅用W说明本发明的技术方案，而 非对其限制;尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员 应当理解:其依然可W对前述各实施例所记载的技术方案进行修改，或者对其中部分或者 全部技术特征进行等同替换；而运些修改或者替换，并不使相应技术方案的本质脱离本发 明权利要求所限定的范围。
【主权项】
1. 一种基于热红外数据的云边缘高度匹配方法，其特征在于，所述方法包括： 获取同一时间区域的可见光云检测数据和热红外云高数据； 根据所述可见光云检测数据，获取目标图，所述目标图为可见光云检测数据边缘像素 所组成的像素集合； 根据所述热红外云高数据，获取背景图，所述背景图为热红外云高数据边缘像素所组 成的像素集合； 选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中的像素进 行欧氏距离变换，获取欧氏距离变换数据； 根据所述欧氏距离变换数据，通过预设搜索算法，获取所述目标点的高度值，对所述目 标点进行匹配。2. 如权利要求1所述的方法，其特征在于，在获取背景图之前，所述方法还包括： 获取所述可见光云检测数据的分辨率； 将所述热红外云高数据中的非云区域设定为预设高度值的云区域，获取设定后的热红 外云高数据； 将所述设定后的热红外云高数据进行重采样，并在重采样之后还原非云区域，获取与 所述可见光云检测数据相同分辨率的热红外云高数据。3. 如权利要求2所述的方法，其特征在于，所述获取所述目标点的高度值，对所述目标 点进行匹配，包括： 根据所述欧氏距离变换数据，获取欧氏距离变换图； 选取所述欧氏距离变换图上的区域作为围线区，所述围线区为以所述目标点为圆心， 具有预设搜索半径的圆； 计算每个候选点与所述目标点的距离和，所述候选点为所述围线区像素的集合； 根据所述每个候选点与所述目标点的距离和，计算每个候选点与所述目标点的距离权 值； 根据所述每个候选点与所述目标点的距离和以及所述每个候选点与所述目标点的距 离权值，计算所述目标点的高度值，对所述目标点进行匹配。4. 如权利要求3所述的方法，其特征在于，所述计算每个候选点与所述目标点的距离 和，包括：其中，i为候选点编号，η为候选点个数，Cl1为第i个候选点与所述目标点的距离，Sd为每 个候选点与所述目标点的距离和。5. 如权利要求4所述的方法，其特征在于，所述计算每个候选点与所述目标点的距离权 值，包括： Wi = di/Sd, 其中，为第i个候选点与所述目标点的距离权值。6. 如权利要求5所述的方法，其特征在于，所述计算所述目标点的高度值，包括：其中，hi为第i个候选点的高度值，H为目标点的高度值。7. 如权利要求6所述的方法，其特征在于，在计算所述目标点的高度值之后，所述方法 还包括： 选取所述目标图上的另一个像素点作为另一目标点，并根据所述另一目标点对背景图 中的像素进行欧氏距离变换，获取另一欧氏距离变换数据； 根据所述另一欧氏距离变换数据，通过围线搜索，获取所述另一目标点的高度值，对所 述另一目标点进行匹配； 执行所述选取所述目标图上的另一个像素点作为另一目标点的步骤，直至完成所有所 述目标图上的像素点匹配。8. -种基于热红外数据的云边缘高度匹配系统，其特征在于，所述系统包括： 数据获取单元，用于获取同一时间区域的可见光云检测数据和热红外云高数据； 数据提取单元，用于根据所述数据获取单元获取的可见光云检测数据和热红外云高数 据，获取目标图和背景图，所述目标图为可见光云检测数据边缘像素所组成的像素集合，所 述背景图为热红外云高数据边缘像素所组成的像素集合； 数据匹配单元，用于根据数据提取单元获取的目标图和背景图，选取所述目标图上的 一个像素点作为目标点，并获取所述目标点的高度值，对所述目标点进行匹配。
【专利摘要】本发明提供了一种基于热红外数据的云边缘高度匹配方法和系统，该方法包括如下步骤：获取同一时间区域的可见光云检测数据和热红外云高数据；根据所述可见光云检测数据，获取目标图；根据所述热红外云高数据，获取背景图；选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中的像素进行欧氏距离变换，获取欧氏距离变换数据；根据所述欧氏距离变换数据，通过预设搜索算法，获取所述目标点的高度值，对所述目标点进行匹配。本发明能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热红外技术获取云高度数据在分辨率上的局限性。
【IPC分类】G06T3/40, G06T7/00
【公开号】CN105528760
【申请号】CN201510885852
