共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
云分类中逐个修改聚类和模糊聚类分类性能的对 总被引:1,自引:0,他引:1
利用卫星图像对各种云型进行识别在大气科学领域具有重要意义,为了深入了解云分类过程中逐个修改聚类和模糊聚类对各种云型的识别能力,采用极轨卫星EOS/MODIS图像资料和静止卫星GMS-5图像资料,在样本采集和特征提取的基础上。选择不同的光谱或纹理特征对两种分类器的分类性能进行测试和对比分析。结果发现,不管采用哪种图像资料,提取哪些特征量,逐个修改聚类的平均分类准确率总体上略高于模糊聚类。但就两种分类器对各种云型的识别能力而言,模糊聚类对低云和高云(如层云、薄卷云、密卷云、卷层云、积云)的分类准确率明显好于逐个修改聚类,而逐个修改聚类对积雨云的分类准确率稍高于模糊聚类。从各类别间混判的情形来看,积雨云和高中低混合云、低云之间及卷云子类之间混判的情形较多,模糊聚类与逐个修改聚类相比,混判的类别增多,相对比例减少。 相似文献
3.
4.
双光谱云图的云分类探讨 总被引:4,自引:0,他引:4
依据各类云在红外和可见光波段不同的光谱特性,考察了近百个数字云图样本,在红外-可见光二维光谱特征空间上基本确定了与种类相应的集群分布范围,由此判识出积雨云、薄卷云、厚卷云、中云、低云、沈积云和多层云系等7种主要云类及晴空区。并以1990年3月15日14时云图为例进一步讨论了诸云类在光谱特征空间上高频数分布区的形状和分布特点。 相似文献
5.
随着深度学习技术的不断发展,扫描图像识别技术在提高准确率方面取得了显著进展。本文着重介绍了卷积神经网络和循环神经网络,并比较了它们在图像识别和文字识别任务中的表现。基于卷积神经网络的方法通过构建多层神经网络模型,可以自动学习图像的特征和规律,从而提高识别的准确率,显示出卓越的性能。而循环神经网络在文字识别领域展现了其独特的优势,实验结果表明,循环神经网络能够处理序列数据,并自动学习序列之间的关系。本文的研究结果表明,深度学习算法在扫描图像识别技术中具有广阔的应用前景,卷积神经网络在图像识别任务中表现出色,而循环神经网络在文字识别任务中具有良好的性能。 相似文献
6.
7.
森林火点的识别是利用气象卫星资料监测森林火灾的基础。传统的目视解译火点识别法难以实现计算机的自动识别,神经网络技术为解决这一问题提供了新的工具。作者探讨了应用神经网络实现气象卫星影像森林火点自动识别的技术方法,并在湖北省地理范围内进行了试验。试验结果显示,经过训练的神经网络能够记忆火点的特征,具备将森林火点从气象卫星影像中识别出来的能力。与目视解译法相比,神经网络方法的精度接近目视解译法,最重要的是实现了森林火点的自动识别。 相似文献
8.
9.
雷暴是一种严重威胁飞行安全的天气系统,利用地基多普勒天气雷达反射率因子数据和改进的DBSCAN聚类算法对雷暴单体的三维结构识别及特征量计算进行了研究,并在地基平台上对雷暴单体识别算法的有效性进行了验证分析。识别算法核心是将插值后的反射率因子三维网格数据作为输入量,采用多层反射率因子阈值基于改进的DBSCAN聚类方法识别所有等高面上的雷暴分量,并进行结构元素为3×3的腐蚀膨胀运算及雷暴分量特征核心提取,最后基于雷暴分量重叠面积进行垂直关联。结果表明:相对于SCIT算法,雷暴单体识别算法减少了雷暴分量识别的复杂性,可很好地识别任意形状的雷暴单体;使用多层阈值及特征核心提取技术可识别雷暴簇中的雷暴单体;利用腐蚀膨胀技术可解决雷暴单体虚假合并现象。算法可应用于民航机场雷暴的识别和预警。 相似文献
10.
11.
针对复杂发票任意区域下的特定表格内容提取与实时识别问题,提出了一种基于Tesseract-OCR引擎的自适应识别方法.首先利用OpenCV对发票图像进行预处理滤波、自适应阈值等一系列预处理得到二值图像;然后利用形态学中的开运算提取表格全域线段,进行表格位置提取,并结合表格交点坐标与自定义模板,实现表头与内容自适应适配;最后利用jTessBoxEditor对表格区域内容进行字库训练优化,最终实现基于Tesseract-OCR的字符识别.实验结果表明该方法具有高准确识别率,支持感兴趣区域自适应识别,具备高可用性. 相似文献
12.
为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法增加了训练样本的数目,克服了由于光照和姿态等外部因素带来的影响.实验结果表明,镜像图与LRC和CRC偏差结合的人脸识别方法提高了人脸识别的准确性. 相似文献
13.
14.
It is thought that satellite infrared (IR) images can aid the recognition of the structure of the cloud and aid the rainfall estimation. In this article, the authors explore the application of a classification method relevant to four texture features, viz. energy, entropy, inertial-quadrature and local calm, to the study of the structure of a cloud cluster displaying a typical meso-scale structure on infrared satellite images. The classification using the IR satellite images taken during 4–5 July 2003, a time when a meso-scale torrential rainstorm was occurring over the Yangtze River basin, illustrates that the detailed structure of the cloud cluster can be obviously seen by means of the neural network classification method relevant to textural features, and the relationship between the textural energy and rainfall indicates that the structural variation of a cloud cluster can be viewed as an exhibition of the convection intensity evolvement. These facts suggest that the scheme of following a classification method relevant to textural features applied to cloud structure studies is helpful for weather analysis and forecasting. 相似文献
15.
16.
17.
图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE(Gray Level and Local Entropy)二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性. 相似文献
18.
19.
20.
近年来,细粒度图像识别逐渐成为计算机视觉领域的研究热点.由于不同类别图像间的视觉差异小、语义鸿沟问题严重,传统的基于视觉特征的细粒度图像识别性能往往不尽人意.针对这些挑战,目前许多学者都在研究基于用户点击数据的图像识别.本文围绕点击数据在图像识别中数据预处理、特征提取和模型构建3大模块中的应用,总结了已有的基于点击数据的识别算法及最新的研究进展. 相似文献