紫外极光图像极光卵边界定位与建模

发布时间：2021-05-18 00:42

　　极光是高纬地区上空的一种自然发光现象,是由太阳风与磁层带电粒子碰撞所产生的。极光主要出现在以地磁极为中心的环带状区域内,该区域又称为极光卵。在紫外图像中能明显地观察到极光卵,极光卵边界位置与太阳风-磁层能量耦合过程有着密切的联系,对极光卵边界进行分割和建模有助于我们理解行星际磁场与地磁场的活动规律,为空间天气预报提供依据。本文分别对紫外极光图像中极光卵边界的定位与建模以及极光图像检索进行了系统的研究。1.在极光卵边界定位方面,本文提出了基于形状信息反馈和最大相似性区域合并准则的极光卵分割算法。首先用K均值聚类的方法得到初始目标标记与背景标记,使用最大相似性区域合并算法得到初始分割区域。然后用直接最小二乘椭圆拟合的方法将初始分割区域拟合为一个椭圆作为新的目标标记,再次使用最大相似性区域合并准则得到最终的分割结果。实验结果表明,本文所提方法具有较低的虚警率和较小的极向边界均方根误差。2.在极光卵边界建模方面,本文提出了基于深度学习的极光卵边界建模方法。本文以NASA网站上的OMNI数据库中的地磁物理参量作为模型输入,以极光卵极向边界与赤道向边界在24个磁地方时处的地磁纬度作为模型输出。通过... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 紫外极光图像极光卵分割研究现状
        1.2.2 紫外极光图像极光卵边界建模研究现状
    1.3 论文的研究成果与章节安排
第二章 相关算法介绍
    2.1 紫外极光图像极光卵分割
        2.1.1 HKM算法
        2.1.2 AMET算法
        2.1.3 LLS -RHT算法
    2.2 极光卵边界建模
        2.2.1 单变量回归模型
        2.2.2 多变量回归模型
    2.3 小结
第三章 紫外极光图像极光卵分割
    3.1 理论基础
        3.1.1 最大相似性区域合并
        3.1.2 直接最小二乘椭圆拟合
        3.1.3 算法流程
    3.2 实验结果与分析
        3.2.1 主观评价结果与分析
        3.2.2 客观评价结果与分析
    3.3 小结
第四章 基于深度学习的极光卵边界位置建模
    4.1 理论基础
        4.1.1 受限玻尔兹曼机
        4.1.2 径向基函数神经网络
    4.2 极光卵边界位置模型
        4.2.1 图像分割
        4.2.2 坐标转换
        4.2.3 边界提取
        4.2.4 模型构建
    4.3 实验结果与分析
        4.3.1 数据库构建
        4.3.2 实验结果与分析
    4.4 小结
第五章 基于环形分区的感知哈希极光图像检索
    5.1 基于环形分区的感知哈希极光图像检索算法
        5.1.1 感知哈希概述
        5.1.2 基于环形分区的感知哈希数字摘要生成算法
        5.1.3 感知哈希查询算法
    5.2 实验结果与分析
        5.2.1 主观评价结果与分析
        5.2.2 客观评价结果与分析
    5.3 基于环形分区的感知哈希极光图像检索平台
        5.3.1 系统设计
        5.3.2 平台界面
        5.3.3 事例分析
    5.4 小结
第六章 结论和展望
    6.1 研究结论
    6.2 研究展望
参考文献
致谢
作者简介



本文编号：3192773