贾克斌， 张 亮， 刘鹏宇， 刘 钧

(1.北京工业大学信息学部, 北京 100124； 2.先进信息网络北京实验室, 北京 100124；3.华云升达(北京)气象科技有限公司, 北京 102299)

云是地球热力平衡和水气循环的重要组成部分，云的形状和形态反映了大气运动的稳定程度和天气特征，是预示未来天气变化的主要特征之一. 根据国际气象组织的标准[1]，基于云的高度和形状，云分为3族10属29类，其中云属是本文关注的重点，它具有10个类别标签. 不同类别的云具有不同的形态，准确地识别云对提升天气预报的准确性、气候模型预测的有效性以及理解全球气候变化具有重要的意义.

目前，大多数气象站对云的识别依赖于气象观测员人工目测识别[2]，但人工识别易受到观测员的心情、观测经验等主观因素的影响，此外，由于云的形状变幻莫测，人工观测工作量巨大，难以保证长时间不间断的观测，制约了云识别的准确性和连续性. 近年来，随着数字图像处理和模式识别技术的飞速发展，基于云图片的自动化识别技术已成为气象学方面的研究热点. 云自动化识别技术分为2个方向[3]：卫星云图云识别和地基云图云识别. 地基云图较卫星云图而言，具有更高的空间分辨率及更丰富的局部信息，因此，基于地基云图的云自动化识别更受到研究人员的关注. 但由于云的非刚体结构以及其多变的特性，利用经典图像特征建立地基云图识别模型的实验效果并不理想. 例如：李晨溪等[4]对云……