本發(fā)明涉及遙感圖像領(lǐng)域，特別涉及一種云識別方法。

背景技術(shù)：

目前利用遙感圖像進行云識別的方法中閾值判斷法應(yīng)用最為廣泛，這種方法是對云在不同波段表現(xiàn)出不同的特性進而設(shè)定相應(yīng)的閾值來進行區(qū)分云和非云，例如可以根據(jù)像元的亮度溫度、亮溫差、可見光波段的反射率和ndvi等特征與預設(shè)的閾值進行對比，進而判斷該像元是否是云。閾值判斷法的缺點是在某些污染天氣下判斷結(jié)果精度較差，尤其是云和霾同時存在時，對云和霾的交界處識別結(jié)果不準確。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種云識別方法，解決現(xiàn)有衛(wèi)星云識別結(jié)果準確度較差的問題。

一種云識別方法，利用地基全天候魚眼相機，包括以下步驟：從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值；根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖；根據(jù)所述二維散點圖，擬合生成云分界線；根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)為

si＝(dnblue-dnred)/(dnblue+dnred)

bi＝(dnblue+dnred+dngreen)/3

其中，si、bi分別為所述天空指數(shù)、亮度指數(shù)，dnblue、dnred、dngreen分別為全天候魚眼相機藍波段、紅波段、綠波段的像元亮度值。

優(yōu)選地，所述根據(jù)所述二維散點圖，擬合生成云分界線的步驟，進一步包含：確定第一、第二、第三、第四經(jīng)驗種子在所述二維散點圖上的坐標值分別為(0.1，0.64)，(0.35，0.31)，(0.7，0.12)，(0.8，0.05)；根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的坐標值和所述二維散點圖的橫、縱坐標軸的端點坐標值，分段線性擬合得到所述云分界線。

優(yōu)選地，所述根據(jù)所述二維散點圖，擬合生成云分界線的步驟，進一步包含：確定第一、第二、第三、第四經(jīng)驗種子在所述二維散點圖上的坐標值分別為(0.1，0.64)，(0.35，0.31)，(0.7，0.12)，(0.8，0.05)；根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的坐標值和所述二維散點圖的橫、縱坐標軸的端點坐標值，通過最小二乘法和三次曲線法擬合得到云分界曲線；在所述云分界曲線上，根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的橫坐標值確定四個點分別為第一、第二、第三、第四云判定閾值點，所述第一、第二、第三、第四云判定閾值點與所述第一、第二、第三、第四經(jīng)驗種子的縱坐標分別相減得到的數(shù)值的絕對值均小于等于0.1；將所述云分界曲線確定為所述云分界線。

進一步地，所述方法還包括：根據(jù)所述第一、第二、第三、第四云判定閾值點和所述二維散點圖的橫、縱坐標軸的端點坐標值，分段線性擬合得到云分界折線；將所述云分界折線確定為所述云分界線。

優(yōu)選地，根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果的步驟，進一步包含：當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線上時，判定所述天空圖像的云識別結(jié)果為晴空和云的分界區(qū)；當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線的上方時，判定所述天空圖像的云識別結(jié)果為晴空；當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線的下方時，判定所述天空圖像的云識別結(jié)果為云。

優(yōu)選地，所述根據(jù)所述二維散點圖，擬合生成云分界線的之前，還包括以下步驟：根據(jù)所述每個像元的亮度指數(shù)，去除亮度指數(shù)大于0.97的太陽飽和區(qū)域的像元。

