基于图像理解的能见度测量方法

作     者：许茜 殷绪成 李岩 郝红卫 曹晓钟 XU Xi;YIN Xu-Cheng;LI Yan;HAO Hong-Wei;CAO Xiao-Zhong

作者机构：北京科技大学计算机与通信工程学院北京100083 中国科学院自动化研究所数字内容技术与服务研究中心北京100190 中国气象局气象探测中心北京100081 

基　　金：国家自然科学基金资助项目(No.61105018 61175020) 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2013年第26卷第6期

页      码：543-551页

摘      要：现存的大气能见度测量方法主要存在硬件成本高、操作复杂度大、应用范围小等问题.文中将机器学习引入能见度测量,提出一种基于图像理解的白天能见度测量方法.首先在对测量场景图像感兴趣区域分窗处理的基础上,设计并提取基于像素对比度的图像特征及向量.然后,通过训练支持向量回归机构建图像特征与能见度值之间的关系模型.最后,根据模型计算待测图像的能见度值.实验结果表明该方法不仅具有良好的能见度测量精度,同时具有较高的灵活性,能降低已有能见度测量的局限性.

主 题 词：能见度测量 机器学习 像素对比度 支持向量回归机(SVR) 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3969/j.issn.1003-6059.2013.06.005

馆 藏 号：203565791...