|
|||||
|
|
| 基于图像理解的能见度测量方法 | |
| 引用本文： | 许茜,殷绪成,李岩,郝红卫,曹晓钟.基于图像理解的能见度测量方法[J].模式识别与人工智能,2013,26(6):543-551. |
| 作者姓名： | 许茜 殷绪成 李岩 郝红卫 曹晓钟 |
| 作者单位： | 1. 北京科技大学计算机与通信工程学院 北京100083 2. 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 3. 中国气象局气象探测中心 北京100081 |
| 基金项目： | 国家自然科学基金资助项目 |
| 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. |
| 关 键 词： | 能见度测量 机器学习 像素对比度 支持向量回归机(SVR) |
Visibility Measurement with Image Understanding |
|
| XU Xi , YIN Xu-Cheng , LI Yan , HAO Hong-Wei , CAO Xiao-Zhong.Visibility Measurement with Image Understanding[J].Pattern Recognition and Artificial Intelligence,2013,26(6):543-551. | |
| Authors: | XU Xi YIN Xu-Cheng LI Yan HAO Hong-Wei CAO Xiao-Zhong |
| Affiliation: | 1(School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083) 2(Interactive Digital Media Technology Research Center, Institute of Automation, Chinese Academy of Sciences, Beijing 100190) 3(Meteorological Observation Center, China Meteorological Administration, Beijing 100081) |
| Abstract: | |
| Keywords: | Visibility Measurement Machine Learning Pixel Contrast Support Vector Regression (SVR) |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
