使用序列图像的云预测的方法、系统和存储介质技术方案

本发明专利技术涉及使用序列图像的云预测的方法、系统和存储介质。本文描述了用于使用配置引擎、片段云覆盖率确定引擎和经训练的预测模型的云预测的技术。所公开的技术包括：基于用于捕获多个天空图像的光学组件的类型来生成配置蒙版；以及通过将配置蒙版和片段云覆盖率确定算法应用于多个图像，来确定多个相应片段的云覆盖率。所公开的技术包括：使用所确定的云覆盖率来训练用于预测多个相应片段的云覆盖率的多个预测模型。多个预测模型使一个时间点处的多个相应片段的云覆盖率与稍后时间点处的任何特定片段的云覆盖率相关。多个经训练的预测模型生成表示将来时间点处的多个相应片段的云覆盖率的数据。

Methods, systems and storage media of cloud prediction using sequence images

【技术实现步骤摘要】
使用序列图像的云预测的方法、系统和存储介质
技术介绍
传统的气象预测机构具有用以获得气象信息的各种工具，诸如传统的气象站和气象卫星等。传统的气象站可以收集风速、气温和气压等的数值数据。气象卫星可以显示云形成和诸如飓风等的大规模气象事件。尽管如此，但传统的气象站是相距数英里散布的，并且通常局限于收集数值数据。气象卫星位于地球上方的数千英里处，并且局限于观察大规模气象事件。由于受到各种限制，当前气象预测的准确度不能满足人们的需求。例如，户外爱好者或旅游爱好者需要准确的当地气象信息来安排他们的户外或旅游计划。同样，商业人士需要精确的当地气象预测来优化流程并降低气象相关的经济风险。云信息是用于准确气象预测的有价值的数据源。
技术实现思路
根据本专利技术的一个专利技术，提供了一种云预测的方法，包括：基于用于捕获多个图像的光学组件的类型来生成配置蒙版，所述多个图像是时间序列的并且是对天空区域进行摄像所得到的；通过将所述配置蒙版和片段云覆盖率确定算法应用于所述多个图像中的各图像，来确定所述多个图像中的各图像中的多个相应片段的云覆盖率；使用所确定的云覆盖率来训练用于预测所述多个相应片段的云覆盖率的多个预测模型，其中，所述多个预测模型中的针对特定片段的特定预测模型使一个时间点处的所述多个相应片段的云覆盖率与稍后时间点处的所述特定片段的云覆盖率相关；以及使用所述多个预测模型来生成表示将来时间点处的所述多个相应片段的云覆盖率的数据集合。根据本专利技术的一个专利技术，提供了一种云预测的系统，包括：处理器；以及存储器，其通信地耦接至所述处理器，以将所述处理器至少配置成：基于用于捕获多个图像的光学组件的类型来生成配置蒙版，所述多个图像是时间序列的并且是对天空区域进行摄像所得到的；通过将所述配置蒙版和片段云覆盖率确定算法应用于所述多个图像中的各图像，来确定所述多个图像中的各图像中的多个相应片段的云覆盖率；使用所确定的云覆盖率来训练用于预测所述多个相应片段的云覆盖率的多个预测模型，其中，所述多个预测模型中的针对特定片段的特定预测模型使一个时间点处的所述多个相应片段的云覆盖率与稍后时间点处的所述特定片段的云覆盖率相关；以及使用所述多个预测模型来生成表示将来时间点处的所述多个相应片段的云覆盖率的数据集合。根据本专利技术的一个专利技术，提供了一种承载有计算机可读指令的非暂时性计算机可读存储介质，所述计算机可读指令在计算装置上执行时使得所述计算装置至少进行以下操作：基于用于捕获多个图像的光学组件的类型来生成配置蒙版，所述多个图像是时间序列的并且是对天空区域进行摄像所得到的；通过将所述配置蒙版和片段云覆盖率确定算法应用于所述多个图像中的各图像，来确定所述多个图像中的各图像中的多个相应片段的云覆盖率；使用所确定的云覆盖率来训练用于预测所述多个相应片段的云覆盖率的多个预测模型，其中，所述多个预测模型中的针对特定片段的特定预测模型使一个时间点处的所述多个相应片段的云覆盖率与稍后时间点处的所述特定片段的云覆盖率相关；以及使用所述多个预测模型来生成表示将来时间点处的所述多个相应片段的云覆盖率的数据集合。