進一步地，所述方法還包括對所述云識別結(jié)果為晴空的天空圖像進行大氣污染狀況判定的步驟：從modis衛(wèi)星遙感二級氣溶膠產(chǎn)品中獲取每個像元的氣溶膠光學厚度值；根據(jù)所述每個像元的天空指數(shù)、亮度指數(shù)、氣溶膠光學厚度值計算大氣渾濁度指數(shù)；確定第一、第二大氣污染判定閾值；根據(jù)所述第一、第二大氣污染判定閾值和大氣渾濁度指數(shù)，對所述云識別結(jié)果為晴空的天空圖像進行判斷，得到大氣污染判定結(jié)果。所述根據(jù)所述每個像元的天空指數(shù)、亮度指數(shù)、氣溶膠光學厚度值計算大氣渾濁度指數(shù)，進一步包含：根據(jù)所述氣溶膠光學厚度值計算歸一化氣溶膠光學厚度值為

aodn＝aod/2

其中，aodn、aod分別為所述歸一化氣溶膠光學厚度值、氣溶膠光學厚度值；當所述像元的天空指數(shù)大于0.5時，所述大氣渾濁度指數(shù)為

ati＝0.7×aodn+0.3×bi×si

當所述像元的天空指數(shù)小于0.5時，所述大氣渾濁度指數(shù)為

ati＝0.8×aodn+0.2×si/bi

其中，ati、bi、si為所述大氣渾濁度指數(shù)、亮度指數(shù)、天空指數(shù)。

優(yōu)選地，根據(jù)所述第一、第二大氣污染判定閾值和大氣渾濁度指數(shù)，對所述云識別結(jié)果為晴空的天空圖像進行判斷，得到大氣污染判定結(jié)果，進一步包含：當所述大氣渾濁度指數(shù)大于等于0且小于等于第一大氣污染判定閾值時，所述晴空區(qū)域的大氣污染判定結(jié)果為空氣優(yōu)；當所述大氣渾濁度指數(shù)大于第一大氣污染判定閾值且小于等于第二大氣污染判定閾值時，所述晴空區(qū)域的大氣污染判定結(jié)果為空氣良；當所述大氣渾濁度指數(shù)大于第二大氣污染判定閾值且小于等于1時，所述晴空區(qū)域的大氣污染判定結(jié)果為空氣差。

本發(fā)明有益效果包括：本發(fā)明利用的地基天空相機，時間和空間分辨率高且易于安放，可操作性強，同時，本發(fā)明采用的云識別方法在不需要其他輔助數(shù)據(jù)額前提下，能夠快速穩(wěn)定實現(xiàn)云檢測，且能快速準確的對大氣污染狀況進行評估，整體計算量小且適用范圍廣。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當限定。在附圖中：

圖1為一種云識別方法基本流程示意圖；

圖2為一種包含去除太陽飽和區(qū)域的云識別方法流程示意圖；

圖3為一種利用經(jīng)驗種子且采用線性擬合的云識別方法流程示意圖；

圖4為一種利用經(jīng)驗種子且采用曲性擬合的云識別方法流程示意圖；

圖5為一種利用云判定閾值點且采用線性擬合的云識別方法流程示意圖；

圖6為一種包含大氣污染判斷的云識別方法流程示意圖；

圖7為利用經(jīng)驗種子線性擬合云分界線示意圖；

圖8為利用經(jīng)驗種子曲線擬合云分界線示意圖；

圖9為云判定閾值點選取方法示意圖；

圖10為利用云判定閾值點線性擬合云分界線示意圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明具體實施例及相應(yīng)的附圖對本發(fā)明技術(shù)方案進行清楚、完整地描述。顯然，所描述的實施例僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

以下結(jié)合附圖，詳細說明本發(fā)明各實施例提供的技術(shù)方案。

本發(fā)明提供一種基于地基全天候魚眼相機的云識別方法，該方法能夠較為精確的進行云識別，并且可用于modis等衛(wèi)星云掩碼產(chǎn)品的驗證。為了能有效地利用地基魚眼相機進行云識別，所述地基全天候魚眼相機應(yīng)滿足以下的最低配置要求：使用光電二極管陣列組成的傳感器，即ccd或cmos，以方便能快速地對成像結(jié)果進行查看，而非以前的膠卷系統(tǒng)；相機內(nèi)部帶有圖像處理引擎，能快速高效地調(diào)整圖像的優(yōu)化曲線等參數(shù)；較寬的iso感光度范圍；多種光圈和快門值的組合方式以滿足對云識別的快速調(diào)整；自動對焦模式，連拍功能，至少6張每秒，1000萬像素，20點對焦系統(tǒng)，自帶降噪功能；能耦合中性密度濾光片，以方便過濾過飽和的太陽光線。

