发明名称 一种地基可见光云图的分类方法
摘要 本发明公开一种地基可见光云图的分类方法,包括以下几个步骤:步骤一:对于地基可见光云图进行图像预处理,得到标准云图,然后从中随机选取若干图像作为训练样本,其余作为测试样本,且训练样本的数量大于测试样本;步骤二:提取所述标准云图的全局特征,包括纹理特征和颜色特征,纹理特征包括灰度共生矩阵和Tamura特征;步骤三:基于SIFT特征描述子建立词袋模型,提取所述标准云图的局部特征;步骤四:将步骤二得到的全局特征向量和步骤三得到的局部特征向量进行线性融合,对训练样本建立极限学机模型得到云图分类器;步骤五:使用云图分类器对测试样本进行分类,并得到最终的分类结果。此地基可见光云图的分类方法分类更准确。
申请公布号 CN103699902A 申请公布日期 2014.04.02
申请号 CN201310721619.7 申请日期 2013.12.24
申请人 南京信息工程大学 发明人 刘青山;李林;夏旻;嵇朋朋
分类号 G06K9/62(2006.01)I;G06K9/66(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 南京经纬专利商标代理有限公司 32200 代理人 许方
主权项 一种地基可见光云图的分类方法,其特征在于,包括以下几个步骤:步骤一:对于地基可见光云图进行图像预处理,得到标准云图,然后从中随机选取若干图像作为训练样本,其余作为测试样本,且训练样本的数量大于测试样本;步骤二:提取所述标准云图的全局特征,包括纹理特征和颜色特征,纹理特征包括灰度共生矩阵和Tamura特征;步骤三:基于SIFT特征描述子建立词袋模型,提取所述标准云图的局部特征;步骤四:将步骤二得到的全局特征向量和步骤三得到的局部特征向量进行线性融合,对训练样本建立极限学习机模型得到云图分类器;步骤五:使用云图分类器对测试样本进行分类,并得到最终的分类结果。
地址 210044 江苏省南京市宁六路219号