附图说明在结合附图进行阅读时，可以更好地理解以下的详细说明。为了例示的目的，在附图中示出本专利技术的各个方面的示例实施例；然而，本专利技术不限于所公开的具体方法和手段。图1是示出根据本专利技术可以使用的用于收集并处理数据的示例系统的示意图。图2A～2B示出根据本专利技术可以使用的鱼眼镜头的光路和投影函数的示例。图3是示出根据本专利技术可以使用的示例性的基于云的服务器的示意图。图4是示出根据本专利技术可以使用的使用图像数据的云预测所用的示例处理400的流程图。图5示出根据本专利技术可以使用的针对鱼眼镜头所捕获的天空图像的配置蒙版(configurationmask)的示例。图6示出鱼眼镜头所捕获的示例天空图像。图7示出在将配置蒙版和片段云覆盖率确定算法应用于示例天空图像之后的结果、以及相应的所确定的片段的云覆盖率的示例。图8是示出根据本专利技术可以使用的云预测所用的示例系统的示意图。图9是示出用于存储数据收集装置所收集到的数据的数据库的示例数据度量的简化图。图10是示出根据本专利技术可以使用的用于确定片段的云覆盖率的示例处理的流程图。图11是示出用于存储所确定的片段云覆盖率的数据库的示例数据度量的简化图。图12是示出根据本专利技术可以使用的云预测所用的示例处理的流程图。图13示出用于评价预测模型的性能的每日预测MSE的示例。图14是示出观测数据和预测模型所生成的预测数据之间的比较的图表。图15是示出根据本专利技术可以使用的云移动预测所用的示例处理的流程图。图16是示出根据本专利技术可以使用的示例计算装置的示意图。具体实施方式图1是示出根据本专利技术可以使用的用于收集并处理数据的示例系统100的示意图。如图所示，系统100包括多个数据收集装置110a、…、110n(统称为110)、至少服务器120、以及多个计算装置130a、...、130n(统称为130)。数据收集装置110和计算装置130可以经由一个或多个网络150与服务器120进行通信。数据收集装置110用于捕获天空图像并收集诸如温度、湿度、大气压和降水量等的数值数据。数据收集装置110还可以收集与风速、风向、降雨和UV暴露相关联的数据。数据收集装置110可以安装在地球上的任何场所，由此形成气象数据收集装置的密集网络。例如，数据收集装置110可以安装在地面中或者装在任何合适的结构上。优选地，数据收集装置110安装在能清楚地看到天空且尽可能远离诸如树木、建筑物和栅栏等的高障碍物的位置。数据收集装置110包括用于从地面捕获天空图像的照相机112。天空图像描绘大气中的云层的运动和形成，并且包含云预测所用的有价值信息。天空图像与基于捕获天空图像的相应时间点的时间信号(例如，时间戳)相关联。通过举例且无任何限制的方式，数据收集装置110的照相机可被编程为每一定时间间隔(诸如每三分钟或五分钟等)进行拍照。天空图像还与基于数据收集装置110的相应安装位置的空间信号(例如，纬度和经度)相关联。照相机112可以是具有超广角镜头(例如，170度)的HD照相机。照相机112可以是任何其它合适的照相机。通过举例且无任何限制的方式，照相机112可以包括作为超广角镜头且能够创建宽的全景图像的鱼眼镜头。鱼眼镜头的视角通常在100和180度之间，这以图像边缘失真为代价。图2A示出根据本专利技术可以使用的鱼眼镜头的光路的示例。中间的半球代表鱼眼镜头；C是诸如天空区域中的云等的对象；并且C’是对象(例如，云)在鱼眼成像面上(例如，在天空图像上)的图像。如图所示，r是从对象C到鱼眼镜头的光学中心O的距离；ω是天顶角；并且(x,y)和(u,v)分别是地理坐标和成像面坐标。来自云C的光线透射通过鱼眼镜头O，并且将图像C’投影在天空图像上。如图2B所示，鱼眼镜头可以具有不同的投影函数。等距投影函数和等立体角投影函数可以维持有用的几何特性。通过举例且无任何限制的方本文档来自技高网...

