1.一种结合图像特征与超像素分区合并的云量密度计算方法,其特征在于,其包括:获取原始的RGB图像P0,将其分别转换到HSV、GREY和Lab色彩空间,得到对应的HSV图像P1、灰度图H1和Lab图像P2;对P1的S通道进行直方图均衡化并对V通道取对数,得到颜色增强图像E1;提取H1中的纹理特征得到纹理特征图F1,对F1进行形态学操作得到轮廓掩码Mask1;识别出P1中高光照区域并降低对应区域像素的V通道的强度;再叠加Mask1后转换为灰度图像,得到灰度增强图像E2;
对P0进行SLIC超像素分割,然后先结合H1对分割出的超像素区域进行背景识别;再将排除背景后的超像素区域的空间分布转换为邻接图,在邻接图上分别结合F1、E1、E2进行基于纹理差异度、颜色差异度和灰度差值的区域合并;接着,提取云层边缘的特征,合并边缘中不清晰的超像素区域;并将云层边缘和内部的孤立区域进行合并;
从P1和P2中提取经过多轮合并后的每个超像素区域对应的S通道和Lab色彩空间三通道的值,生成对应的四维特征向量并输入到K-means算法中进行聚类;从聚类结果中提取云层掩码Mask0;计算Mask0中云层所属区域在云层和天空的总区域中的面积占比,即为云量密度。
2.如权利要求1所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:生成所述轮廓掩码Mask1的形态学操作包括腐蚀和膨胀。
3.如权利要求2所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:识别出P1中高亮度区域并降低对应区域像素的V通道的强度的方法为:首先,提取P1中各像素点的V通道的值,将V值高于预设的亮度阈值v0的像素区域识别为高光照区域,并生成表征高光照区域的二值掩码;接着,对所述二值掩码进行高斯滤波以平滑掩码边缘;最后,对二值掩码进行归一化并乘上一个合适的数值,将原始V通道的值减去二值掩码,并使得最终得到的V通道的值在0-255之间。
4.如权利要求1所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于,结合灰度图H1对分割出的超像素区域进行背景识别的方法为:获取每个超像素区域内包含的各个像素点的灰度,并计算超像素区域的灰度均值,若任意超像素区域的灰度均值低于100则识别为背景区域,否则为目标区域。
5.如权利要求4所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:结合F1对分割出的超像素区域进行基于纹理差异度的区域合并的方法包括:(1)以识别为目标区域的各个超像素区域为节点,各个节点间的相邻关系为边,建立一个邻接图;
(2)根据F1计算每条边对应的两个超像素区域间的纹理特征均值之间的欧氏距离,得到二者的纹理差异度SF,并将其设置为边权重;
(3)预设一个纹理差异度的阈值sf0,将邻接图中边权重低于sf0的两个节点对应的超像素区域合并。
6.如权利要求5所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:结合E1对分割出的超像素区域进行基于颜色差异度的区域合并的方法包括:(1)获取经过基于纹理差异度合并后的邻接图;
(2)根据E1计算每条边连接两个节点对应超像素区域间的颜色特征均值之间的欧氏距离,得到二者颜色差异度SC,并将其设置为边权重;
(3)预设一个颜色差异度的阈值sc0,将邻接图中边权重低于sc0的两个节点对应的超像素区域合并。
7.如权利要求6所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:结合E2对分割出的超像素区域进行基于灰度差值的区域合并的方法包括:(1)获取经过基于颜色差异度合并后的邻接图;
(2)根据E2计算每条边连接两个节点对应超像素区域间的灰度均值之差DG,并将其设置为边权重;
(3)预设一个灰度差的阈值dg0,将邻接图中边权重低于dg0的两个节点对应的超像素区域合并。
8.如权利要求7所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:提取云层边缘的特征,合并边缘中不清晰的超像素区域的方法为:(1)获取经过基于灰度差值合并后的邻接图;
(2)获取邻接图中每个节点对应的超像素区域的面积,筛选出面积小于预设的阈值的节点;
(3)计算筛选出的节点与其邻居节点间的纹理差异度SC,并将其设置为二者间的边权重;
(4)将邻接图中筛选出的节点与其邻居节点中边权重最大的节点对应的两个超像素区域进行合并。
9.如权利要求8所述的结合图像特征与超像素分区合并的云量密度计算方法,其特征在于:将云层边缘和内部的孤立区域进行合并的方法为:获取上步骤经过小面积区域合并后的邻接图,筛选出其中包含的只有一个邻居节点的边缘节点;
判断每组边缘节点及其邻居节点是否满足:边缘节点的纹理特征值均值小于预设的纹理阈值f0且邻居节点的面积小于预设的面积阈值s0;
是则将该边缘节点与其邻居节点进行超像素区域合并。
10.一种结合图像特征与超像素分区合并的云量密度计算装置,其包含存储器、处理器,以及存储在所述存储器内并在处理器中运行的计算机程序,其特征在于:所述处理器执行计算机程序时,实现如权利要求1-9中任意一项所述的结合图像特征与超像素分区合并的云量密度方法,进而实现对输入的RGB图像中天空包含的云层的云量密度进行分析和计算。