【发明人】李彬, 辛晓洲, 张海龙
【申请人】中国科学院遥感与数字地球研究所
【公开日】2016年4月27日
【申请日】2015年12月4日
【技术领域】
[0001] 本发明设及图像处理领域，尤其设及一种基于热红外数据的云边缘高度匹配方法 和系统。
【背景技术】
[0002] 传统检测技术中，云高的获取有多种方法，如利用激光云高仪、毫米波雷达和热红 外云高仪等。上述测量方法较为费时费力，且无法在较大范围内实时的获取云高，具有一定 的局限性。随着卫星遥感技术的不断成熟，利用遥感数据反演地表、大气和云的各种参数， 可W大范围实时的获取云高度数据。
[0003] 遥感技术获取、反演云高包括物理方法和几何方法。采用物理方法获取，即根据大 气溫湿廓线和垂直减溫率来计算，如利用遥感数据获取云顶亮溫与晴空时的参考溫度的差 值比垂直减溫率来估算云高，该方法依赖云福射特性和大气廓线等的先验知识，在反演时 有一定的误差。采用几何方法获取，如利用遥感数据，采取傅里叶变换找到云和云阴影的对 应点，并利用几何关系来计算云高，该方法适合平坦地表的计算且计算过程较为繁复;或 者，利用几何学方法计算云阴影，并根据计算阴影与遥感数据实际检测阴影之间的相似度 设定阔值，迭代不同的云高来获取最后的云高度。
[0004] W上基于遥感技术的获取方法，获取的云高都是比较单一的云顶或云底高度，没 有考虑云体内部、边缘或者不同云体高度的差异性，而运种差异性在高分辨率时更加突出。 虽然热红外技术能够较为方便的获得具有差异性的云体高度，但其分辨率较低，传统重采 样结果相比于高分辨的可见光数据在云的形状和细部特征上存在局限，在应用时相比几何 技术受到一定限制。
【发明内容】
[0005] 针对现有技术中的缺陷，本发明提供一种基于热红外数据的云边缘高度匹配方法 和系统，用于实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据。
[0006] 第一方面，本发明提供一种基于热红外数据的云边缘高度匹配方法，所述方法包 括：
[0007] 获取同一时间区域的可见光云检测数据和热红外云高数据；
[000引根据所述可见光云检测数据，获取目标图，所述目标图为可见光云检测数据边缘 像素所组成的像素集合；
[0009] 根据所述热红外云高数据，获取背景图，所述背景图为热红外云高数据边缘像素 所组成的像素集合；
[0010] 选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中的像 素进行欧氏距离变换，获取欧氏距离变换数据；
[0011] 根据所述欧氏距离变换数据，通过预设捜索算法，获取所述目标点的高度值，对所 述目标点进行匹配。
[0012] 优选地，在获取背景图之前，所述方法还包括：
[0013] 获取所述可见光云检测数据的分辨率；
[0014] 将所述热红外云高数据中的非云区域设定为预设高度值的云区域，获取设定后的 热红外云高数据；
[0015] 将所述设定后的热红外云高数据进行重采样，并在重采样之后还原非云区域，获 取与所述可见光云检测数据相同分辨率的热红外云高数据。
[0016] 优选地，所述获取所述目标点的高度值，对所述目标点进行匹配，包括：
[0017] 根据所述欧氏距离变换数据，获取欧氏距离变换图；
[0018] 选取所述欧氏距离变换图上的区域作为围线区，所述围线区为W所述目标点为圆 屯、，具有预设捜索半径的圆；
[0019] 计算每个候选点与所述目标点的距离和，所述候选点为所述围线区像素的集合；
[0020] 根据所述每个候选点与所述目标点的距离和，计算每个候选点与所述目标点的距 罔权值；
[0021 ]根据所述每个候选点与所述目标点的距离和W及所述每个候选点与所述目标点 的距离权值，计算所述目标点的高度值，对所述目标点进行匹配。
[0022]优选地，所述计算每个候选点与所述目标点的距离和，包括： .巧
[002；3]放=2]4，
[0024] 其中，i为候选点编号，n为候选点个数，di为第i个候选点与所述目标点的距离，Sd 为每个候选点与所述目标点的距离和。
[0025] 优选地，所述计算每个候选点与所述目标点的距离权值，包括：
[0026] wi = di/Sd,
[0027] 其中，Wi为第i个候选点与所述目标点的距离权值。
[0028] 优选地，所述计算所述目标点的高度值，包括： 巧
[0029] 好= S",*''',- i-l
[0030] 其中，hi为第i个候选点的高度值，H为目标点的高度值。
[0031] 优选地，在计算所述目标点的高度值之后，所述方法还包括：
