基于BP神经网络的雪花形状分类研究
2018-10-12宋世坤王书海
无线互联科技 2018年18期
关键词:分类
宋世坤,王书海
(河北科技大学 信息科学与工程学院,河北 石家庄 050018)
随着2022年北京冬奥会的临近以及滑雪旅游产业的不断发展,滑雪运动越来越受到人们的关注和喜爱[1],雪质在滑雪运动中起着至关重要的作用,而雪花的形状很大程度上关系着雪质的好坏。雪花形状分类的研究对于雪质好坏、人造雪甚至是人工降雪都存在影响。研究雪花形状分类具有重大意义。雪花形状分类以具体的雪花形态为研究对象,采用图像预处理技术对雪花图像提取特征参数,分析参数特征值,利用合理分类器实现雪花图像形状的自动分类[2-4]。
1 图像预处理
首先对图像进行二值化处理,在13种基于直方图的图像全局二值化算法中,本文应用最大类间方差法(Otsu)进行图像二值化处理,获得最优的图像分割阈值。并对分割后的图像形态学操作,完成边缘检测和提取轮廓线。
2 形状特征参数提取
雪花图像包含了丰富的特征信息,比如形状特征和纹理特征,根据形状分类的相关理论,本文利用雪花的轮廓、凸包和最小包围盒得到形状描述,利用这些形状描述计算出纵横轴比、矩形度、周长凹凸比、面积凹凸比、形状参数和致密度6种相对形态参数。
2.1 雪花轮廓提取
本文先提取雪花的外部轮廓,通过采用轮廓跟踪法对雪花图像进行轮廓提取,具体算法步骤为:
(1)对图像预处理后的雪花二值化图像采用自顶向下、从左到右的顺序进行扫描,得到第一个像素点为1的点,此时将其作为起始点,进行步骤2。……
登录APP查看全文