需要說明的是，本發(fā)明所使用的相機為尼康的d7000，屬于aps-c規(guī)格數(shù)碼單反，同時為了防止圖像過曝，搭配富士中性密度濾光片進行使用，其中尼康d7000大概參數(shù)為如下：機身特性，aps-c規(guī)格數(shù)碼單反；傳感器類型，cmos；傳感器尺寸，23.6×15.6mm；有效像素數(shù)，1620萬；影像處理器，expeed2；對焦方式，自動和手動對焦；對焦點數(shù)，39點；快門速度，1/8000-30秒范圍；感光度，iso100-6400，可擴展至hi2；具備自動iso感光度控制；拍攝模式，單張拍攝[s]、低速連拍[cl]：1-5fps、高速連拍[ch]：6fps、安靜快門釋放[q]，自拍，遙控，反光板預升；存儲卡類型，sd/sdhc/sdxc卡。

圖1為一種云識別方法基本流程示意圖。

一種云識別方法，利用地基全天候魚眼相機，包括以下步驟：

步驟101、從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值。

在步驟101中，所述從地基全天候魚眼相機獲取天空圖像為獲取某個時間段的圖像，所述時間段可以為1個月、2個月或半年，這里不做具體限定，本發(fā)明使用的天空圖像的時間段為2012年10月1日至2012年10月31日。

在步驟101中，本法明使用idl編程軟件實現(xiàn)從所述天空圖像中讀取每個像元的像元亮度值，也可使用其他編程軟件，如matlab，這里不做具體限定。

步驟102、根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖。

在步驟102中，根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)為

si＝(dnblue-dnred)/(dnblue+dnred)(1)

bi＝(dnblue+dnred+dngreen)/3(2)

其中，si、bi分別為所述天空指數(shù)、亮度指數(shù)，dnblue、dnred、dngreen分別為全天候魚眼相機藍波段、紅波段、綠波段的像元亮度值。

需要說明的是，所述天空指數(shù)是一個介于-1到1之間的值，當天空完全沒有云覆蓋，即晴空時，天空指數(shù)為1；當天空完全為云覆蓋時，天空指數(shù)則為-1。所述亮度指數(shù)是一個介于0到1之間的值，當天空非常亮時，亮度指數(shù)為1；當天空非常暗時，亮度指數(shù)為0.0。

在步驟102中，所述根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建的二維散點圖，本發(fā)明采用橫坐標為亮度指數(shù)，縱坐標為天空指數(shù)，也可采用橫坐標為天空指數(shù)，縱坐標為亮度指數(shù)。

步驟103、根據(jù)所述二維散點圖，擬合生成云分界線。

需要說明的是，當二維散點圖中的所有點均參與計算時，能夠生成運分界線；進一步優(yōu)化地，為了減少計算量，在步驟103中，所述根據(jù)所述二維散點圖，擬合生成云分界線的步驟，進一步包含：確定第一、第二、第三、第四經(jīng)驗種子在所述二維散點圖上的坐標值分別為(0.1，0.64)，(0.35，0.31)，(0.7，0.12)，(0.8，0.05)；根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的坐標值和所述二維散點圖的橫、縱坐標軸的端點坐標值，擬合得到所述云分界線。

需要說明的是，在步驟103中，所述云分界線可以是折線，也可以是曲線，所述云分界線的形式與采用的擬合方法有關(guān)，采用分段線性擬合方法時，所述云分界線為一條折線，采用最小二乘法或三次曲線法擬合時，所述云分界線為一條曲線。