[0032] 选取所述目标图上的另一个像素点作为另一目标点，并根据所述另一目标点对背 景图中的像素进行欧氏距离变换，获取另一欧氏距离变换数据；
[0033] 根据所述另一欧氏距离变换数据，通过围线捜索，获取所述另一目标点的高度值， 对所述另一目标点进行匹配；
[0034] 执行所述选取所述目标图上的另一个像素点作为另一目标点的步骤，直至完成所 有所述目标图上的像素点匹配。
[0035] 第二方面，本发明提供一种基于热红外数据的云边缘高度匹配系统，所述系统包 括：
[0036] 数据获取单元，用于获取同一时间区域的可见光云检测数据和热红外云高数据；
[0037] 数据提取单元，用于根据所述数据获取单元获取的可见光云检测数据和热红外云 高数据，获取目标图和背景图，所述目标图为可见光云检测数据边缘像素所组成的像素集 合，所述背景图为热红外云高数据边缘像素所组成的像素集合；
[0038] 数据匹配单元，用于根据数据提取单元获取的目标图和背景图，选取所述目标图 上的一个像素点作为目标点，并获取所述目标点的高度值，对所述目标点进行匹配。
[0039] 由上述技术方案可知，本发明提供了一种基于热红外数据的云边缘高度匹配方法 和系统，获取同一时间区域的可见光云检测数据和热红外云高数据，通过欧氏距离变换并 根据预设捜索算法进行围线捜索，将低分辨率热红外云高数据匹配到相应的高分辨率可见 光云检测数据。本发明能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光 云检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了 热红外技术获取云高度数据在分辨率上的局限性。
【附图说明】
[0040] 为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W 根据运些图获得其他的附图。
[0041] 图1为本发明一实施例提供的一种基于热红外数据的云边缘高度匹配方法的流程 示意图；
[0042] 图2为本发明另一实施例提供的一种基于热红外数据的云边缘高度匹配方法的流 程示意图；
[0043] 图3为本发明一实施例提供的一种基于热红外数据的云边缘高度匹配系统的结构 示意图；
[0044] 图4为本发明的预设捜索算法原理图。
【具体实施方式】
[0045] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细描述。W下实施 例用于说明本发明，但不用来限制本发明的范围。
[0046] 图1示出了本发明一实施例提供的一种基于热红外数据的云边缘高度匹配方法的 流程示意图，如图1所示，本发明的一种基于热红外数据的云边缘高度匹配方法，所述方法 包括：
[0047] S11、获取同一时间区域的可见光云检测数据和热红外云高数据。
[004引可W理解的是 ，热红外云高数据能够较为方便的获得具有差异性的云高度，但其 分辨率较低。而可见光云检测数据分辨率较高，但其没法获得云体内部、边缘或者不同云高 的差异性。因此，将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据，可 W获取高分辨率、细节丰富且具有差异性的云高度分布结果。
[0049] 在本实施例中，可见光云检测数据和热红外云高数据均是通过图像数据的形式获 取，其数据信息通过图像数据的像素信息体现。依据形状特征和地理位置将可见光云检测 数据和热红外云高数据进行配准。
[0050] S12、根据所述可见光云检测数据，获取目标图。
[0051] 可W理解的是，像素是构成图片的基本单元，通常用来表示图片分辨率的大小。具 体来说，目标图为可见光云检测数据边缘像素所组成的像素集合。
[0052] S13、根据所述热红外云高数据，获取背景图。
[0053] 具体来说，背景图为热红外云高数据边缘像素所组成的像素集合。
[0054] S14、选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中 的像素进行欧氏距离变换，获取欧氏距离变换数据。
[0055] 可W理解的是，目标图为可见光云检测数据边缘像素所组成的像素集合，选取一 个目标点即为选取一个目标图中的像素点。
[0056] 现有技术中，距离变换是计算并标识空间点对目标点距离的过程，它最终把二值 图像变换为灰度图像，其中，每个栅格的灰度值等于它到最近目标点的距离。具体来说，欧 氏距离变换化DT)由于精度高，与实际距离相符，应用更为广泛。
[0057] S15、根据所述欧氏距离变换数据，通过预设捜索算法，获取所述目标点的高度值， 对所述目标点进行匹配。
