專利名稱：一種基于視頻圖像的降雨量測量方法
技術(shù)領(lǐng)域：
本發(fā)明屬于機(jī)器視覺、視頻圖像處理領(lǐng)域，特別涉及基于視頻圖像的降雨量測量方法，主要用于自動(dòng)化氣象測量中，為一種基于視頻圖像的降雨量測量方法。
背景技術(shù)：
降雨量數(shù)據(jù)一般通過雨量計(jì)或氣象雷達(dá)獲得。光學(xué)雨量計(jì)[1]感知經(jīng)過雨的激光光束的衰減程度來測定降雨量；微波雨量計(jì)[2]測量由雨滴導(dǎo)致的多普勒偏移，利用雨滴終極速度和雨滴尺寸大小的關(guān)系估計(jì)降雨量；還有一種常用的翻斗式雨量計(jì)[3]，當(dāng)翻斗內(nèi)積水量達(dá)到一定量時(shí)，翻斗傾倒并輸送一個(gè)脈沖信號(hào)，從而記錄降雨量。氣象雷達(dá)M測量降雨量，首先建立雷達(dá)反射率和降雨量的關(guān)系，然后通過反演計(jì)算推導(dǎo)降雨量。
不同于以上方法，本發(fā)明提出利用視頻圖像測量降雨量。目前，監(jiān)控?cái)z像機(jī)日益普及，分布密度較大，性能也逐步增強(qiáng)，采用基于視頻的方法獲得的降雨量數(shù)據(jù)具有較大的空間分辨率；另一方面，視頻圖像通常數(shù)十幀/秒，因而獲得的降雨量數(shù)據(jù)也具有很高的時(shí)間分辨率。采用視頻圖像進(jìn)行降雨量測量主要涉及兩方面內(nèi)容一是從視頻中檢測出雨滴，二是從圖像中雨滴占據(jù)的像素個(gè)數(shù)推導(dǎo)出真實(shí)的降雨量數(shù)值。視頻雨滴檢測有多種方法。文獻(xiàn)M研究了雨的動(dòng)力學(xué)和光學(xué)特性并提出利用時(shí)空相關(guān)性和光度模型檢測雨滴，通過擬合同一雨滴中的像素在受雨滴影響前后的亮度差值與背景亮度的線性比值辨別是否雨滴，但雨滴通常面積較小，擬合易受噪聲干擾；文獻(xiàn)[6][7]對整個(gè)視頻利用聚類方法辨別雨滴和背景，不能實(shí)時(shí)處理。已有文獻(xiàn)中，進(jìn)行雨滴檢測并用于測量視頻降水量的研究甚少。為進(jìn)行降雨量計(jì)算，更為關(guān)鍵的是在檢測出的雨滴中區(qū)分聚焦雨滴和散焦雨滴，而現(xiàn)有的視頻雨滴檢測方法很少考慮這方面內(nèi)容。文獻(xiàn)M利用雨滴長寬比約束來區(qū)分聚焦和散焦雨滴，但是雨滴寬度通常較小，測量誤差較大。參考文獻(xiàn)[1]F. V. Brock and S. J. Richardson, Meteorological Measurement Systems. NewYork:Oxford Univ. Press, 2001.[2] T. J. Mansheimj A. Kruger, J. Niemeierj etc. “A Robust Microwave RainGauge,，’ IEEETrans. Instrument and Measurement, vol. 59，no. 8，pp: 2204-2210，2010.[3]E. Habib, W. F. Krajewskij and A. Kruger, “Sampling errors of tippingbucket rain gauge measurements, ”ASCE J.Hydrol. Eng.，vol. 6，no. 2，pp. 159 -166，Mar. /Apr. 2001.[4] R. Teschlj W. L. Randeuj and F. Teschl. ” Weather Radar Estimates ofRainfall Adjusted to Rain Gauge Measurements Using Neural Networks，，，In Proc. ofInt. Joint Conf. on Neural Networks, Vancouver, Canada, 2006, pp:5126-5131.[5]Garg Kj Nayar S K. Detection and removal of rain from videos. InProc. 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition，Washington,2004:I-528-I-535·
[6] Zhang X P, Li H, Qi Y Y, et al. Rain removal in video by combiningtemporal and chromatic properties. In Proceedings og International Conference onMultimedia and Expo,Toronto, Canada, 2006:461-464.[7]劉鵬，徐晶，劉家鋒，唐降龍.一種受雨滴污染視頻的快速分析方法.自動(dòng)化學(xué)報(bào)· 2010，36 (10) : 1371-1378.[8] Garg K, Nayar S K. When does a camera see rain In Proc of the 10thInt.conf. on computer vision.Beijing, China, 2005:1067-1074.[9]鄭嬌恒，陳寶君.雨滴譜分布函數(shù)的選擇M_P分布和Gamma分布的對比研究·氣象科學(xué).2007, 27 (I) : 17-19.[10]Safaee Rad R, Smith K C，Benhabib B, Tchoukanov I. Application of Moment and Fourier Descriptors to the Accurate Estimation of Elliptical ShapeParameters. Pattern Recognition Letters, 1992, 13(7) :2465-2468.

