[发明专利]一种基于支持向量机分类树的地基云图识别方法

摘要

本发明公开了一种基于支持向量机的分类树的陆基云图分类方法，包括：(1)在陆基云图中挑选训练样本(2)使用Gabor滤波器组对训练样本进行频域分解(3)提取每个滤波图像的排序直方图谱特征向量和感兴趣算子特征向量，得到训练样本集合(4)将训练样本集合中K个类别的训练样本按照指定的聚类数目聚为ni类，然后将ni个类中心作为该类的训练样本，得到新的训练样本集合(5)建立基于支持向量机分类器的分类树模型(6)对T中的样本进行分类，完成陆基云图的分类。本发明针对地基云图考虑了不同云类之间的多种特征值，并将SVM机器学习算法和分类树算法结合进行多类云图自动分类识别，具有较强的鲁棒性和较快的分类速度，分类准确率高。

主权项

一种基于支持向量机的分类树的陆基云图分类方法，包括以下步骤：(1)在陆基云图中，挑选不同的云类并截取其中若干图像作为训练样本；(2)使用Gabor滤波器组对训练样本进行频域分解，将频域分解为S个尺度和T个角度，即该滤波器组共包含S*T个滤波器，进而进行滤波，得到训练样本的滤波图像集合，其中S和T均为正整数；(3)从所述滤波图像集合中提取每个滤波图像的排序直方图谱特征向量和感兴趣算子特征向量，得到提取特征后的训练样本集合；(4)将训练样本集合中任意K个类别的训练样本按照指定的聚类数目进行聚类，其中聚类数目由待聚类的类别数据的稀疏程度和样本数决定，然后将聚类后的每个类中心作为该类的训练样本，得到新的训练样本集合，K为正整数；(5)建立基于支持向量机分类器的分类树模型：利用所述新的训练样本集合进行训练，解算出分类器的参数，并确定分类树不同层之间的分类规则；(6)对于待检测的陆基云图，提取每幅图像的排序直方图谱特征向量和感兴趣算子特征向量，再利用步骤(5)中训练好的分类树模型进行分类，即可得到相应的分类结果。