卷积神经网络识别地基云图的数据库建立及处理方法

摘要

卷积神经网络(Convolutional neural network,CNN)具有非比寻常的从样本中学习特征的能力,训练需要大量带有标签的图像样本。因此,在使用卷积神经网络对地基云图相关研究时,建立云图样本库是第一步,也是非常重要的一步。首先,通过数码相机直接拍摄、从互联网上下载、从公开发行的云图类书籍获取以及由全天空照相机拍摄等手段获取三个云图样本库;接着,对三个样本库图像的分辨率、噪声、数量等问题进行了分析;然后,采用双线性插值和数据增强方法对样本库进行归一化预处理;最后,利用卷积神经网络、LBP、Heinle feature和Texton-based method三种方法对增强后的数据集进行云识别分类验证,实验结果表明,利用本文方法进行增强数据可有效解决卷积神经网络对小样本数据识别率不高以及不能完整进行网络运行的问题,为卷积神经网络在地基云图识别的应用奠定基础。