[0化引具体来说，如图4所示，预设捜索算法为围线捜索法，即W目标点为圆屯、，一定的像 素宽为捜索半径形成围线区，相对目标点由近及远逐步扩大捜索范围。对于围线区内的像 素，根据其距目标点的距离将其高度值加权赋值给目标点。
[0059] 本实施例能够实现依据形状和位置特征将可见光云检测数据和热红外云高数据 进行配准，即将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据，获取 高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热红外技术获取 云高度数据在分辨率上的局限性。
[0060] 图2示出了本发明另一实施例提供的一种基于热红外数据的云边缘高度匹配方法 的流程示意图，如图2所示，本发明的一种基于热红外数据的云边缘高度匹配方法，所述方 法包括：
[0061] S21、获取同一时间区域的可见光云检测数据和热红外云高数据。
[0062] 可W理解的是，热红外云高数据是通过红外热像仪获取的，即利用红外探测器和 光学成像物镜接受云层的红外福射能量分布图形反映到红外探测器的光敏元件上，从而获 得红外热像图，运种热红外像图与云层表面的热分布场相对应。
[0063] S22、对热红外云高数据进行重采样，获取与所述可见光云检测数据相同分辨率的 热红外云高数据。
[0064] 可W理解的是，具有相同分辨率是进行较好匹配数据的前提，因此，需要通过对热 红外云高数据进行重采样而获取与所述可见光云检测数据相同的分辨率。重采样本质上是 图像恢复过程，它用输入的离散数字图像重建代表原始图像二维连续函数，再按新的像元 间距和像元位置进行采样。
[0065] 除此之外，在对热红外云高数据进行重采样之前，为了减少非云地表在重采样过 程中对云边缘高度的影响，还包括:将所述热红外云高数据中的非云区域设定为预设高度 值的云区域，获取设定后的热红外云高数据。所述非云区域为地表区域，预设高度一般选取 该区域云高最小值。应当注意的是，在对热红外云高数据进行重采样之后，还需要还原非云 区域。
[0066] S23、根据所述可见光云检测数据，获取目标图。
[0067] 具体来说，目标图为可见光云检测数据边缘像素所组成的像素集合。
[0068] S24、根据所述重采样后的热红外云高数据，获取背景图。
[0069] 具体来说，背景图为重采样后的热红外云高数据边缘像素所组成的像素集合。
[0070] S25、选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中 的像素进行欧氏距离变换，获取欧氏距离变换数据。
[0071] 可W理解的是，目标图为可见光云检测数据边缘像素所组成的像素集合，选取一 个目标点即为选取一个目标图中的像素点。
[0072] S26、根据所述欧氏距离变换数据，获取欧氏距离变换图，并选取所述欧氏距离变 换图上的区域作为围线区。可W理解的是，如图4所示，围线区为W目标点为圆屯、，具有预设 捜索半径的圆。所述围线区的预设捜索半径确定过程如下：选取初始围线捜索半径ri = 1.5a，按照预设变化规律逐渐扩大围线捜索半径直至所述围线区域内的候选点达到预设数 目。所述预设变化规律为当1.5a非i5a时，；Ti+i = ;ri+0.5a;当8a如i。2曰时，；Ti+i = ;ri+ a;其中，ri为第i个围线区的围线半径，a为一个像素的宽度。
[007引具体来说，如图4所示，候选点为围线区内的像素集合，在匹配过程中，候选点的个 数需要达到2-8个，满足该条件的围线捜索半径即为合适的捜索半径。
[0074] S27、计算每个候选点与所述目标点的距离和。
[0075] 可W理解的是，所述候选点为所述围线区像素的集合。计算每个候选点与所述目 标点的距离和，包括： n
[0076] Sd = ^d.,
[0077] 其中，i为候选点编号，n为候选点个数，di为第i个候选点与所述目标点的距离，Sd 为每个候选点与所述目标点的距离和。
[0078] S28、根据所述每个候选点与所述目标点的距离和，计算每个候选点与所述目标点 的距离权值。
[0079] 可W理解的是，计算每个候选点与所述目标点的距离权值，包括：
[0080] wi = di/Sd,
[0081] 其中，Wi为第i个候选点与所述目标点的距离权值。
[0082] S29、根据所述每个候选点与所述目标点的距离和W及所述每个候选点与所述目 标点的距离权值，计算所述目标点的高度值，对所述目标点进行匹配。
[0083] 可W理解的是，计算所述目标点的高度值，包括： H
[0084] 强''二 X。;. ，
