典型文献
一种基于实景图像的低能见度识别算法
文献摘要：
为了利用大量视频监控设备提高能见度数据采集密度,提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法.该算法假设视频设备水平安装且具备开阔视野,对原始视频图像进行水平分块,提取各分块的梯度、饱和度和亮度信息组成新的图像,基于简单卷积神经网络建模.采用2019 年9 月-2020 年12月上海洋山港气象站29668 张视频图像进行训练,建立识别模型,并采用2021 年1-5 月5757 张视频图像对模型进行测试.采用该算法建立的模型参考雾的预报等级(GB/T 27964-2011)将能见度分为5 个等级进行检验,白天准确率为87.99％,夜间准确率为81.32％,优于直接采用AlexNet模型.对1000 m 以下低能见度天气的识别准确率达95％以上.利用现有的视频摄像头,可有效弥补气象站点能见度仪数据不足的问题,在气象业务上有一定的应用价值.
文献关键词：
低能见度;图像识别;算法;卷积神经网络
中图分类号：
作者姓名：
刘冬鞾;穆海振;贺千山;史军;王亚东;武雪沁
作者机构：
上海市生态气象和卫星遥感中心,上海200030;上海市气象信息与技术支持中心,上海200030;上海市气象与健康重点实验室,上海200030
文献出处：
引用格式：
[1]刘冬鞾;穆海振;贺千山;史军;王亚东;武雪沁-.一种基于实景图像的低能见度识别算法)[J].应用气象学报,2022(04):501-512
A类：
B类：
实景图,识别算法,视频监控,监控设备,图像转换,神经网络分类,平安,开阔视野,视频图像,分块,亮度,信息组,网络建模,洋山港,识别模型,白天,AlexNet,低能见度天气,识别准确率,摄像头,补气,气象站点,气象业务,图像识别
AB值：
0.297236
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
