基于网格结构先验的全域航空气象剖面图色块识别方法

摘要: 本发明涉及气象数据处理,特别是涉及一种基于网格结构先验的全域航空气象剖面图色块识别方法。背景技术:1、航空气象剖面图包括颠簸剖面图、积冰剖面图和对流剖面图,是飞...
基于网格结构先验的全域航空气象剖面图色块识别方法

本发明涉及气象数据处理,特别是涉及一种基于网格结构先验的全域航空气象剖面图色块识别方法。

背景技术:

1、航空气象剖面图包括颠簸剖面图、积冰剖面图和对流剖面图,是飞行签派、航路规划与飞行风险讲解的核心依据之一。这类图像具有以下典型结构特征:左侧为高度层刻度,通常标注fl050、fl100、fl140、fl180、fl240、fl270、fl300、fl340、fl390、fl450、fl530等标准高度层;底部为航路点列表,如zggg、wml、g661、p36、p40、zytl等;中间区域为以色块形式呈现的气象要素分布图;整幅图像以浅灰色规则网格为背景,形成天然的二维坐标参考系。

2、目前,航空气象剖面图中色块区域的识别与判读主要依赖以下技术途径。

3、一、人工判读方法

4、目前剖面图中色块的判读主要由气象人员人工完成。一张剖面图包含数十个航路点区间和多个高度层,气象人员需要逐一识别并记录每个色块对应的强度等级,如中度颠簸、严重颠簸等,同时确定其位置区间,即航路点起点至终点,以及高度范围,即下界飞行高度层至上界飞行高度层。这种人工方式存在明显不足:效率低下,单张图的判读通常需要数分钟甚至更长时间,且不同人员之间的判读一致性差,难以满足大规模航空气象数据自动化处理的需求。

5、二、通用图像分割方法

6、现有技术尝试采用语义分割模型对剖面图色块进行自动分割,代表性模型包括u-net、sam等。然而,航空气象剖面图的色块具有以下特殊性质:颜色饱和度低,与背景色差异小;色块边界模糊,无明显边缘特征;色块面积小且分散,常被网格线分割。这些特性导致通用分割模型在该场景下的分割准确率普遍偏低。

7、三、基于特征点匹配的图像校正方法

8、在图像几何校正领域,现有技术已有一定积累。专利文献cn112435163a公开了一种直线特征保护与网格优化的无人机航拍图像拼接方法,该方法通过sift算法提取特征点,采用apap算法进行预配准,并在网格优化模型中引入全局相似性、局部相似性和直线保护约束项,以解决航拍图像拼接中的鬼影和失真问题。专利文献cn121582304a公开了一种基于多尺度联合相似性测度的多时相光学遥感图像鲁棒配准方法,该方法采用sift特征匹配获得控制点对,通过薄板样条插值构建全局密集位移场,再对影像块执行由粗到精的模板匹配。在表格图像畸变校正领域,已有专利公开了通过检测表格的横线及竖线集合、构建表格网格、补全断裂线段来实现畸变表格图像校正的技术方案。

9、此外,在通用图像分割领域,存在基于置信度评估的分割质量评价方法,以及根据分割结果反馈调整参数的迭代优化策略。

10、尽管上述技术在各自应用领域取得了一定效果,但将其直接应用于航空气象剖面图色块识别时,仍存在以下不足。

11、一、未利用剖面图独有的网格结构先验信息

12、现有方法将剖面图视为普通图像,采用通用ocr识别刻度与航路点、通用分割算法识别色块,忽略了规则网格线作为天然坐标参考系的价值。航空气象剖面图中的规则网格背景并非装饰性元素,其网格交点可作为亚像素级精度的空间锚点,用于精确的几何定位与坐标映射。然而,现有技术均未将这一结构先验信息纳入识别流程。据本领域技术人员所知,目前尚未出现利用剖面图网格结构进行色块精确定位与形变校正的技术方案。

