基于小样本学习的地面结露结霜现象检测方法

在《地面气象观测规范》中,地面结露、结霜现象的观测是一项重要的项目.针对当前该项目仍处于需要人工观测的情况,利用结露和结霜发生时的成像信息,提出一种基于特征学习的结露和结霜两类现象的检测和分类方法.首先,通过提取多尺度的结构、纹理和颜色特征以形成对图像的语义描述,再对提取的特征采用Fisher向量编码器以扩充特征空间,并学习一个线性的支撑向量机作为最终的分类模型.与当前热门的、基于深度卷积网络的方法相比,该方法能够在极小样本规模的条件下取得高于深度模型的分类正确率.在国内多个地面观测站点获取的地面结露和结霜图像所制备的数据集上的测试结果表明,所提方法的正确率达到了80%以上.