(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210374304.9 (22)申请日 2022.04.11 (71)申请人 西安邮电大 学 地址 710061 陕西省西安市雁塔区长安 南 路563号 申请人 成都信息工程大学 (72)发明人 张无瑕　刘说　张宇航　杨玲　 (74)专利代理 机构 成都拓荒者知识产权代理有 限公司 51254 专利代理师 聂臣欣 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/90(2017.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 一种云微粒子数据区域 提取方法 (57)摘要 本发明涉及一种云微粒子数据区域提取方 法， 主要包括对云微粒子数据进行数据集筛选和 聚类， 然后对 所有图像数据中的像素块属性进行 初步确认， 在对初步确认的中心 像素块和附属像 素块分别进行中心像素块同区域搜索和附属像 素块同区域搜索后， 以中心像素块为核心， 以归 属于该中心 像素块的附属像素块为扩展区域， 两 者共同作为单个 云微粒子区域， 以单个 云微粒子 区域为对象进行云微粒子提取， 通过该方法提高 了云微粒子数据区域 提取的完整性和准确性。 权利要求书3页 说明书5页 附图1页 CN 114708279 A 2022.07.05 CN 114708279 A 1.一种云微粒子数据区域 提取方法， 主要包括以下步骤： 步骤1： 对云微粒子探测设备采集的原始云微粒子图像数据进行数据划分， 得到相应数 据划分结果DLN,M； 步骤2： 对数据划分结果DLN,M中的所有图像数据进行图像聚类方法处理， 得到不同批 次、 数据块的DLN,M数据集的处理后的包含像素块的图像数据结果SFN,M,J， 其中变量N表示批 次编号， M表 示数据块编号， J表示相同批次和数据块内的图像数据编号， J∈[1,j]， 变量j为 DLN,M中图像数据数量； 步骤3： 对所有图像数据SFN,M,J进行像素块同区域搜索： 首先根据像素块直方图统计分 布特征对像素块属 性进行初步确认， 将部分像素块属 性标记为中心像素块或附属像素块， 然后对初步确认的中心像素块和附属像素块分别进行中心像素块同区域搜索和附属像素 块同区域搜索， 对初步确认的像素块属 性进行进一步确认， 并对未确认属 性的像素块进行 属性确认； 步骤4： 遍历所有图像数据SFN,M,J中的所有中心像素块， 以中心像素块为核心， 以归属于 该中心像素块的附属像素块为扩展区域， 两者共同作为单个云微粒子区域， 若某个附属像 素块同时归属多个中心像素块， 重复将其归属于不同中心像素块， 组成不同单个云微粒子 区域， 最后以单个云微粒子区域 为对象进行云微粒子提取。 2.如权利要求1所述的一种云微粒子数据区域提取方法， 其特征在于步骤1对云微粒子 探测设备采集的原 始云微粒子图像数据进行 数据划分具体为： 首先对云微粒子探测设备采集的原始云微粒子图像数据DLall进行批次划分： 按照云微 粒子探测设备采集数据的时间段不同将DLall划分为n个批次， DLN为第N个批次的原始云微 粒子图像数据， N∈[1,n]， 然后对每个DLN进行数据块划分： 按照云微粒子探测设备采集数 据时所处海拔高度不同将DLN划分为m个数据块， DLN,M为第N个批次中的第M个数据块,M∈ [1,m]。 3.如权利要求1所述的一种云微粒子数据区域提取方法， 其特征在于步骤3对所有图像 数据SFN,M,J进行像素块同区域搜索具体为： 步骤3.1： 按照从左到右， 从上到下的规则遍历图像数据SFN,M,J中的所有像素块， 并对像 素块进行编号 得到SFN,M,J(Q)， Q表示图像中像素块编号， Q∈[1,q]， 变 量q为图像中的像素块 数量； 步骤3.2： 对步骤3.1所得 的像素块SFN,M,J(Q)生成其对应的直方图hN,M,J,Q， 将满足相同 N、 M、 J条件下的hN,M,J,Q分为一组， 得到n ·m·j组； 步骤3.3： 对 步骤3.2所得的n ·m·j组直方图hN,M,J,Q， 设置阈值gv， 统计每个直方图中灰 度值大于等于gv的区域中的最大纵坐标值和小于gv的区域中的最大纵坐标值， 