13、二、缺乏针对剖面图几何畸变的校正能力

14、剖面图在扫描、截图或传输过程中可能存在拉伸、倾斜或非线性扭曲。现有方案通常采用刚性映射建立像素坐标与业务语义之间的对应关系,该类变换仅能处理平移、旋转和均匀缩放,无法有效应对非均匀畸变。当图像存在局部扭曲时,刚性映射的定位误差会随图像尺寸累积放大,导致密集航路点区域的区间判断出现错位。虽然薄板样条插值等非线性校正方法已在遥感图像配准等领域得到应用,但现有技术未将其用于剖面图的畸变校正,更未提出利用剖面图固有网格线作为形变校正控制点来源的技术构思。

15、三、分割参数固定,缺乏自适应与反馈机制

16、不同来源的航空气象剖面图在色块饱和度、对比度、颜色渲染等方面存在显著差异。现有方案的图像分割参数,如聚类数、分割阈值等,通常是固定的,泛化能力较差。更为重要的是,现有方案均为单向流水线架构,即从输入到处理再到输出,不存在反馈回路。当分割结果不理想时,无法自动感知并调整参数重新处理,导致低质量图像直接产生错误输出,缺乏兜底保障机制。虽然现有技术中存在基于置信度评估的分割质量评价方法,但该类方法仅用于评价分割结果的可靠程度,并未将置信度作为驱动参数调整和重新执行的控制信号,即未形成完整的闭环反馈架构。

17、综上所述,本领域亟需一种针对航空气象剖面图色块的专用识别方法,能够利用剖面图固有的网格结构先验信息实现精确的几何校正与坐标映射,并具备参数自适应调整与反馈重处理能力,以克服现有技术的上述不足。

技术实现思路

1、针对上述技术问题,本发明采用的技术方案为:

2、本发明实施例提供了一种基于网格结构先验的全域航空气象剖面图色块识别方法,所述方法包括如下步骤:

3、s100,检测航空气象剖面图中的网格线,获取实际网格结构信息。

4、s200,根据所述实际网格结构信息与理论网格结构信息之间的偏差,对所述剖面图进行形变校正,得到校正后图像。

5、s300,识别所述校正后图像中的刻度信息,建立图像像素坐标与航路点区间及高度层区间之间的映射关系。

6、s400,采用分割参数对所述校正后图像的色块区域进行聚类分割,提取各色块区域的像素坐标集合。

7、s500,根据所述映射关系将各色块区域的像素坐标集合转换为航路点区间信息、高度层区间信息和强度等级信息。

8、s600,计算各色块区域的置信度得分;所述置信度得分基于网格对齐度因子值、聚类紧凑度因子值、边界清晰度因子值和形状规则度因子值确定,其中所述网格对齐度因子值根据色块边界与网格线之间的距离计算得到;所述聚类紧凑度因子值根据色块区域的各像素到各自所属聚类中心的距离的均值计算;所述边界清晰度因子值根据色块区域的边缘像素的梯度幅值的均值计算;所述形状规则度因子值根据色块区域的面积与周长的比值计算。

9、s700,当色块区域的置信度得分低于预设阈值时,根据网格对齐度因子值、聚类紧凑度因子值、边界清晰度因子值和形状规则度因子值中得分最低者确定目标因子,根据所述目标因子调整对应的分割参数,并基于调整后的分割参数重新执行s400至s600;若重新执行后置信度得分仍低于预设阈值,则将该色块区域标记为待复核并输出带标记的结构化数据。

10、本发明利用航空气象剖面图固有的规则网格结构先验进行分层形变校正,校正后网格交点定位误差控制在预设像素以内,提升了坐标映射精度;通过动态聚类与自适应阈值分割相结合,实现了分割参数的自适应确定;通过动态颜色校准机制,消除了不同来源图像的色标偏移对强度等级匹配准确率的影响;置信度评估中包含的网格对齐度因子,为分割质量提供了基于网格结构先验的评估维度;当置信度低于阈值时,通过诊断式闭环反馈重分割机制,能够自动识别分割失败原因并针对性调整分割参数,使分割质量获得了改善;整个处理方法基于确定性算法实现,可追溯、可解释,且不依赖大模型,可在cpu环境下运行,单张图像处理时间控制在预设时间以内。

11、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。