步驟104、根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。

在步驟104中，根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果的步驟，進一步包含：當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線上時，判定所述天空圖像的云識別結(jié)果為晴空和云的分界區(qū)；當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線的上方時，判定所述天空圖像的云識別結(jié)果為晴空；當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線的下方時，判定所述天空圖像的云識別結(jié)果為云。

本發(fā)明所述方法在不需要其他輔助數(shù)據(jù)的前提下，能夠快速穩(wěn)定的實現(xiàn)云檢測，同時進一步挖掘了所述地基全天候魚眼相機的潛力，使其更加準確的識別云和晴空。

圖2為一種包含去除太陽飽和區(qū)域的云識別方法流程示意圖。

步驟101、從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值。

步驟102、根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖。

步驟105、根據(jù)所述每個像元的亮度指數(shù)，去除亮度指數(shù)大于0.97的太陽飽和區(qū)域的像元。

需要說明的是，所述太陽飽和區(qū)域為接近太陽較亮的區(qū)域。

步驟106、根據(jù)所述二維散點圖，擬合生成云分界線。

需要說明的是，在步驟106中，所述二維散點圖為去除了太陽飽和區(qū)域的天空圖像像元的二維散點圖。

步驟107、根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。

本發(fā)明實施例所述方法去除了太陽飽和區(qū)域，有效提高了云識別效率。

圖3為一種利用經(jīng)驗種子且采用線性擬合的云識別方法流程示意圖。

步驟101、從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值。

步驟102、根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖。

步驟108、確定第一、第二、第三、第四經(jīng)驗種子在所述二維散點圖上的坐標值分別為(0.1，0.64)，(0.35，0.31)，(0.7，0.12)，(0.8，0.05)。

在步驟108中，在二維散點圖上，所述第一經(jīng)驗種子坐標值為(0.1，0.64)，即所述第一經(jīng)驗種子的亮度指數(shù)為0.1，天空指數(shù)為0.64；所述第二經(jīng)驗種子坐標值為(0.35，0.31)，即所述第二經(jīng)驗種子的亮度指數(shù)為0.35，天空指數(shù)為0.31；所述第三經(jīng)驗種子坐標值為(0.7，0.12)，即所述第三經(jīng)驗種子的亮度指數(shù)為0.7，天空指數(shù)為0.12；所述第四經(jīng)驗種子坐標值為(0.8，0.05)，即所述第四經(jīng)驗種子的亮度指數(shù)為0.8，天空指數(shù)為0.05。

步驟109、根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的坐標值和所述二維散點圖的橫、縱坐標軸的端點坐標值，分段線性擬合得到所述云分界線。

在步驟109中，所述二維散點圖的橫軸的端點坐標值為(1，0)，所述二維散點圖的縱軸的端點坐標值為(0，1)。

需要說明的是，經(jīng)過分段線性擬合得到的所述云分界線為一條折線。

步驟110、根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。

本發(fā)明實施例采用分段線性擬合的方法得到的云分界線為折線，能夠有效快速的進行云識別。

圖4為一種利用經(jīng)驗種子且采用曲性擬合的云識別方法流程示意圖。

步驟101、從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值。

步驟102、根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖。

步驟108、確定第一、第二、第三、第四經(jīng)驗種子在所述二維散點圖上的坐標值分別為(0.1，0.64)，(0.35，0.31)，(0.7，0.12)，(0.8，0.05)。

步驟111、根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的坐標值和所述二維散點圖的橫、縱坐標軸的端點坐標值，通過最小二乘法和三次曲線法擬合得到云分界曲線。

需要說明的是，在步驟111中，最小二乘法，又稱最小平方法，是一種數(shù)學優(yōu)化技術(shù)，它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和為最小。

三次曲線的函數(shù)的通用方程可寫為：

y＝a3x3+a2x2+a1x+a0(6)

