-
题名基于马氏距离和SLIC算法的云检测模型
被引量：1
- 1
-
-
作者
郭玲
韩迎春
蔡浩宇
张正军
严涛
-
机构
南京理工大学
-
出处
《计算机科学与应用》
2022年第1期17-25,共9页
-
基金
南京理工大学本科生科研训练“百千万”计划立项资助,项目编号为202010288134Y
大规模互补约束数学规划的信赖域算法研究及应用(项目批准号:11671205)。
-
文摘
本文采用超像素分割方法,针对传统的SLIC算法进行研究,通过提高分割精度来提高云检测的准确率。为了改进SLIC算法中的聚类效果,采用马氏距离代替SLIC算法中的欧氏距离进行聚类,利用阈值法对划分出的每个超像素进行二值化处理,即将云和地物分类。本文设改进前算法为O-SLIC,改进后算法为M-SLIC。在本文建立的云图数据库上将二者进行了比较,得到以下结果:M-SLIC算法的云识别率比O-SLIC算法的高;M-SLIC云检测的ROC曲线面积比O-SLIC算法大且最优分类点更靠近(0,1)点。这些结果说明对于云图数据库中的大部分图像,M-SLIC算法相比于O-SLIC算法具有改良效果。M-SLIC算法综合了聚类和分类的特点,利用马氏距离,使算法在云检测的准确率上有所改善。
-
关键词
云检测
SLIC算法
马氏距离
用聚类方法解决分类问题
ROC曲线
-
Keywords
Cloud Detection
SLIC Algorithm
Markov Distance
use clustering method to solve classification problems
ROC Curve
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
