全文总字数：3192字

1. 研究目的与意义及国内外研究现状

晴天和阴天是最常见的两种天气现象，天气在很多方面影响着我们的日常生活：从太阳能电池的运用，户外运动项目的举办到我们穿什么样的衣服，周末是否呆在室内，诸如此类，它在方方面面与我们的生活息息相关。几个世纪以来，气象学家对于天气的观测依赖于人力，人眼是直接观测工具。随着科技进步，目前准确的天气检测技术应用昂贵的传感器。前者误差很大，后者成本较高，所以我们注意到如果我们可以利用几乎无处不在的监控摄像机，结合功能强大且高效的计算机视觉应用，就有可能得到一种较为经济的天气检测方式。目前来看，机器人视觉已经受益于更好的天气分析。尽管这一技术具有非凡的价值，但某一图像的天气分析尚未有彻底的研究。虽然有学者提出基于车辆的天气识别，但它只能用在车辆上。其余的一些方法，如场景理解方法使用结构信息将场景分类为不同的类，其中结构信息基于稳定的照明特征，例如sift或hog。天气特征不是特定场景，使得传统的场景分类方法不适用。另外，无监督的视觉学习方法也不适合这项任务。我们将尝试解决这个问题——区分一张图片中的天气是晴天还是雨天。告诉我们这张图片代表的是晴天还是阴天，看似简单，实际上也是一个比较困难的问题。为了解决这个问题，我们将从目前比较常用的图像分类方法入手，分析各类方法的优劣，最后用最合适的方法实现我们需要的功能。

国内外研究现状

随着计算机技术的发展和图像处理分析的应用，室外图像的天气现象识别是目前的一大研究热点。

2010年，jeanfran?ois lalonde，alexei a. efros等^[2]学者，提出了一种实用的算法，可以从一张照片中自动检测物体投射到地面上的阴影。 他们假设在室外场景中构成地面的材料类型相对有限，最常见的包括沥青，砖，石，泥，草，混凝土等。因此，地面上出现的阴影不同于一般阴影可以剧烈地变化，因此可以从标记的图像集中学习。

2. 研究的基本内容

本文主要室外图像的天气现象自动识别方法。

（1）分析当前常用的三种图像分类方式，比较各自的特点。

（2）采用传统的特征工程法，分析影响图像识别的可能的天气线索，然后分析识别这些线索可以用哪些方法。

3. 实施方案、进度安排及预期效果

1.实行方案：

（1）论述当前各类常用图像识别方法的特点，优势和劣势。

（2）分析影响图像识别的可能因素，根据它们各自的特点找出一个检测方案，并论证其可行性。

4. 参考文献

[1] 张天坤. 基于机器视觉的天气识别研究与实现[d]. 武汉理工大学, 2014.

[2] lalonde j f, efros a a, narasimhan s g. detecting ground shadows in outdoor consumer photographs[j]. lecture notes in computer science, 2010, 6312:322-335.

[3]chu w t , zheng x y , ding d s . camera as weather sensor: estimating weather information from single images[j]. journal of visual communication and image representation, 2017, 46:233-249.