降水检测是气象观测的重要组成部分,降水的监测、预警对防洪抗旱和气候研究均具有重要意义。目前对降水的观测主要以翻斗式、称重式等机电雨量计为主,然而这类仪器普遍存在体积较大、无法获取降水类型等缺陷。因此,本文设计了一种基于图像处理的降水测量仪系统,采用图像分析技术,实现了对降水的测量及类型辨识。本文主要设计了降水测量仪的装置结构、硬件电路、软件程序和图像算法等部分,包括设计了红外滤光、视频采集、环境检测及控制电路等。同时,为提高系统数据的管理和分析效率,本文设计了系统上位机软件,并利用SQLite数据库及Zigbee技术对测量数据进行存储和传输。本系统以ARM架构的I.MX6ULL微处理器为主控单元,移植嵌入式Linux系统、QT软件和Open CV视觉库,通过红外摄像头采集降水视频,并逐帧传输至主控单元进行处理。首先进行图像预处理,利用灰度变换、高斯滤波、自适应直方图均衡化等方法抑制图像噪声,增强图像前景粒子与环境背景间的对比度。然后采用三角阈值法对灰度降水图像进行二值化,突出粒子轮廓。接着运用形态学算法,去除二值图像中少量的孤立噪声点和较大的噪声块。再利用最小外接矩形法提取降水粒子的特征参数,获取雨、雪线的宽度、长度及倾斜角度等信息。针对图像中出现的雨、雪线相交情况,本文利用霍夫变换法提取雨、雪线的所在位置,得到降水粒子的准确个数。最后结合粒子特征参数和实际采样区域构建降水谱,求出降水量和降水强度。此外,本文通过LBP级联分类器、环境温度和降水粒子特征,实现了对降水类型的综合判别。实验验证,本文所设计的基于图像处理的降水测量仪系统能够实现对环境降水的实时监测和测量,并能有效地分辨出当前降水类型及降水强度,测量结果良好。