[0085] 其中，hi为第i个候选点的高度值，H为目标点的高度值。
[0086] 与此同时，由于可见光云检测数据和热红外云高数据在分辨率上的差异较大，目 标图中的一些细碎云块在相应的背景图中会出现没有对应的情况。因此，对于超出一定围 线捜索范围的一些细碎云块，则赋值目标点的高度值为背景图中云高的平均值。其中，超出 一定围线捜索范围设定为20a-25a，a为一个像素的宽度。
[0087] 考虑到捜索距离过大会不具代表性，需要将捜索距离进行限定。由此，对于超出限 定距离的目标点还需要进行再匹配，具体如下所述:临近像元高度的关联性大，为了获取更 好的匹配效果，W目标图中未匹配的像素集合组成新的像素点集合，W目标图中已匹配的 像素集合为新的背景像素集合，重复匹配过程。
[0088] 可W理解的是，实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云 检测数据需要将目标图上所有目标点进行匹配。而完成目标图上所有目标点的匹配是一个 选取目标图上不同像素点作为目标点重复步骤S25到步骤S29的过程。
[0089] 具体来说，选取所述目标图上的另一个像素点作为另一目标点，并根据所述另一 目标点对背景图中的像素进行欧氏距离变换，获取另一欧氏距离变换数据;根据所述另一 欧氏距离变换数据，通过围线捜索，获取所述另一目标点的高度值，对所述另一目标点进行 匹配;执行所述选取所述目标图上的另一个像素点作为另一目标点的步骤，直至完成所有 所述目标图上的像素点匹配。
[0090] 本实施例能够实现依据形状特征和地理位置将可见光云检测数据和热红外云高 数据进行配准，具体来说，本实施例能够实现首先依据地理位置信息，其次依据形状特征将 可见光云检测数据和热红外云高数据进行配准。由此，将低分辨率热红外云高数据匹配到 相应的高分辨率可见光云检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布 结果，一定程度上解决了热红外技术获取云高度数据在分辨率上的局限性。
[0091] 图3示出了本发明一实施例提供的一种基于热红外数据的云边缘高度匹配系统的 结构示意图，如图3所示，本发明的一种基于热红外数据的云边缘高度匹配系统30,包括：
[0092] 数据获取单元31，用于获取同一时间区域的可见光云检测数据和热红外云高数 据。
[0093] 数据提取单元32,用于根据数据获取单元31获取的可见光云检测数据和热红外云 高数据，获取目标图和背景图。
[0094] 可W理解的是，目标图为可见光云检测数据边缘像素所组成的像素集合，背景图 为热红外云高数据边缘像素所组成的像素集合。
[00M]数据匹配单元33,用于根据数据提取单元32获取的目标图和背景图，选取所述目 标图上的一个像素点作为目标点，获取所述目标点的高度值，对所述目标点进行匹配。
[0096] 可W理解的是，具体来说，数据匹配单元33用于选取目标图上的一个像素点作为 目标点，并根据所述目标点对背景图中的像素进行欧氏距离变换，获取欧氏距离变换数据； 根据所述欧氏距离变换数据，通过预设捜索算法，获取所述目标点的高度值，对所述目标点 进行匹配。
[0097] 具体来说，如图4所示，预设捜索算法为围线捜索法，即W目标点为圆屯、，一定的像 素宽为捜索半径形成围线区，相对目标点由近及远逐步扩大捜索范围。对于围线区内的像 素，根据其距目标点的距离将其高度值加权赋值给目标点。
[0098] 本实施例能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云 检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热 红外技术获取云高度数据在分辨率上的局限性。
[0099] 综上所述，本发明提供了一种基于热红外数据的云边缘高度匹配方法和系统，获 取同一时间区域的可见光云检测数据和热红外云高数据，通过欧氏距离变换并根据预设捜 索算法进行围线捜索，将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数 据。本发明能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数 据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热红外技 术获取云高度数据在分辨率上的局限性。
