公开(公告)号：CN105488538B

公开(公告)日：2018-12-04

申请号：CN201510929496.5

申请日：2015-12-15

Applicant: 云南电网有限责任公司电力科学研究院 ,  华北电力大学(保定)

Inventor： 苏适 ,  王飞 ,  严玉廷 ,  陆海 ,  李浩涛 ,  罗因博 ,  杨家全

IPC: G06K9/62

Abstract: 本发明提供一种基于改进k均值聚类算法的天空图像云空辨识方法，包括：提取所述天空图像中红颜色通道值R、绿颜色通道值G、蓝颜色通道值B以及R/B*100四个矩阵，提取特征矩阵；确定初始聚类数量以及初始聚类中心；基于改进k均值聚类算法，根据初始聚类中心进行聚类，获取新的聚类中心；根据新的聚类中心进行聚类并根据聚类结果确定各像素点所属区域类型，绘制云空辨识图像。本发明基于改进k均值聚类算法，提取效果较稳定，不仅把三个彩色分量作为一个整体进行聚类还添加了云空对比度较高的R/B*100列向量，与全局阈值仅对灰度图像进行云空识别相比，大大提高图像识别的适应能力，可以解决现有技术适应性差的问题。

公开(公告)号：CN105488538A

公开(公告)日：2016-04-13

申请号：CN201510929496.5

申请日：2015-12-15

Applicant: 云南电网有限责任公司电力科学研究院 ,  华北电力大学(保定)

Inventor： 苏适 ,  王飞 ,  严玉廷 ,  陆海 ,  李浩涛 ,  罗因博 ,  杨家全

IPC: G06K9/62

CPC classification number: G06K9/6223

Abstract: 本发明提供一种基于改进k均值聚类算法的天空图像云空辨识方法，包括：提取所述天空图像中红颜色通道值R、绿颜色通道值G、蓝颜色通道值B以及R/B*100四个矩阵，提取特征矩阵；确定初始聚类数量以及初始聚类中心；基于改进k均值聚类算法，根据初始聚类中心进行聚类，获取新的聚类中心；根据新的聚类中心进行聚类并根据聚类结果确定各像素点所属区域类型，绘制云空辨识图像。本发明基于改进k均值聚类算法，提取效果较稳定，不仅把三个彩色分量作为一个整体进行聚类还添加了云空对比度较高的R/B*100列向量，与全局阈值仅对灰度图像进行云空识别相比，大大提高图像识别的适应能力，可以解决现有技术适应性差的问题。