基于流型学习的地面结霜现象检测

• 作者: 曹治国 朱磊 李肖霞 肖阳 马舒庆
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 地面气象观测 结霜现象 计算机视觉 流型学习 在线训练
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 854-857,871
• 页数: 5页
• 分类号: TP391.41
• 字数: 4575字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.03.854

摘要

针对日常地面气象观测中近地面结霜现象仍需要依靠人工观测来完成的问题,提出了一种基于计算机视觉的结霜现象自动化观测方法.在实时检测中,首先,结合人工标记获取的离线结霜图像样本和实时获取的图像样本构造k近邻图模型;其次,以结霜图像样本为查询节点并通过流型学习方法在图模型上对实时图像样本进行排序,进而获取候选结霜区域;最后,根据结霜和非结霜图像样本在线训练支持向量机(SVM)分类器并对候选结霜区域进行二次判定.在标准化气象观测站实施的实验结果显示,对比同期人工观测记录,该算法对结霜现象的检测正确率达到了87％,具有潜在的业务化前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹治国	华中科技大学自动化学院	37	652	15.0	24.0
2	肖阳	华中科技大学自动化学院	7	34	4.0	5.0
3	朱磊	华中科技大学自动化学院	34	145	6.0	11.0
5	马舒庆		47	611	14.0	23.0
6	李肖霞		15	149	8.0	12.0