發(fā)明內(nèi)容
本發(fā)明要解決的問題是現(xiàn)有的降雨量測量方法時(shí)間和空間分辨率較低，現(xiàn)有的雨滴檢測方法易受噪聲干擾、實(shí)時(shí)性不足，現(xiàn)有的聚焦散焦雨滴區(qū)分方法誤差較大。本發(fā)明的技術(shù)方案為一種基于視頻圖像的降雨量測量方法，對視頻攝像機(jī)采集的降雨視頻，采用對數(shù)圖像處理LIP方法，用灰色調(diào)替代亮度值，建立灰色調(diào)約束條件提取候選雨滴；利用主成分分析法PCA構(gòu)建候選雨滴的傾斜方向的概率密度分布函數(shù)，并推導(dǎo)求取該分布函數(shù)峰值的Mean-shift方法,通過約束候選雨滴的傾斜方向去除干擾；通過場景背景和雨滴前景的色彩向量夾角約束去除散焦雨滴；利用攝像機(jī)參數(shù)標(biāo)定計(jì)算每個(gè)聚焦雨滴的尺寸，構(gòu)建雨滴密度分布函數(shù)，利用Ga_a雨滴譜分布模型擬合推導(dǎo)降雨量，具體如下I)檢測候選雨滴利用視頻中連續(xù)三幀圖像第η — I幀，第η幀和第η + I幀，在LIP框架下建立灰色調(diào)約束，提取得到第η幀圖像的候選雨滴；2)構(gòu)建雨滴傾斜方向概率分布密度函數(shù)利用PCA方法，提取第η幀圖像每個(gè)候選雨滴的傾斜方向Gi以及長a”寬bi;i = {1，2，…，Pn}，Pn為第η幀圖像中檢測出的候選雨滴總個(gè)數(shù)，然后構(gòu)建雨滴傾斜方向概率密度分布函數(shù)f( Θ )；3)確定降雨方向，去除噪聲干擾針對步驟2)中獲得的f ( Θ ),用Mean-shift算法提取它的峰值，所述峰值即為降雨方向，對候選雨滴實(shí)施方向約束，不符合降雨方向的判定為噪聲；4)去除散焦雨滴計(jì)算候選雨滴中每個(gè)像素的場景背景和雨滴前景的色彩向量夾角Y (x，y)，對每個(gè)候選雨滴，檢查它所包含像素的平均Y值是否小于設(shè)定的閾值，若是則判定為散焦雨滴，否則為聚焦雨滴；5)構(gòu)建雨滴密度分布函數(shù)利用視頻攝像機(jī)參數(shù)計(jì)算每個(gè)聚焦雨滴的尺寸，構(gòu)建雨滴密度分布函數(shù)N(d)；6)利用步驟5)中的雨滴密度分布函數(shù)N(d)，以及Gamma雨滴譜分布模型擬合推導(dǎo)降雨量R。步驟I)中的灰色調(diào)約束是
fn(x, y) <fn_! (x, y) &fn (x, y) <fn+1 (x, y) (I)I fn(x, y) Θ (x, y) | E > th & | fn(x, y) Θ fn+1 (x, y) | E > th (2)其中UbyhfnO^yhflrt(Ly)是n_l、n、n+l連續(xù)三幀圖像的灰色調(diào)函數(shù)，th為灰色調(diào)閾值，同時(shí)滿足式(I)、(2)的像素則判定為候選雨滴；灰色調(diào)函數(shù)f (X，y)與入射光強(qiáng)度即輸入圖像F(x，y)的關(guān)系為
權(quán)利要求
1.一種基于視頻圖像的降雨量測量方法，其特征是對視頻攝像機(jī)采集的降雨視頻，采用對數(shù)圖像處理LIP方法，用灰色調(diào)替代亮度值，建立灰色調(diào)約束條件提取候選雨滴；利用主成分分析法PCA構(gòu)建候選雨滴的傾斜方向的概率密度分布函數(shù)，并推導(dǎo)求取該分布函數(shù)峰值的Mean-shift方法,通過約束候選雨滴的傾斜方向去除干擾；通過場景背景和雨滴前景的色彩向量夾角約束去除散焦雨滴；利用攝像機(jī)參數(shù)標(biāo)定計(jì)算每個(gè)聚焦雨滴的尺寸，構(gòu)建雨滴密度分布函數(shù)，利用Ga_a雨滴譜分布模型擬合推導(dǎo)降雨量，具體如下 1)檢測候選雨滴利用視頻中連續(xù)三巾貞圖像第η— I巾貞,第η巾貞和第η + I巾貞,在LIP框架下建立灰色調(diào)約束，提取得到第η幀圖像的候選雨滴； 2)構(gòu)建雨滴傾斜方向概率分布密度函數(shù)利用PCA方法，提取第η幀圖像每個(gè)候選雨滴的傾斜方向Θ i以及長a”寬bi;i = {I, 2,…，Pn}，Pn為第η幀圖像中檢測出的候選雨滴總個(gè)數(shù)，然后構(gòu)建雨滴傾斜方向概率密度分布函數(shù)f( Θ )； 3)確定降雨方向，去除噪聲干擾針對步驟2)中獲得的f( Θ ),用Mean-shift算法提取它的峰值，所述峰值即為降雨方向，對候選雨滴實(shí)施方向約束，不符合降雨方向的判定為噪聲； 4)去除散焦雨滴計(jì)算候選雨滴中每個(gè)像素的場景背景和雨滴前景的色彩向量夾角Y(x，y)，對每個(gè)候選雨滴，檢查它所包含像素的平均Y值是否小于設(shè)定的閾值，若是則判定為散焦雨滴，否則為聚焦雨滴； 5)構(gòu)建雨滴密度分布函數(shù)利用視頻攝像機(jī)參數(shù)計(jì)算每個(gè)聚焦雨滴的尺寸，構(gòu)建雨滴密度分布函數(shù)N(d)； 6)利用步驟5)中的雨滴密度分布函數(shù)N(d)，以及Ga_a雨滴譜分布模型擬合推導(dǎo)降雨量R。
2.根據(jù)權(quán)利要求I所述的一種基于視頻圖像的降雨量測量方法，其特征是步驟I)中的灰色調(diào)約束是 fn(x, y) <fn_! (x, y) &fn(x, y) <fn+1 (x, y) (I)|fn(x，y) Ux，y) |E > th & fn(x, y) fn+1(x, y) |E > th (2) 其中Kx, y)、fn(x, y)、fn+1 (x, y)是n_l、n、n+1連續(xù)三巾貞圖像的灰色調(diào)函數(shù)，th為灰色調(diào)閾值，同時(shí)滿足式(I)、(2)的像素則判定為候選雨滴； 灰色調(diào)函數(shù)f(x，y)與入射光強(qiáng)度即輸入圖像F(x，y)的關(guān)系為
3.根據(jù)權(quán)利要求I所述的一種基于視頻圖像的降雨量測量方法，其特征是步驟2)中提取候選雨滴的傾斜方向Θ i以及長&”寬匕的方法是 令Ni表示第i個(gè)雨滴占有的像素個(gè)數(shù)，Xi為隊(duì)*2的矩陣
4.根據(jù)權(quán)利要求I所述的一種基于視頻圖像的降雨量測量方法，其特征是步驟3)中求取f( Θ )峰值的Mean-shift方法為 步驟I:設(shè)定迭代初始值Θ 0=0;步驟 2:令 θ = m( Θ 0) + Θ 0; 步驟3:若I Q1-QtlKe，令降雨方向0main=01;否則令Qtl= Q1并回到步驟2進(jìn)行循環(huán)判斷； 其中，
5.根據(jù)權(quán)利要求I所述的一種基于視頻圖像的降雨量測量方法，其特征是步驟4)中色彩向量夾角Y (x, y)計(jì)算方法為
6.根據(jù)權(quán)利要求I所述的一種基于視頻圖像的降雨量測量方法，其特征是攝像機(jī)參數(shù)滿足Ztl ≤ fdmin，f為攝像機(jī)焦距，Z0為焦平面距離，dmin為期望捕獲的最小雨滴的直徑，取為O. 3mm ； 根據(jù)雨滴的終極速度V和其直徑d的關(guān)系v = IQO^dJl ,步驟5)中雨滴密度分布函數(shù)N(d)構(gòu)建為 對于落在焦平面上的雨滴，即聚焦雨滴，其直徑Cli為
7.根據(jù)權(quán)利要求I所述的一種基于視頻圖像的降雨量測量方法，其特征是步驟6)中降雨量計(jì)算方法為根據(jù)雨滴密度分布函數(shù)N (d)，利用Ga_a雨滴譜分布模型擬合推導(dǎo)降雨量R
全文摘要
一種基于視頻圖像的降雨量測量方法，對視頻攝像機(jī)采集的降雨視頻，采用對數(shù)圖像處理LIP方法，用灰色調(diào)替代亮度值，建立灰色調(diào)約束條件提取候選雨滴；利用主成分分析法PCA構(gòu)建候選雨滴的傾斜方向的概率密度分布函數(shù)，并推導(dǎo)求取該分布函數(shù)峰值的Mean-shift方法，通過約束候選雨滴的傾斜方向去除干擾；通過場景背景和雨滴前景的色彩向量夾角約束去除散焦雨滴；利用攝像機(jī)參數(shù)標(biāo)定計(jì)算每個(gè)聚焦雨滴的尺寸，構(gòu)建雨滴譜，利用Gamma雨滴譜分布模型擬合推導(dǎo)降雨量。本發(fā)明打破傳統(tǒng)的降雨量測量方法，創(chuàng)新的提出基于視頻的測量方法，獲得的降雨量數(shù)據(jù)具有很高的時(shí)間分辨率、空間分辨率，經(jīng)濟(jì)快捷。
文檔編號(hào)G01W1/14GK102707340SQ20121018455
公開日2012年10月3日 申請日期2012年6月6日 優(yōu)先權(quán)日2012年6月6日
發(fā)明者史德飛, 吳煒, 宋林川, 廖娟, 李勃, 江登表, 董蓉, 阮雅端, 陳啟美 申請人:南京大學(xué)