并计算前者 与后者的比值Rh ′N,M,J,Q； 步骤3.4： 对步骤3.3所得的n ·m·j组比值数据 集进行分析， 设置阈值th ′， 统计每组比 值数据集里小于 阈值的比值Rh ′N,M,J,Q ′， Q′表示比值数据集中满足Rh ′N,M,j,Q＜th′条件的筛 选出的比值对应的图像中像素块编号； 步骤3.5： 对步骤3.4所得的n ·m·j组筛选出的像素块， 按照逐组处理的方式， 通过每 组像素块在图像数据中的空间分布， 将这些筛选出 的像素块设为中心像素块， 并设置该中 心像素块的附属像素块； 按照从左到右， 从上到下的规则， 对所有中心像素块进行步骤3.6权　利　要　求　书 1/3 页 2 CN 114708279 A 2至步骤3.8的处 理； 步骤3.6： 对中心像素块进行同区域搜索， 搜索规则为： 从中心像素块上方开始， 按照顺 时针顺序， 逐一搜索中心像素块8邻域像素块； 步骤3.7： 对附属像素块进行同区域搜索， 搜索规则为： 从附属像素块上方开始， 按照顺 时针顺序， 逐一搜索附属像素块8邻域像素块； 步骤3.8： 重复步骤3.7对所有轮次附属像素块进行附属像素块同区域搜索直到搜索8 邻域没有附属像素块。 4.如权利要求3所述的一种云微粒子数据区域提取方法， 其特征在于所述步骤3.6具体 为： 对搜索到的某一邻域像素块， 首先判断其属性是否为中心像素块， 如果是， 执行步骤 3.6.1， 如果不是， 判断其是否为其他中心像素块的附属像素块， 如果是， 执行步骤3.6.2， 如 果不是， 执行步骤3.6.3； 当搜索完8邻域范围结束； 步骤3.6.1： 更改该邻域像素块属性为其依附的中心像素块的第1轮附属像素块， 且将 其所依附的中心像素块的编号和轮次数附加到该像素块编号之后作为该附属像素块的标 记号， 继续搜索； 步骤3.6.2： 设置阈值th ″， 如果该邻域像素块的Rh ′N,M,J,Q满足条件Rh ′N,M,J,Q＜th″， 在其 原有属性基础上增加 一项属性为当前中心像素 的第1轮附属像素块， 且将其当前附属的中 心像素块编号和轮次数增加到该像素块已有标记 号后面作为该附属像素块新增标记号； 如 果该邻域像素块的Rh ′N,M,J,Q不满足条件Rh ′N,M,J,Q＜th″， 跳过该像素块， 继续搜索； 步骤3.6.3： 基于 设置的阈值th ″， 如果邻域像素块的Rh ′N,M,J,Q满足条件Rh ′N,M,J,Q＜th″， 更改该邻域像素块属 性为其依附的中心像素块的第 1轮附属像素块， 且将其附属的中心像 素块编号和轮次数附加到该像素块编号之后作为该附属像素块的标记号， 继续搜索； 如果 邻域像素块的Rh ′N,M,J,Q不满足条件Rh ′N,M,J,Q＜th″， 跳过该像素块， 继续搜索。 5.如权利要求3所述的一种云微粒子数据区域提取方法， 其特征在于所述步骤3.7具体 为： 对搜索到的某一邻域像素块， 首先判断该邻域像素块编号是否与 此附属像素块标记号 中的附属的中心像素块编号相同， 如果相同， 跳过这些邻域像素块， 如果不相同， 执行步骤 3.7.1； 步骤3.7.1： 设置阈值th ″， 如果邻域像素块的Rh ′N,M,J,Q满足条件Rh ′N,M,J,Q＜th″， 将其设 置为第e轮附属像素块， 且将其附属的前一轮附属像素块标记号作为该附属像素块标记号， 并且将轮次数更新为该轮的轮次数， 继续搜索； 如果邻域像素块的Rh ′N,M,J,Q不满足条件 Rh′N,M,J,Q＜th″， 跳过该像素块， 继续搜索， 当搜索完8邻域范围时结束搜索， 其中， 变量e表 示附属像素块是从步骤3.5得到的中心像素块开始， 第e次8邻域搜索得到的附属像素块， e ∈[2,E],变量E为从中心像素块 开始， 搜索完所有附属像素块的轮次。 6.如权利要求3所述的一种云微粒子数据区域提取方法， 其特征在于所述步骤3.3： 设 置阈值gv， 其中 阈值gv∈[10 0,120]。 7.如权利要求3所述的一种云微粒子数据区域提取方法， 其特征在于所述步骤3.4： 设 置阈值th ′， 其中阈值th′∈[0.15,0.25]。 8.如权利要求4所述的一种云微粒子数据区域提取方法， 其特征在于所述步骤3.6.2：权　利　要　求　书 2/3 页 3 CN 114708279 A 3