彭旭东，夏士明，孙吉明（.解放军理工大学气象海洋学院，南京，0；.空军航空大学航理系，长春，300）

提取天气类别静态特征的算法研究

彭旭东1，夏士明1，孙吉明2
（1.解放军理工大学气象海洋学院，南京，211101；2.空军航空大学航理系，长春，130022）

现有的用于天气类别识别的静态特征存在一定不足，本文进行了相应改进，提高了整体的识别率。在对现有的功率谱斜率特征进行研究时发现功率谱能量均值可能对大量的样本区分更有效，因此本文最终采用功率谱能量均值特征的提取。

天气；静态特征；功率谱

为了区分不同天气现象，需要提取反映天气现象的特征。根据天气现象产生的视觉效果，可将天气现象特征分为两类：静态视觉特征，如颜色特征，纹理特征，形状特征等；运动特征，如运动物体分割，运动目标跟踪检测等。现有的静态特征识别中，主要从图像中提取功率谱斜率、纹理特征、颜色特征、对比度、锐度特征等特征。

本文的静态特征提取流程如下：对于一组图像序列，首先进行关键帧提取，本文采用平均值法得到关键帧。对于关键帧图像，转换到灰度空间。先进行傅里叶变换，后提取功率谱图像，从中统计功率谱随不同半径的分布状况，最后计算不同半径下功率谱能量均值。

1 功率谱能量均值

功率谱能量均值特征是对功率谱斜率特征的改进，前者提取过程与后者相近。相比晴好天气下的图像，降雪和雾等恶劣天气环境下的图像清晰度角度，我们根据视觉效果把天气类别分为清晰天气和模糊天气，此时，图像丢失了部分高频分量。……