地基观测是获取云参数必不可少的探测手段,地基云图观测具有多方面的应用价值和科学研究意义,对于空中目标识别、空中交通管制和天气预报等都有不可替代的作用。目前地基云图的观测,主要依靠观测人员通过观测仪器人为做出判断,观测结果容易受到人为因素的影响,使得观测结果缺乏客观性和准确性。本文在对地基云图分类识别技术发展和应用现状分析的基础上,设计了地基云图自动识别系统,通过计算灰度共生矩阵提取地基云图纹理特征参数,并且基于这些纹理特征参数,采用最小距离分类器和BP神经网络分类器实现地基云图的分类识别。具体工作内容如下：(1)在深入分析国内外卫星云图以及地基云图研究资料的基础上,掌握云图识别的基本原理和方法,在本文中确定采用BP神经网络和最小分类器实现地基云图的分类识别。(2)在深入研究数字图像处理的基础上,对地基云图进行灰度变换、直方图均衡化、灰度量化、去噪等一系列预处理工作,提高云图的质量,突出云图的有效纹理特征,为更加准确提取云图纹理特征参数创造有利条件。(3)在深入分析和研究地基云图纹理特点、纹理分析与描述方法的基础上,采用计算灰度共生矩阵实现地基云图纹理特征参数的提取。对这些纹理特征参数作进一步的分析,筛选数据,确保特征参数能够体现云图纹理特征属性并且样本各特征参数之间具有可区分性。(4)在深入研究最小距离分类器和BP神经网络分类器这两种分类方法的基础上,设计并且实现这两种分类器,实现地基云图的分类,分析分类结果。(5)设计并且实现地基云图识别系统,系统具有地基云图预处理和识别功能,实现人机交互界面。本文对淡积云、雨层云、透光高积云、密卷云进行了分类识别,通过实验,BP神经网络的总体识别率为91.67%,最小距离分类器的总体识别率为87.50%,可以看出BP神经网络在地基云图识别上有着比较好的判别效果,同时也证明了本文所提出的方法是可行的。