[發明專利]基于SVM技術的Gabor圖像能量云檢測方法、系統及存儲介質

在審

• 申請號: 201811020463.9
• 申請日: 2018-09-03
• 公開（公告）號: CN109241906A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 隋延林;何斌;朱俊青
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛良

1.一種基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，包括步驟：

分割偽彩色訓練圖像，得到第一超像素子圖；

利用所述第一超像素子圖，計算并提取云的第一超像素子圖的光譜特征和gabor能量特征；

將所述云的第一超像素子圖的光譜特征和gabor能量特征代入支持向量機進行學習訓練得到云模型；

分割偽彩色測試圖像得到第二超像素子圖；

利用所述第二超像素子圖，計算并提取第二超像素子圖的光譜特征和gabor能量特征；

將所述第二超像素子圖的光譜特征和gabor能量特征代入所述支持向量機與所述云模型進行云識別判定；

將所述支持向量機判定為正的所述第二超像素子圖判定為云像素掩碼子圖并輸出。

2.根據權利要求1所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述偽彩色訓練圖像由近紅外、綠和藍三種波段組合形成。

3.根據權利要求1所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述分割偽彩色訓練圖像的方法采用的是簡單線性迭代聚類超像素分割方法。

4.根據權利要求1所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述分割偽彩色測試圖像的方法采用的是簡單線性迭代聚類超像素分割方法。

5.根據權利要求3或4所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述簡單線性迭代聚類超像素分割方法的計算公式為：

其中，D是lab空間中的五維歐氏距離；

m是緊湊因子；

d_c代表顏色距離；

d_s代表空間距離

S是類內最大空間距離。

6.根據權利要求1所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述光譜特征包括：相對HOT指數的平均值，可見頻帶比率VBR的平均值以及NDWI的平均值。

7.根據權利要求1所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述Gabor能量特征的計算公式為：

其中，λ代表正弦因子的波長，

θ代表了Gabor函數的平行條紋的法線方向，

ψ是相位偏移，

σ是高斯的西格瑪/標準偏差，

γ是空間縱橫比，

(Δx,Δy)代表方向,Δx是水平距離像素,Δy是垂直距離像素。

8.根據權利要求1所述的基于SVM技術的Gabor圖像能量云檢測方法，其特征在于，所述支持向量機采用RBF核函數，利用交叉驗證來得到最佳參數C和r，并用最佳參數C和r來訓練所有訓練集合。

9.一種基于SVM技術的Gabor圖像能量云檢測系統，其特征在于，包括：

偽彩色訓練圖像分割模塊，用于分割偽彩色訓練圖像，得到第一超像素子圖；

第一計算提取模塊，利用所述第一超像素子圖，計算并提取云的第一超像素子圖的光譜特征和gabor能量特征；

云特征提取模塊，將所述云的第一超像素子圖的光譜特征和gabor能量特征代入支持向量機進行學習訓練得到云模型；

偽彩色測試圖像分割模塊，用于分割偽彩色測試圖像得到第二超像素子圖；

第二計算提取模塊，利用所述第二超像素子圖，計算并提取第二超像素子圖的光譜特征和gabor能量特征；

云識別判定模塊，將所述第二超像素子圖的光譜特征和gabor能量特征代入所述支持向量機與所述云模型進行云識別判定；

輸出模塊，將所述支持向量機判定為正的所述第二超像素子圖判定為云像素掩碼子圖并輸出。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有指令，其特征在于，所述指令被處理器執行時實現權利要求1-8所述的任一項方法的步驟。