融合中值滤波与光流算法的云团跟踪算法

【目的】针对现有的云团跟踪算法存在跟踪速率低、云团滤波边缘信息丢失、云团跟踪定位不准等问题，结合优化的中值滤波算法，提出一种融合中值滤波与光流算法的云团跟踪算法。【方法】首先对太阳的位置进行定位，采用红蓝阈值比分割图像，用优化的中值滤波算法滤除噪点后，检测云块及其质心坐标；然后对云图序列进行光流处理，实现对云块的精确检测与实时跟踪；最后在不同云量情况下进行云团跟踪试验，并且与传统光流算法、块匹配算法、ViBe(visual background extractor,视图背景提取)算法进行比较。【结果】本文算法在云团边缘检测和云团实时跟踪上表现优越，目标跟踪效率比其他3种算法的平均值提高了约6.32百分点。【结论】本研究结果有效解决了云团滤波导致边缘信息缺失的问题，对预测短期太阳辐照度的准确性有重要意义。