计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2011年
6期
1624-1627
,共4页
李骞%范茵%张璟%李宝强
李鶱%範茵%張璟%李寶彊
리건%범인%장경%리보강
室外图像%天气现象识别%功率谱斜率%支持向量机%决策树
室外圖像%天氣現象識彆%功率譜斜率%支持嚮量機%決策樹
실외도상%천기현상식별%공솔보사솔%지지향량궤%결책수
为提高室外视频监控的准确率,实现天气现象的自动观测,提出了一种基于室外图像的天气现象识别方法,该方法通过分析天气现象对图像的影响,提取图像功率谱斜率、对比度、噪声和饱和度等特征进行训练与分类,在训练过程中根据类别之间的特征距离建立分类决策树,并为决策树上非叶子节点构造支持向量机(SVM)分类器,并在每个分类器构造过程中通过对特征赋权值实现对特征的选择.通过对WILD图像数据库和采集图像集不同天气800个样本的测试,除了对降雨的识别率较低(75%)外,对晴、阴、雾天气的识别率均高于85%.
為提高室外視頻鑑控的準確率,實現天氣現象的自動觀測,提齣瞭一種基于室外圖像的天氣現象識彆方法,該方法通過分析天氣現象對圖像的影響,提取圖像功率譜斜率、對比度、譟聲和飽和度等特徵進行訓練與分類,在訓練過程中根據類彆之間的特徵距離建立分類決策樹,併為決策樹上非葉子節點構造支持嚮量機(SVM)分類器,併在每箇分類器構造過程中通過對特徵賦權值實現對特徵的選擇.通過對WILD圖像數據庫和採集圖像集不同天氣800箇樣本的測試,除瞭對降雨的識彆率較低(75%)外,對晴、陰、霧天氣的識彆率均高于85%.
위제고실외시빈감공적준학솔,실현천기현상적자동관측,제출료일충기우실외도상적천기현상식별방법,해방법통과분석천기현상대도상적영향,제취도상공솔보사솔、대비도、조성화포화도등특정진행훈련여분류,재훈련과정중근거유별지간적특정거리건립분류결책수,병위결책수상비협자절점구조지지향량궤(SVM)분류기,병재매개분류기구조과정중통과대특정부권치실현대특정적선택.통과대WILD도상수거고화채집도상집불동천기800개양본적측시,제료대강우적식별솔교저(75%)외,대청、음、무천기적식별솔균고우85%.
