地基云觀測(cè)中的檢測(cè)識(shí)別問題研究.pdf

1、地基云觀測(cè)，是地面氣象觀測(cè)的基本觀測(cè)項(xiàng)目，對(duì)預(yù)測(cè)未來的天氣狀況，指導(dǎo)人們生產(chǎn)和生活具有重要的作用。長期以來，地基云觀測(cè)主要依靠有豐富經(jīng)驗(yàn)的氣象觀測(cè)員來觀測(cè)和記錄，然而人工觀測(cè)的主觀性強(qiáng)，導(dǎo)致觀測(cè)結(jié)果因人而異；另一方面，人工觀測(cè)成本高昂，無法滿足實(shí)際需求，亟需實(shí)現(xiàn)地基云自動(dòng)化觀測(cè)。近年來，隨著數(shù)字成像技術(shù)的發(fā)展，出現(xiàn)了越來越多的地基云成像設(shè)備，從而可以有效地記錄和保存基云圖像。然而如果依然依靠人工判讀這些地基云圖像，同樣無法實(shí)現(xiàn)對(duì)地基云的

2、全自動(dòng)化觀測(cè)。于是如何應(yīng)用計(jì)算機(jī)視覺和模式識(shí)別技術(shù)理論完成地基云的檢測(cè)和云狀識(shí)別，成為了地基云的自動(dòng)化觀測(cè)需要解決的問題。本文的主要工作針對(duì)地基云觀測(cè)中的兩個(gè)基本問題：云量檢測(cè)和云狀識(shí)別。
　　針對(duì)云量檢測(cè)問題，本文提出了一種基于二維Arimoto熵的地基云量檢測(cè)算法，能夠快速有效的檢測(cè)出地基云圖像中云體所在的區(qū)域。實(shí)驗(yàn)表明，不論是對(duì)自然圖像的分割還是地基云圖像的檢測(cè)，該方法都能快速地取得穩(wěn)定的分割結(jié)果。
　　針對(duì)云狀識(shí)別問

3、題，本文從地基云圖像的特征提取、特征選擇融合、分類器三個(gè)方面進(jìn)行了研究。
　　由于云狀的復(fù)雜多變，沒有穩(wěn)定的形態(tài)，因此云狀識(shí)別是一個(gè)非常困難的問題。本文從三個(gè)不同的角度研究了地基云圖像的特征提取技術(shù)：
　　首先從模擬人眼視覺和紋理分析的角度提出了一種地基云圖像的Gabor排序直方譜特征。該特征具有旋轉(zhuǎn)不變和翻轉(zhuǎn)不變的特性，實(shí)驗(yàn)表明Gabor排序直方譜特征分類性能優(yōu)于傳統(tǒng)的紋理特征；
　　然后從分析圖像結(jié)構(gòu)-紋理的角度，

4、提出了一種基于Census變換的地基云圖像結(jié)構(gòu)-紋理特征。該特征可以有效地描述圖像的紋理、結(jié)構(gòu)信息，同時(shí)充分利用顏色信息。同時(shí)本文提出了自適應(yīng)邊界的空間金字塔方法，用于描述圖像在不同尺度下的結(jié)構(gòu)信息，該方法能夠有效的克服傳統(tǒng)空間金字塔劃分圖像時(shí)帶來的誤差；
　　最后從模擬人腦識(shí)別機(jī)制的角度，提出了一種基于大腦皮層學(xué)習(xí)算法的地基云圖像編碼特征。該特征的提取過程借鑒人的大腦皮層的分層結(jié)構(gòu)，首先采用稠密采樣的局部描述子作為第一層模擬柱狀

5、區(qū)域；然后對(duì)局部描述子進(jìn)行編碼作為第二層；最后進(jìn)行空間聚合形成最終的編碼特征。
　　在完成地基云圖像的特征提取之后，本文研究了將這些特征進(jìn)行融合的技術(shù)，具體采用了特征選擇的方法，利用隨機(jī)森林計(jì)算特征重要性，選擇重要性排名靠前的特征。該方法能找出最有利于分類的一個(gè)特征子集，不僅能夠提高分類精度，還可以降低運(yùn)算和存儲(chǔ)的復(fù)雜度。
　　本文對(duì)比分析了幾種常見的分類器，實(shí)驗(yàn)結(jié)果表明，支持向量機(jī)是地基云狀識(shí)別中最優(yōu)的分類器。