【技术保护点】
1.一种云预测的方法，包括：/n基于用于捕获多个图像的光学组件的类型来生成配置蒙版，所述多个图像是时间序列的并且是对天空区域进行摄像所得到的；/n通过将所述配置蒙版和片段云覆盖率确定算法应用于所述多个图像中的各图像，来确定所述多个图像中的各图像中的多个相应片段的云覆盖率；/n使用所确定的云覆盖率来训练用于预测所述多个相应片段的云覆盖率的多个预测模型，其中，所述多个预测模型中的针对特定片段的特定预测模型使一个时间点处的所述多个相应片段的云覆盖率与稍后时间点处的所述特定片段的云覆盖率相关；以及/n使用所述多个预测模型来生成表示将来时间点处的所述多个相应片段的云覆盖率的数据集合。/n

【技术特征摘要】
20181105 US 16/180,9181.一种云预测的方法，包括：
基于用于捕获多个图像的光学组件的类型来生成配置蒙版，所述多个图像是时间序列的并且是对天空区域进行摄像所得到的；
通过将所述配置蒙版和片段云覆盖率确定算法应用于所述多个图像中的各图像，来确定所述多个图像中的各图像中的多个相应片段的云覆盖率；
使用所确定的云覆盖率来训练用于预测所述多个相应片段的云覆盖率的多个预测模型，其中，所述多个预测模型中的针对特定片段的特定预测模型使一个时间点处的所述多个相应片段的云覆盖率与稍后时间点处的所述特定片段的云覆盖率相关；以及
使用所述多个预测模型来生成表示将来时间点处的所述多个相应片段的云覆盖率的数据集合。


2.根据权利要求1所述的方法，还包括：
基于所述将来时间点处的所述多个相应片段的云覆盖率来确定所述将来时间点处的所述天空区域的云覆盖率。


3.根据权利要求1所述的方法，其中，所述片段云覆盖率确定算法还包括云定位器引擎、边缘检测引擎和颜色聚类引擎。


4.根据权利要求1所述的方法，其中，在所述一个时间点和所述稍后时间点之间存在预定时间间隔。


5.根据权利要求4所述的方法，其中，所述预定时间间隔是20分钟。


6.根据权利要求1所述的方法，其中，所述光学组件是鱼眼镜头。


7.根据权利要求1所述的方法，还包括：
至少部分基于所述将来时间点处的所述多个相应片段的云覆盖率来确定所述天空区域中的云移动方向。


8.根据权利要求7所述的方法，还包括：
至少部分基于从当前时间点到所述将来时间点的所述多个相应片段中的片段的云覆盖率的变化，来确定任何特定片段的最相似的相邻片段。


9.根据权利要求8所述的方法，还包括：
生成表示所述多个相应片段中的云移动方向的预测数据。


10.根据权利要求9所述的方法，还包括：
将所述预测数据中的发生率最高的云移动方向识别为所述天空区域中的云移动方向。


11.一种云预测的系统，包括：
处理器；以及
存储器，其通信地耦接至所述处理器，以将所述处理器至少配置成：
基于用于捕获多个图像的光学组件的类型来生成配置蒙版，所述多个图像是时间序列的并且是对天空区域进行摄像所得到的；
通过将所述配置蒙版和片段云覆盖率确定算法应用于所述多个图像中的各图像，来确定所述多个图像中的各图像中的多个相应片段的云覆盖率；
使用所确定的云覆盖率来训练用于预测所述多个相应片段的云覆盖率的多个预测模型，其中，所述多个预测模型中的针对特定片段的特定预测模型使一个时间点处的所述多个相应片段的云覆盖率与稍后时间点处的所述特定片段的云覆盖率相关；以及
使用所述多个预测模型来生成表示将来时间点处的所述多个相应片段的云覆盖...

【专利技术属性】
技术研发人员：严斯蒙，卢扬，
申请(专利权)人：慧天科技公司，
类型：发明
国别省市：美国;US