基于提升小波变换的极光分类算法

　　本文提出了一种新的基于自适应提升小波变换的双尺度算法、改进的局部二值模式和模糊近邻分类相结合的极光分类算法。该算法在极光图像预处理的基础之上，先是利用自适应提升的小波变换将原始的极光图像分为几个子图像，然后再对各个子图像进行变尺度的高斯滤波。用局部二值模式进行对子图像进行特征的提取，最后用模糊的近邻分类算法对其进行分类。仿真实验证明，首先本文算法的分类效率高于其他极光分类算法，其次就是本文算法对普通的噪声，例如高斯噪声和椒盐噪声，都有较好的鲁棒性。