一种特征显著性编码的极光图像分类方法

摘要

提出了一种基于静态极光图像分类的新方法.在研究了极光图像特殊性的基础上,提取极光图像的尺度不变特征转换(SIFT)特征,再利用模糊C均值聚类获得所有SIFT特征的聚类中心,根据显著编码将聚类中心的权值作为极光图像的最终特征,通过支撑向量机对3200幅极光图像进行分类.实验结果表明,所提出的新方法不但能够有效地对弧状极光进行分类,而且在复杂冕状极光图像分类时,也取得了良好效果.