摘要(Abstract)：
针对单张图像的传统天气识别方法准确率较低,以及对天空区域不明显的图像具有识别局限性的问题,提出基于分区域特征提取的天气识别方法;在含有晴天、多云、阴天、雾天4种天气的数据集中,对图像进行天际线分割,并识别天空区域与地面区域;分别提取图像中天空区域、地面区域和图像整体的纹理特征、形状特征及颜色特征,并利用随机森林分类模型进行训练和测试。结果表明,该方法对于单张图像天气识别的准确率为92.6%,可以准确地识别图像天气,具有较强的实用性和普适性。
关键词(KeyWords)： 图像天气识别;天际线分割;特征提取;随机森林
基金项目(Foundation): 国家自然科学基金项目(61701192);; 山东省重点研发计划项目(2017CXGC0810);; 山东省教育科学规划“教育招生考试科学研究专设课题”(ZK1337212B008)
作者(Author): 李鹏程,吕昌峰,于向茹,李金屏
DOI: 10.13349/j.cnki.jdxbn.2020.04.002
参考文献(References)：
[1] 丁健配.基于图像差异的输电线路周边隐患检测系统[D].济南:济南大学,2017.
[2] ROSER M,MOOSMANN F.Classification of weather situations on single color images[C]//2008 IEEE Intelligent Vehicles Sympo-sium,June 4-6,2008,Eindhoven,Netherlands.New York:IEEE,2008:798-803.
[3] LI Q,KONG Y,XIA S.A method of weather recognition based on outdoor images[C]//2014 International Conference on Computer Vision Theory and Applications,January 5-8,2014,Lisbon,Portugal.New York:IEEE,2014,Vol.2:510-516.
[4] CHEN Z C,YANG F,LINDNER A,et al.How is the weather:automatic inference from images[C]//2012 IEEE International Conference on Image Processing,September 30-October 3,2012,Orlando,USA.New York:IEEE,2012:1853-1856.
[5] 李家宁.基于天空场景感知的扩展目标检测技术研究[D].重庆:重庆大学,2017.
[6] 李加元,胡庆武,艾明耀,等.结合天空识别和暗通道原理的图像去雾[J].中国图像图形学报,2015,20(4):514-519.
[7] 雷琴,施朝健,陈婷婷.基于天空区域分割的单幅海面图像去雾方法[J].计算机工程,2015,41(5):237-242.
[8] 肖进胜,高威,邹白昱,等.基于天空约束暗通道先验的图像去雾[J].电子学报,2017,45(2):346-352.
[9] 毛祥宇,李为相,丁雪梅.基于天空分割的单幅图像去雾算法[J].计算机应用,2017,37(10):2916-2920.
[10] 王玮,黄非非,李见为,等.使用多尺度LBP特征描述与识别人脸[J].光学精密工程,2008,16(4):696-705.
[11] CHEN Y,SHANG L.Improved SIFT image registration algorithm on characteristic statistical distributions and consistency constraint[J].Optik,2016,127(2):900-911.
[12] LOWE D G.Object recognition from local scale-invariant features[C]//Proceedings of the Seventh IEEE International Conference on Computer Vision(ICCV),September 20-27,1999,Corfu,Greece.New York:IEEE,1999:1150-1157.
[13] LALONDE J F,EFROS A A,NARASIMHAN S G.Detecting ground shadows in outdoor consumer photographs[C]//DANIILIDIS K,MARAGOS P,PARAGIOS N.2010 European Conference on Computer Vision:Part Ⅱ.Berlin:Springer-Verlag,2010:322-335.
[14] 张征.面向室外监控场景的天气分类与低质图像增强技术研究[D].北京:北京邮电大学,2017.
[15] 李欣海.随机森林模型在分类与回归分析中的应用[J].应用昆虫学报,2013,50(4):1190-1197.
[16] 宋相法,焦李成.基于稀疏表示及光谱信息的高光谱遥感图像分类[J].电子与信息学报,2012,34(2):268-272.
[17] 刘建,吴翊,谭璐.对Bootstrap方法的自助抽样的改进[J].数学理论与应用,2006,26(1):69-72.
