[发明专利]基于空时极向局部二值模式的极光图像序列分类方法

权利要求书

1.一种基于空时极向局部二值模式的极光图像序列分类方法，包括如下步骤：

(1)输入极光图像序列，将极光图像序列进行逆时针旋转62.63°的预处理，得到预处理后的极光图像序列；

(2)对预处理后的极光图像序列进行M次块数不同的分块，即在空间上将预处理后的极光图像序列平均分成2^m-1个三维竖块，记为B_i^m，其中m=1,2,…,M，M为大于等于1的正整数，i是每次分块得到的三维竖块的标号，i=1,2,…,2^m-1；

(3)使用极向局部二值模式PVLBP算法，提取每一个三维竖块B_i^m的极向局部二值模式特征PVLBP，记为PVLBP_i^m；

(4)将各个三维竖块B_i^m的极向局部二值模式特征PVLBP_i^m顺次连接，得到空时极向局部二值模式特征ST-PVLBP；

(5)将图库中标准类型极光图像序列的空时极向局部二值模式特征ST-PVLBP输入给支持向量机SVM分类器进行训练；

(6)将步骤(4)所得的极光图像序列的空时极向局部二值模式特征ST-PVLBP输入给步骤(5)训练后的支持向量机SVM分类器进行分类，得到最终的分类结果。

2.根据权利要求书1所述的基于空时极向局部二值模式的极光序列分类方法，其中步骤(3)所述的使用极向局部二值模式PVLBP算法，提取每一个三维竖块B_i^m的极向局部二值模式特征PVLBP，按如下步骤进行：

(2a)对每一个三维竖块B_i^m，以相邻三帧极光图像为一个处理板块；

(2b)对每一个处理板块，按从左到右、从上到下的顺序，取大小为3×1×3的长方体邻域作为处理单元，对每个处理单元，以中间帧的中心像素点c的灰度值作为阈值，将处理单元长方体邻域的其他像素点灰度值与c的灰度值进行对比，如果邻域像素的灰度值大于c的灰度值，则该邻域像素被置1，否则置0，从而将长方体邻域的所有像素转换为01二进制编码；

(2c)将步骤(2b)得到的二进制编码转化为一个十进制数值：

PVLBPc=Σq=03P+1vq2q,]]>

其中，PVLBP_c表示中间帧的中心像素点c的PVLBP十进制数值，v_q表示邻域像素点的灰度值与中间帧的中心像素点c的灰度值对比后的结果，即0或者1，q是长方体邻域的像素点的编号，2^q是二进制编码的每个01码的权重，P=2；

(2d)计算三维竖块B_i^m中除边界点外的所有像素点的PVLBP十进制数值，并作统计直方图，将得到的统计直方图作为三维竖块B_i^m的极向局部二值模式特征PVLBP_i^m。