基于K均值聚类算法的雾霾天气自动识别

• 作者: 徐冠雷 邵利民 郭策 马啸
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: K均值聚类算法 雾霾 识别 马氏距离
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 计算机与网络安全
• 页码范围: 124-128
• 页数: 5页
• 分类号: TP391
• 字数: 2709字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2018.12.030

摘要

雾霾天气造成的图像模糊影响户外视觉系统的正常运行,为实现雾霾天气的自动观测,提出一种基于K均值聚类算法的雾霾天气识别方法.该方法在传统K均值聚类算法的基础上,提取图像饱和度分量作为识别雾霾天气的特征,采用马氏距离作为图像间的相似性度量,将相邻迭代次数内聚类中心的变化距离作为聚类准则函数,对图像进行聚类,实现雾霾天气的识别.测试结果表明,该方法简单快速,适用于大规模图像处理,对雾霾天气的识别正确率高于95％,有助于智能去雾技术的研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐冠雷	海军大连舰艇学院海洋气象教研室	38	428	9.0	20.0
2	邵利民	海军大连舰艇学院海洋气象教研室	51	133	6.0	10.0
3	马啸	海军大连舰艇学院海洋气象教研室	8	7	2.0	2.0