Detekce mraků podle barevné informace z celooblohových kamer

Abstract

Tato diplomová práce se věnuje návrhu detekčního algoritmu atmosferických jevů (mraků) podle barevné informace z celooblohových kamer. Snímání denní oblohy pomocí širokoúhlých celooblohových systémů je v meteorologii čím dál více aplikováno a možnost využití barevné obrazové informace za účelem rozboru denní oblohy byla taktéž v minulosti potvrzena. Tato diplomová práce na uvedených předpokladech staví. K vyvinutí funkčního algoritmu detekce mraků je zapotřebí signifikantního množství obrazových dat. Popis jejich získávání, anotace, uložení do databáze, segmentace a následná analýza v různých barevných prostorech pracující s těmito daty je jádrem této práce. Pro detailní rozbor barevné informace mraků po dobu celého dne jsou zde představeny solární parametry, na jejichž změně byl chromatický vývoj zkoumán. Kvůli multidimenzionalitě získaných závislostí je v této práci taktéž testována statistická metoda hlavních komponent. Vyhodnocení analýzy zpracovaných dat dovolilo navrhnout kritéria pro algoritmus detekce a klasifikace oblaků, která jsou zde založena na představených závislostech barevné informace a její vhodné reprezentace ve zvolených barevných prostorech. Proces celého algoritmu je v této diplomové práci rozdělen na metody klasifikace pracující se zmíněnými kritérii, metody předzpracování obrazu a funkce zajišťující výstupní data. S~těmito výstupními daty je zároveň představena možnost detekce srážkové oblačnosti spolu s~vytvořeným indikátorem varujícím před tímto jevem. Aplikace a funkčnost algoritmů vyvinutých v této diplomové práci byla testována a ověřena na obrazových datech v~reálném provozu celooblohového systému WILLIAM.

This thesis summarizes development of atmospheric phenomena (clouds) detection algorithm, based upon colour information from all-sky cameras. Daytime sky evaluation via a widefield whole-sky imaging systems is nowadays in meteorology very common and also the utilization of chromatic information to detect clouds has been introduced. All research in this thesis uses these premises. For creation of successful cloud detection algorithm is vital to acquire a significant amount of imaging data. The description of its acquisition, annotation, saving to database, segmentation and further analysis in different colour spaces takes a great part in this thesis. For a detail research of clouds colour information during the day, solar parameters are introduced and based upon its values other chromatic features analysed. Because of the multidimensionality of acquired data the principal component analysis is introduced as well. The evaluation of overall analysis in this thesis allowed to propose various criteria for the main cloud detection and classification algorithm. Proposed algorithm is divided in different methods dealing with classification, image pre-processing and managing the output data. This data allowed to propose rules for indication of raining clouds as well. The developed method for cloud detection and classification has been tested and~verified on a real-time data from wide-field all-sky image analyzing system WILLIAM.