摘要：对气象预报中的阴雨雾图像的识别，能够更好的识别低分辨率图像中有用的但是没有表现出来的信息。对低分辨率图像的优化识别．需要获取图像整体色度差均值．将图像目标区域的轮廓变得光滑，完成对阴雨雾图像的识别。传统方法先提取图像的相位和幅值特征，将直方图定义为图像的特征向量．但忽略了获取图像整体色度差均值，导致图像识别精度较低。提出基于二次最大熵的模糊聚类的阴雨雾图像识别方法。利用多尺度Retinex变换理论对图像的亮度进行增强，将低分辨率图像分割为目标区域和非目标区域，获取图像整体色度差均值，给出低分辨率图像的最大判断准则，利用形态学滤波将图像目标区域的轮廓变得光滑，完成对阴雨雾低分辨率图像优化识别。实验结果表明，所提方法识别精度高，可以有效地识别出阴雨雾低分辨率图像中的重要信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社