其中，y表示擬合曲線的縱坐標是，x1、x2、x3表示擬合曲線的橫坐標值，a0、a1、a2和a3，a3≠0為三次曲線的擬合系數(shù)。最小二乘法和三次曲線法所應(yīng)滿足的數(shù)學表示條件為：

其中，i表示擬合得到的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和，為擬合采用的三次多項式，ak為多項式系數(shù)，yi表示實際數(shù)據(jù)，即所述二維散點圖上的點，min代表使得這些求得的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和為最小。

步驟112、將所述云分界曲線確定為所述云分界線。

步驟113、根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。

本發(fā)明實施例中云分界線采用曲線擬合的方式得到，能夠精確區(qū)分晴空和云，提高了云識別算法的準確度。

圖5為一種利用云判定閾值點且采用線性擬合的云識別方法流程示意圖。

步驟101、從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值。

步驟102、根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖。

步驟108、確定第一、第二、第三、第四經(jīng)驗種子在所述二維散點圖上的坐標值分別為(0.1，0.64)，(0.35，0.31)，(0.7，0.12)，(0.8，0.05)。

步驟111、根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的坐標值和所述二維散點圖的橫、縱坐標軸的端點坐標值，通過最小二乘法和三次曲線法擬合得到云分界曲線。

步驟114、在所述云分界曲線上，根據(jù)所述第一、第二、第三、第四經(jīng)驗種子的橫坐標值確定四個點分別為第一、第二、第三、第四云判定閾值點。

在步驟114中，所述第一、第二、第三、第四云判定閾值點與所述第一、第二、第三、第四經(jīng)驗種子的縱坐標分別相減得到的數(shù)值的絕對值均小于等于0.1。

需要說明的是，所述第一經(jīng)驗種子和所述第一云判定閾值點的橫坐標值為0.1，所述第二經(jīng)驗種子和所述第二云判定閾值點的橫坐標值為0.35，所述第三經(jīng)驗種子和所述第三云判定閾值點的橫坐標值為0.7，所述第四經(jīng)驗種子和所述第四云判定閾值點的橫坐標值為0.8，所述第一云判定閾值點的縱坐標值為所述云分界曲線上橫坐標0.1對應(yīng)的縱坐標值，所述第二云判定閾值點的縱坐標值為所述云分界曲線上橫坐標0.35對應(yīng)的縱坐標值，所述第三云判定閾值點的縱坐標值為所述云分界曲線上橫坐標0.7對應(yīng)的縱坐標值，所述第四云判定閾值點的縱坐標值為所述云分界曲線上橫坐標0.8對應(yīng)的縱坐標值。

步驟115、根據(jù)所述第一、第二、第三、第四云判定閾值點和所述二維散點圖的橫、縱坐標軸的端點坐標值，分段線性擬合得到云分界折線。

步驟116、將所述云分界折線確定為所述云分界線。

步驟117、根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。

需要說明的是，根據(jù)所述云分界線云識別的結(jié)果相比根據(jù)所述云分界曲線云識別的結(jié)果精度誤差小于等于5％。

本發(fā)明實施例根據(jù)所述經(jīng)驗種子和云分界曲線確定云判定閾值點，再根據(jù)云判定閾值點分段線性擬合得到云分界線，所述方法能夠快速的實現(xiàn)云檢測判讀，效率高。

圖6為一種包含大氣污染判斷的云識別方法流程示意圖。

步驟101、從地基全天候魚眼相機獲取天空圖像，并從所述天空圖像中讀取每個像元的像元亮度值。

步驟102、根據(jù)所述每個像元的像元亮度值計算每個像元的天空指數(shù)、亮度指數(shù)，并根據(jù)所述天空指數(shù)、亮度指數(shù)構(gòu)建二維散點圖。

