基于lbp-svm的极光识别研究

基于lbp-svm的极光识别研究

ID:33398575

大小:2.04 MB

页数:64页

时间:2019-02-25

基于lbp-svm的极光识别研究_第1页
基于lbp-svm的极光识别研究_第2页
基于lbp-svm的极光识别研究_第3页
基于lbp-svm的极光识别研究_第4页
基于lbp-svm的极光识别研究_第5页
资源描述:

《基于lbp-svm的极光识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西安电子科技大学独创性(或创新性)声明秉承学校严谨的学分和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人签名:承旭Z日期:加f2·岁‘矽关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间

2、论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密,在一年解密后适用本授权书。日期:沙/乙·多‘召日期:垄!兰:兰:芝摘要删咖llIll删1111l删111

3、}㈣ll

4、lIⅢY2066878极光是是极区日地物理过程(特别是磁层.电离层相互作用)的最集中的表现形式,是研究太阳风暴的最佳窗口。对其形态和演变的系统观测可以获得磁层和日地空间电磁

5、活动的大量信息,有助于深入研究太阳活动对地球的影响方式与程度,对了解空间天气过程的变化规律具有重要意义。同时,极光现象是太阳系中有磁星体(例如木星和土星)上普遍具有的现象,地球极光过程的研究可以为其它行星的研究提供基础,具有重要的科学研究意义和实际应用价值。极光图像的识别是极光研究的基础,已经得到相关领域的广泛关注和研究,将模式识别方法和技术用于极光图像的识别,可以有效地进行判断图像中是否存在极光,为进一步极光的研究提供良好的数据支持。本文针对极光图像的识别问题,结合极光识别的最新成果,将局部二值模式(LocalBiI掰yPa:吮m,LBP)和支持向量机(SupportVectorMaCl

6、line,SVM)用于极光图像的识别。首先,针对极光图像的特点,从预处理后的极光图像中提取亮度直方图,提出了一种基于亮度阈值的极光识别方法;其次,使用LBP进行极光图像特征提取,将SVM用于有无极光的判断。最后在北极黄河站的极光图像数据库上所做的识别实验表明,基于亮度阈值和LBP.SVM的两种方法比现有的基于极光弧模型的识别方法有更好的识别率,其中基于LBP.SVM算法具有更好的效果。关键字:日侧极光局部二值模式支持向量机极光识别基于LBP.SⅥⅥ的极光识别研究ABSTRACTABSTRACTTheauromphenomenapr0VideaconVeIlientprojection南rm

7、estudyoncompIexenergeticplaSmaprocessesoftheouterma鄹letosphere.ThespatialstmctureandtemporaleVolutionofauroral眦洫osit)rareaLscribedtocumulativeef.fectsofthesolar、vind—ma盟etosphereiIltefaction锄dthephysicsofmemaglletosphere—ionosphereinteraction.Therefore,thestudyonaWoraappearallceandeVolVementishelp

8、向ltofindoutinnuenceoftllesuntotlleeanh,alldiss迢mfic锄ttoacquireinfomationaboutspacewe砒er.Ith嬲beenpaidmoreaIldmoreattentionstllatpanemreco舯itiontecllIlolo西esareusedin姗ra‰processing,suchaLsauroradetection,auroraclaSsificatioIl,etC.Inthjspaper,firstly,、ⅣithtllelaStacllieVememsiIl舢radetectioIl,analltom

9、aticdetectionalgoritllInbauseonauroraarcmodelhaSbeenreViewed.Secondly,fortlledi虢renceoftheimage“ghtness,all“goritIlmbaSedonthc:bri曲tnessthreshoIdhaSbeenproposed.LaStly,、№llsethelocalbinarypattem(LBP)toextractthef

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。