石峰 宋晓毅 安阳工学院

引言：针对气象学科基础研究中的雪花形状分类问题，文章提出一种基于BP神经网络的雪花形状分类方法。首先对雪花图像进行图像预处理并提取雪花的轮廓特性；在此基础上利用雪花轮廓得到雪花的纵横轴比、矩形度、周长凹凸比、面积凹凸比、形状参数以及致密度6种形状特征参数，采取BP神经网络设计分类器。实验表明，该分类器识别率可以达到91.67%，能够为后续研究雪花物理结构与人工干预降雪之间的关系提供可靠数据支撑。

1 图像预处理

首先对图像进行二值化处理，在13种基于直方图的图像全局二值化算法中，本文应用最大类间方差法（Otsu）进行图像二值化处理，获得最优的图像分割阈值。并对分割后的图像形态学操作，完成边缘检测和提取轮廓线。

2 形状特征参数提取

雪花图像包含了丰富的特征信息，比如形状特征和纹理特征，根据形状分类的相关理论，本文利用雪花的轮廓、凸包和最小包围盒得到形状描述，利用这些形状描述计算出纵横轴比、矩形度、周长凹凸比、面积凹凸比、形状参数和致密度6种相对形态参数。

2.1 雪花轮廓提取

本文先提取雪花的外部轮廓，通过采用轮廓跟踪法对雪花图像进行轮廓提取，具体算法步骤为：（1）对图像预处理后的雪花二值化图像采用自顶向下、从左到右的顺序进行扫描，得到第一个像素点为1的点，此时将其作为起始点，进行步骤2。（2）得到起始点后，按照逆时针方向寻找当前像素点周围8个方向上的领域点，如果发现像素值为1的点且领域上包含0像素点，若此像素点先前没有被扫描过，将这个像素点作为当前点，记录下相应的链码值。……