步驟103、根據(jù)所述二維散點圖，擬合生成云分界線。

步驟104、根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果。

在步驟104中，根據(jù)所述二維散點圖像和所述云分界線，對所述天空圖像進行判斷，得到云識別結(jié)果的步驟，進一步包含：當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線上時，判定所述天空圖像的云識別結(jié)果為晴空和云的分界區(qū)；當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線的上方時，判定所述天空圖像的云識別結(jié)果為晴空；當所述像元的天空指數(shù)、亮度指數(shù)在所述云分界線的下方時，判定所述天空圖像的云識別結(jié)果為云。

步驟118、從modis衛(wèi)星遙感二級氣溶膠產(chǎn)品中獲取每個像元的氣溶膠光學厚度值。

需要說明的是，在步驟118中，所述從modis衛(wèi)星遙感二級氣溶膠產(chǎn)品中獲取的每個像元為云識別結(jié)果為晴空的像元。

步驟119、根據(jù)所述每個像元的天空指數(shù)、亮度指數(shù)、氣溶膠光學厚度值計算大氣渾濁度指數(shù)。

在步驟119中，所述根據(jù)所述每個像元的天空指數(shù)、亮度指數(shù)、氣溶膠光學厚度值計算大氣渾濁度指數(shù)，進一步包含：根據(jù)所述氣溶膠光學厚度值計算歸一化氣溶膠光學厚度值為

aodn＝aod/2(3)

其中，aodn、aod分別為所述歸一化氣溶膠光學厚度值、氣溶膠光學厚度值；當所述像元的天空指數(shù)大于0.5時，所述大氣渾濁度指數(shù)為

ati＝0.7×aodn+0.3×bi×si(4)

當所述像元的天空指數(shù)小于0.5時，所述大氣渾濁度指數(shù)為

ati＝0.8×aodn+0.2×si/bi(5)

其中，ati、bi、si為所述大氣渾濁度指數(shù)、亮度指數(shù)、天空指數(shù)。

需要說明的是，所述大氣渾濁度指數(shù)是一個0到1之間的歸一化判定值，數(shù)值越接近0，代表污染越輕，數(shù)值越接近1代表污染越嚴重。

步驟120、確定第一、第二大氣污染判定閾值。

在步驟120中，所述第一大氣污染判定閾值為0.3，所述第二大氣污染判定閾值為0.7。

步驟121、根據(jù)所述第一、第二大氣污染判定閾值和大氣渾濁度指數(shù)，對所述云識別結(jié)果為晴空的天空圖像進行判斷，得到大氣污染判定結(jié)果。

在步驟121中，根據(jù)所述第一、第二大氣污染判定閾值和大氣渾濁度指數(shù)，對所述云識別結(jié)果為晴空的天空圖像進行判斷，得到大氣污染判定結(jié)果，進一步包含：當所述大氣渾濁度指數(shù)大于等于0且小于等于第一大氣污染判定閾值時，所述晴空區(qū)域的大氣污染判定結(jié)果為空氣優(yōu)；當所述大氣渾濁度指數(shù)大于第一大氣污染判定閾值且小于等于第二大氣污染判定閾值時，所述晴空區(qū)域的大氣污染判定結(jié)果為空氣良；當所述大氣渾濁度指數(shù)大于第二大氣污染判定閾值且小于等于1時，所述晴空區(qū)域的大氣污染判定結(jié)果為空氣差。

本發(fā)明提供了一種方法可以在晴空有效、快速、準確判定大氣污染情況，為云和霾的微物理、光學特性的研究提供了有效的幫助。

圖7為利用經(jīng)驗種子線性擬合云分界線示意圖。

在所述二維散點圖中，所述第一經(jīng)驗種子t1’的坐標值為(0.1，0.64)，所述第二經(jīng)驗種子t2’的坐標值為(0.35，0.31)，所述第三經(jīng)驗種子t3’的坐標值(0.7，0.12)，所述第四經(jīng)驗種子t4’的坐標值(0.8，0.05)，根據(jù)所述第一經(jīng)驗種子、第二經(jīng)驗種子、第三經(jīng)驗種子、第四經(jīng)驗種子采用分段線性擬合的方式得到的云分界線為一條折線。

