基于多尺度分析的地基云图自动识别的研究

被引：8

作者：

谢永华 ^{[1
,2
]}

胡学岭 ^{[1
]}

张恒德 ^{[3
]}

机构：

[1] 南京信息工程大学计算机与软件学院

[2] 南京信息工程大学江苏省网络监控中心

[3] 中国气象局国家气象中心

来源：

计算机仿真 | 2014年 / 31卷 / 11期

关键词：

云图分类; 纹理特征; 局部二值模式; 多尺度分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

研究地基云图自动识别问题。地基云图由于受光照旋转等影响,传统方法提取的特征难以准确描述图像特征,导致地基云图识别的精度较低,还无法达到实际应用的要求。为了提高地基云图识别精度,提出采用多尺度分析的地基云图自动识别算法。首先将地基云图划分为若干个大小相同互不重叠的子图,然后采用三种不同尺度的权重局部二值模式提取每一幅子图的纹理特征,最后将子图的纹理特征顺序排列获取最终鉴别特征。通过对积雨云,高积云和层积云三类地基云图进行分类识别,实验结果表明改进方法可以增强云图的局部特征描述能力,有效提高地基云图分类的精度。

引用

页码：212 / 216

页数：5

共 12 条

[1]

On the application of BEMD and Tamura textural feature for recognizing ground-based cloud. Chen Xiaoying,Zhen Junjie. 2010 International Conference on Computer Application and System Modeling(ICCASM) . 2010

[2]

Cloud classification using whole-sky imager data. K A Buch,C H Sun,L R Thorne. Proceedings of the ninth Symposium on Meteorological observation and Instrumentation . 1995

[3] 基于KNN的地基可见光云图分类方法 [J].

朱彪 ;

杨俊 ;

吕伟涛 ;

陈丽英 ;

马颖 ;

姚雯 ;

张义军 .

应用气象学报, 2012, 23 (06) :721-728

[4] 基于BEMD和LBP提取特征的纹理分类 [J].

陈露 ;

李秀秀 ;

林怡茂 ;

杨涛 .

计算机应用与软件, 2012, 29 (09) :243-245+264

[5]

Face description with local binary patterns: Application to face recognition. Ahonen, Timo,Hadid, Abdenour,Pietik?inen, Matti. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2006

[6] 阈值与纹理相结合的云识别方法 [J].