[0100]本领域普通技术人员可W理解：W上各实施例仅用W说明本发明的技术方案，而 非对其限制;尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员 应当理解:其依然可W对前述各实施例所记载的技术方案进行修改，或者对其中部分或者 全部技术特征进行等同替换；而运些修改或者替换，并不使相应技术方案的本质脱离本发 明权利要求所限定的范围。
【主权项】
1. 一种基于热红外数据的云边缘高度匹配方法，其特征在于，所述方法包括： 获取同一时间区域的可见光云检测数据和热红外云高数据； 根据所述可见光云检测数据，获取目标图，所述目标图为可见光云检测数据边缘像素 所组成的像素集合； 根据所述热红外云高数据，获取背景图，所述背景图为热红外云高数据边缘像素所组 成的像素集合； 选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中的像素进 行欧氏距离变换，获取欧氏距离变换数据； 根据所述欧氏距离变换数据，通过预设搜索算法，获取所述目标点的高度值，对所述目 标点进行匹配。2. 如权利要求1所述的方法，其特征在于，在获取背景图之前，所述方法还包括： 获取所述可见光云检测数据的分辨率； 将所述热红外云高数据中的非云区域设定为预设高度值的云区域，获取设定后的热红 外云高数据； 将所述设定后的热红外云高数据进行重采样，并在重采样之后还原非云区域，获取与 所述可见光云检测数据相同分辨率的热红外云高数据。3. 如权利要求2所述的方法，其特征在于，所述获取所述目标点的高度值，对所述目标 点进行匹配，包括： 根据所述欧氏距离变换数据，获取欧氏距离变换图； 选取所述欧氏距离变换图上的区域作为围线区，所述围线区为以所述目标点为圆心， 具有预设搜索半径的圆； 计算每个候选点与所述目标点的距离和，所述候选点为所述围线区像素的集合； 根据所述每个候选点与所述目标点的距离和，计算每个候选点与所述目标点的距离权 值； 根据所述每个候选点与所述目标点的距离和以及所述每个候选点与所述目标点的距 离权值，计算所述目标点的高度值，对所述目标点进行匹配。4. 如权利要求3所述的方法，其特征在于，所述计算每个候选点与所述目标点的距离 和，包括：其中，i为候选点编号，η为候选点个数，Cl1为第i个候选点与所述目标点的距离，Sd为每 个候选点与所述目标点的距离和。5. 如权利要求4所述的方法，其特征在于，所述计算每个候选点与所述目标点的距离权 值，包括： Wi = di/Sd, 其中，为第i个候选点与所述目标点的距离权值。6. 如权利要求5所述的方法，其特征在于，所述计算所述目标点的高度值，包括：其中，hi为第i个候选点的高度值，H为目标点的高度值。7. 如权利要求6所述的方法，其特征在于，在计算所述目标点的高度值之后，所述方法 还包括： 选取所述目标图上的另一个像素点作为另一目标点，并根据所述另一目标点对背景图 中的像素进行欧氏距离变换，获取另一欧氏距离变换数据； 根据所述另一欧氏距离变换数据，通过围线搜索，获取所述另一目标点的高度值，对所 述另一目标点进行匹配； 执行所述选取所述目标图上的另一个像素点作为另一目标点的步骤，直至完成所有所 述目标图上的像素点匹配。8. -种基于热红外数据的云边缘高度匹配系统，其特征在于，所述系统包括： 数据获取单元，用于获取同一时间区域的可见光云检测数据和热红外云高数据； 数据提取单元，用于根据所述数据获取单元获取的可见光云检测数据和热红外云高数 据，获取目标图和背景图，所述目标图为可见光云检测数据边缘像素所组成的像素集合，所 述背景图为热红外云高数据边缘像素所组成的像素集合； 数据匹配单元，用于根据数据提取单元获取的目标图和背景图，选取所述目标图上的 一个像素点作为目标点，并获取所述目标点的高度值，对所述目标点进行匹配。
【专利摘要】本发明提供了一种基于热红外数据的云边缘高度匹配方法和系统，该方法包括如下步骤：获取同一时间区域的可见光云检测数据和热红外云高数据；根据所述可见光云检测数据，获取目标图；根据所述热红外云高数据，获取背景图；选取所述目标图上的一个像素点作为目标点，并根据所述目标点对背景图中的像素进行欧氏距离变换，获取欧氏距离变换数据；根据所述欧氏距离变换数据，通过预设搜索算法，获取所述目标点的高度值，对所述目标点进行匹配。本发明能够实现将低分辨率热红外云高数据匹配到相应的高分辨率可见光云检测数据，获取高分辨率、细节丰富且具有差异性的云高度分布结果，一定程度上解决了热红外技术获取云高度数据在分辨率上的局限性。
【IPC分类】G06T3/40, G06T7/00
【公开号】CN105528760
【申请号】CN201510885852
【发明人】李彬, 辛晓洲, 张海龙
【申请人】中国科学院遥感与数字地球研究所
【公开日】2016年4月27日
【申请日】2015年12月4日
最新回复(0)