所述云分界線上方的點表示晴空，所述云分界線下方的點表示云，所述云分界線上的點表示晴空和云的分界區(qū)。

圖8為利用經(jīng)驗種子曲線擬合云分界線示意圖。

在所述二維散點圖中，所述第一經(jīng)驗種子t1’的坐標值為(0.1，0.64)，所述第二經(jīng)驗種子t2’的坐標值為(0.35，0.31)，所述第三經(jīng)驗種子t3’的坐標值(0.7，0.12)，所述第四經(jīng)驗種子t4’的坐標值(0.8，0.05)，根據(jù)所述第一經(jīng)驗種子、第二經(jīng)驗種子、第三經(jīng)驗種子、第四經(jīng)驗種子采用最小二乘法和三次曲線法相結(jié)合的方式擬合得到的云分界線為一條曲線。

圖9為云判定閾值點選取方法示意圖。

在所述二維散點圖中，所述第一經(jīng)驗種子t1’的坐標值為(0.1，0.64)，所述第二經(jīng)驗種子t2’的坐標值為(0.35，0.31)，所述第三經(jīng)驗種子t3’的坐標值(0.7，0.12)，所述第四經(jīng)驗種子t4’的坐標值(0.8，0.05)，根據(jù)所述第一經(jīng)驗種子、第二經(jīng)驗種子、第三經(jīng)驗種子、第四經(jīng)驗種子采用最小二乘法和三次曲線法相結(jié)合的方式擬合得到的云分界線為一條曲線。

所述第一云判定閾值點t1、第二云判定閾值點t2、第三云判定閾值點t3、第四云判定閾值點t4在所述云分界線上，所述第一云判定閾值點的橫坐標為0.1，所述第二云判定閾值點的橫坐標為0.35，所述第三云判定閾值點的橫坐標為0.7，所述第四云判定閾值點的橫坐標為0.8。

所述第一云判定閾值點t1的縱坐標值為所述云分界線上橫坐標0.1對應(yīng)的縱坐標值，所述第二云判定閾值點t2的縱坐標值為所述云分界線上橫坐標0.35對應(yīng)的縱坐標值，所述第三云判定閾值點t3的縱坐標值為所述云分界線上橫坐標0.7對應(yīng)的縱坐標值，所述第四云判定閾值點t4的縱坐標值為所述云分界線上橫坐標0.8對應(yīng)的縱坐標值。

所述第一云判定閾值點t1與所述第一經(jīng)驗種子t1’的縱坐標差的絕對值小于等于0.1，所述第二云判定閾值點t2與所述第二經(jīng)驗種子t2’的縱坐標差的絕對值小于等于0.1，所述第三云判定閾值點t3與所述第三經(jīng)驗種子t3’的縱坐標差的絕對值小于等于0.1，所述第四云判定閾值點t4與所述第四經(jīng)驗種子t4’的縱坐標差的絕對值小于等于0.1。

圖10為利用云判定閾值點線性擬合云分界線示意圖。

在所述二維散點圖中，所述第一云判定閾值點為t1，所述第二云判定閾值點為t2，所述第三云判定閾值點為t3，所述第四云判定閾值點為t4。

根據(jù)所述第一云判定閾值點t1、所述第二云判定閾值點t2，所述第三云判定閾值點t3、所述第四云判定閾值點t4，線性擬合得到的云分界線為一條折線。

需要說明的是，在圖7～9中，僅示意性地表示出少量散點。

還需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、商品或者設(shè)備中還存在另外的相同要素。

以上所述僅為本發(fā)明的實施例而已，并不用于限制本發(fā)明。對于本領(lǐng)域技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。