-
题名神经网络和分形纹理在夜间云雾分离中的应用
被引量：9
- 1
-
-
作者
张顺谦
杨秀蓉
-
机构
四川省农业气象中心
-
出处
《遥感学报》
EI
CSCD
北大核心
2006年第4期497-501,共5页
-
基金
四川省计委项目"四川省农业气象决策咨询服务平台建设"资助
-
文摘
云雾分离是浓雾遥感监测的难点,地物光谱信息和图像纹理信息的综合利用,分形理论和BP神经网络技术的应用,使夜间云雾分离结果更为可信,基于灰度连通域的图像纹理提取提高了云雾边界的识别能力,灰度加权拉伸后的分数维增强了云雾的可分性,与传统最大似然法比较,本文所用方法对晴空地表、雾区、云区的识别精度均有提升,特别是云区的识别精度提高了10%,三类地表的总体识别率提高了7%,达到93%以上,文章最后对类的归并作了讨论。
-
关键词
BP神经网络
分形理论
云雾分离
分类后处理
-
Keywords
BP neural network
fractal theory
cloud and fog separate
post-class processing
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP751
[自动化与计算机技术—控制科学与工程]
-
-
题名基于FY-2E数据白天海雾检测算法的改进
被引量：9
- 2
-
-
作者
田永杰
邓玉娇
陈武喝
王捷纯
-
机构
华南理工大学电信学院
广东省生态气象中心
-
出处
《干旱气象》
2016年第4期738-742,751,共6页
-
基金
广东省气象局科学技术研究项目(2014B08)
公益性行业(气象)科研专项(GYHY201306042)共同资助
-
文摘
根据各类云层、雾和下垫面的光谱辐射特性和云雾的空间纹理,在前人研究基础上,采用面向对象的方法,构建一系列判别指数,建立一套有效的海雾检测算法进行FY-2E数据白天海雾的判识,并将该方法应用到2014年4月8日黄海中北部一次海雾的动态变化过程。2014年4月8日高时间分辨率的海雾检测个例应用表明,本文提出的白天海雾检测算法可较好地实现海雾过程的动态监测。另外,结合FY-3B雾产品数据进行算法的精度检验,11次海雾个例的精度检验结果显示,命中率(POD)为90.9%,误报率(FAR)为33.2%,临界成功指数(CSI)为62.6%,表明该方法有效、可行。
-
关键词
FY-2E
海雾
动态阈值
云雾分离
-
Keywords
FY-2E
sea fog
dynamic threshold
cloud and fog separation
-
分类号
P426.4
[天文地球—大气科学及气象学]
-
-
题名基于灰度连通域加权分数维的云雾自动分离算法
被引量：12
- 3
-
-
作者
王淑华
赵宇明
周小四
周红妹
-
机构
上海交通大学图像处理与模式识别研究所
上海市气象科学研究所
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2002年第1期18-22,共5页
-
文摘
长期以来 ,目视判读是卫星云图分析中普遍使用的一种方法 ,这种定性分析的方法主观性大 ,准确性难于保证。纹理信息是图像的空间信息 ,它反映了图像的灰度性质及其空间关系。文中提出一种基于灰度连通域加权分数维的云雾自动分离算法 ,该算法利用云雾纹理的分形特征 ,在灰度连通域采用加权的差分盒维数算法 ,对云雾进行分割。实验表明 :该算法能有效地对GMS和NOAA两种卫星云图进行云雾分离 ,单幅图像雾的正确提取率可达 90
-
关键词
卫星云图
灰度连通域
加权分数维
云雾自动分离算法
-
Keywords
Satellite nephogram
\ Texture analysis
\ Fractal dimension
-
分类号
P45
[天文地球—大气科学及气象学]
-
