史 静，朱 虹

(西安理工大学 自动化与信息工程学院，陕西 西安 710048)

基于随机森林的天气场景判别算法*

史 静，朱 虹

(西安理工大学 自动化与信息工程学院，陕西 西安710048)

传统的天气状态识别往往利用许多传感器收集数据判别天气状态。然而利用图像进行天气状态识别的研究却少之又少。利用词袋模型和空间金字塔匹配对室外图像的天气状态进行识别，该方法通过分析晴天与阴天两类天气状态对图像的影响，将两类天气状态看成两种场景，对图像提取SIFT(旋转不变描述子)特征，利用词袋模型和空间金字塔匹配得到金字塔特征，然后利用金字塔特征训练分类器进而识别待测样本。在分类器构造方面，利用支持向量机(SVM)构造一级分类器，利用随机森林构造二级分类器，对测试样本经过一级分类器其介于两个支持向量之间的样本输入到二级分类器进行识别。通过对两类天气图像集的一万张图像进行测试，其识别率可以达到82%左右。

图像分类；SIFT特征；空间金字塔；支持向量机(SVM)

0 引言

天气状态的问题常常伴随着人们每天的生活，是晴天还是雨天常常影响着每天的日常安排，比如该穿什么衣服，该不该去户外运动等。随着图像场景分类技术的迅速发展，基于图像做天气状态的识别变为可能。传统的天气状态识别由于需要大量的传感器进行数据采集，同时在气象检测领域，仍然需要大量的人工进行观测，这样就显得尤为耗时耗力。……