自然界中有许多天气现象,包括但不限于雨、雪、露、霜、冰雹等。随着科技的发展,人类出于各种各样的需要,对这些自然天气现象的观测需求也在加大。天气现象观测的终极目标一般是全天候、全气象、自动化、精确化观测,其中对露水观测而言,自动化精确观测更是成为研究的重点。本文采用机器视觉,对凝露天气现象进行自动化识别。研究了露水的形状特征在露水识别中的可能性,设计了采集露水数据的观测系统,分析了观测图像不同的预处理、边缘检测、和识别算法的优劣性,提出了在采用形状特征为判断依据时的识别处理算法,在形状特征判断的基础上研究了露水覆盖率信息的采集方法。论文具体研究内容如下:（1）露水观测系统设计:为了解决露水数据采集问题,提出了采用人工凝结接触面来代替自然凝结接触面的方式,再通过摄像机采集数据并发送到客户端存储和处理,实现了地面露水凝结图像的自动化获取。（2）地面露水观测图像预处理:为了使获取到的凝露图像能后续进行准确的特征提取,讨论了不同处理算法对原始凝露图像产生的效果,比较了不同算法的结果,实现了凝露图像的预处理工作。（3）基于观测图像形状特征的特征检测:研究了观测图像中露水的形状特征,提出利用霍夫变换对圆形的检测效果来达到观测图像中露水的形状特征检测,并使用（69）9)边缘检测先将观测图像进行边缘提取,再进行后续特征检测。实现了在保留图像边缘信息的同时抑制噪声的产生和减少了观测图像不必要的细节,检测准确率为91.8%。（4）露水覆盖率检测:提出通过观测空载体的像素面积,并求解出观测到的圆的面积和,再将两者进行比值,将比值作为反映露水凝结量大小的露水覆盖率信息,其与人工对比误差为11.8%,实现了凝露数据采集的多样化。