一种图像序列平稳性和相关性检验的天气场景分类方法

被引:2
作者
赵旭东
刘鹏
刘家锋
唐降龙
机构
[1] 哈尔滨工业大学计算机科学与技术学院
关键词
天气环境; 场景分类; 平稳性检验; 相关性检验; 图像序列处理;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出一种利用图像序列的平稳性和相关性检验的天气场景分类方法.首先,给出天气场景的定义和分类标准;其次,该方法通过分段逆序平稳性检验,提出图像均值子序列逆序总数数学期望和方差的计算方法,将天气场景分为平稳性天气场景和非平稳性天气场景;最后,提出自相关函数的分类检验方法,建立对待分类场景图像序列的激变描述,完成对其所属静态或动态场景的分类.该方法为非参数检验方法,推断分类标准时无需估计总体分布的参数,并能在线学习所得的分类标准.实验结果表明,该方法可准确完成对天气场景的动态分类.
引用
收藏
页码:1973 / 1982
页数:10
相关论文
共 8 条
[1]   基于高斯统计模型的场景分类及约束机制新方法 [J].
谢昭 ;
高隽 .
电子学报, 2009, 37 (04) :733-738
[2]   基于模型切换的自适应背景建模方法 [J].
左军毅 ;
潘泉 ;
梁彦 ;
张洪才 ;
程咏梅 .
自动化学报, 2007, (05) :467-473
[3]   自适应高斯混合模型球场检测算法及其在体育视频分析中的应用 [J].
刘扬 ;
黄庆明 ;
高文 ;
叶齐祥 .
计算机研究与发展, 2006, (07) :1207-1215
[4]  
时间序列分析的工程应用[M]. 华中科技大学出版社 , 杨叔子等, 2007
[5]   Vision and rain [J].
Garg, Kshitiz ;
Nayar, Shree K. .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 75 (01) :3-27
[6]  
BIC-based unit-root detection: Simulation-based evidence[J] . Kosei Fukuda.Applied Mathematics and Computation . 2006 (1)
[7]   Unit-root detection allowing for measurement error [J].
Fukuda, K .
STATISTICS & PROBABILITY LETTERS, 2005, 74 (04) :373-377
[8]   Modified stationarity tests with data-dependent model-selection rules [J].
Leybourne, SJ ;
McCabe, BPM .
JOURNAL OF BUSINESS & ECONOMIC STATISTICS, 1999, 17 (02) :264-270