首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于BP神经网络与纹理分析优化的雾检测
引用本文:金宝刚,张韧,王晓蕾,邓亮,饶若愚.基于BP神经网络与纹理分析优化的雾检测[J].解放军理工大学学报,2009,10(2):195-199.
作者姓名:金宝刚  张韧  王晓蕾  邓亮  饶若愚
作者单位:金宝刚,张韧,王晓蕾,JIN Bao-gang,ZHANG Ren,WANG Xiao-lei(解放军理工大学,气象学院,江苏,南京,211101);邓亮,DENG Liang(广州军区,气象水文中心,广东,广州,510083);饶若愚,RAO Ruo-yu(解放军61741部队,北京,100081)  
基金项目:中国博士后科学基金,江苏省博士后科研资助计划 
摘    要:在利用NOAA AVHRR/3资料并根据雾的均匀纹理特性进行白天雾检测研究中,为了克服对整幅图像进行纹理分析存在的处理复杂和运算量大等缺点,提出了采用纹理分析方法优化细分神经网络雾检测结果的思想.通过计算神经网络检测结果中的低云和雾区连通域的灰度标准差并设定灰度标准差阈值,对神经网络检测结果中的低云区和雾区作了进一步的纹理分析优化细分.结果表明,该方法有效地提高了雾检测的准确性和可靠性.

关 键 词:雾检测  神经网络  纹理分析

Optimized fog detection and classification technique based on BP artificial neural network and texture analysis
JIN Bao-gang,ZHANG Ren,WANG Xiao-lei,DENG Liang and RAO Ruo-yu.Optimized fog detection and classification technique based on BP artificial neural network and texture analysis[J].Journal of PLA University of Science and Technology(Natural Science Edition),2009,10(2):195-199.
Authors:JIN Bao-gang  ZHANG Ren  WANG Xiao-lei  DENG Liang and RAO Ruo-yu
Institution:1.Institute of Meteorology;PLA Univ.of Sci.& Tech.;Nanjing 211101;China;2.Meteorological & Hydrological Center of Guangzhou Military Command;Guangzhou 510083;3.Unit 61741 of PLA;Beijing 100081;China
Abstract:
Keywords:NOAA AVHRR/3
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《解放军理工大学学报》浏览原始摘要信息
点击此处可从《解放军理工大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号