太阳活动精细结构的自动识别与图像质量评价

发布时间：2021-05-18 18:33

　　提高空间天气的预测能力和进行太阳物理的深入研究,都需要对太阳活动的精细结构进行更高分辨力的观测,更详尽和客观的特征提取。想要获得太阳活动精细结构准确而统一的特征提取结果,就要对天基和地基太阳望远镜得到的海量观测数据进行自动识别。另一方面,由于太阳自适应光学系统并不能完全消除大气湍流的影响,地基观测数据的图像质量参差不齐。从连续采集的多帧图像中筛选出质量较好的图像,有利于提高图像重建的效果,也给后续的图像识别和特征提取带来了便利。本文主要对太阳黑子和耀斑精细结构的自动识别方法,以及太阳自适应光学图像的质量评价方法进行研究。论文的主要内容和创新点包括:首先,本文提出了一种基于水平集方法、形态学操作和灰度阈值法的太阳黑子精细结构自动分割算法。在回顾了太阳黑子的自动识别方法之后,发现前人的方法主要是应用于全日面图像,只能识别出本影和半影,并不能识别出气泡、亮桥等精细结构。分析了太阳黑子图像的特征,发现尽管黑子的灰度特征比较明显,但为了获得准确的分割结果,还需要克服不同数据来源的差异,以及各个精细结构内部的灰度不均匀性。而水平集方法可以获得闭合的分割结果并具有良好的鲁棒性。水平集方法的分割结果通... 

【文章来源】：中国科学院大学(中国科学院光电技术研究所)四川省

【文章页数】：133 页

【学位级别】：博士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 太阳图像特征
        1.2.1 宁静区特征
        1.2.2 活动区特征
    1.3 国内外研究现状
        1.3.1 太阳黑子的自动识别
        1.3.2 太阳耀斑的自动识别
        1.3.3 太阳耀斑后环的自动识别
        1.3.4 太阳图像的质量评价
    1.4 论文结构安排
第2章 图像识别和图像质量评价方法
    2.1 图像识别方法
        2.1.1 阈值分割法
        2.1.2 区域生长法
        2.1.3 模糊聚类法
        2.1.4 边缘检测法
        2.1.5 形态学方法
        2.1.6 水平集方法
    2.2 图像质量评价方法
        2.2.1 主观图像质量评价
        2.2.2 全参考和半参考图像质量评价
        2.2.3 无参考图像质量评价
第3章 太阳黑子精细结构的自动识别
    3.1 太阳黑子的结构
    3.2 本章的方法
        3.2.1 LIC水平集算法
        3.2.2 太阳黑子内部结构的识别
    3.3 实验分析
    3.4 本章小结
第4章 太阳耀斑的自动识别
    4.1 耀斑的结构和分类
    4.2 基于灰度阈值和面积阈值的耀斑自动识别和特征提取
        4.2.1 图像预处理
        4.2.2 耀斑区域的提取
        4.2.3 耀斑特征的提取
    4.3 实验分析
        4.3.1 耀斑区域的提取
        4.3.2 耀斑特征的提取
    4.4 本章小结
第5章 太阳耀斑后环的自动识别
    5.1 基于直线检测和曲线生长的耀斑后环自动识别
    5.2 实验分析
    5.3 本章小结
第6章 太阳自适应光学图像的质量评价
    6.1 基于图像功率谱和人类视觉系统的图像质量评价
        6.1.1 IQM方法
        6.1.2 在IQM方法基础上的改进
    6.2 实验分析
        6.2.1 有效性测试
        6.2.2 鲁棒性测试
        6.2.3 运算时间
    6.3 本章小结
第7章 总结与展望
    7.1 本文的主要研究内容
    7.2 本文的主要创新点
    7.3 后续工作展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]Prototype of solar ground layer adaptive optics at the 1 m New Vacuum Solar Telescope[J]. 孔林,张兰强,朱磊,鲍华,郭友明,饶学军,钟立波,饶长辉.  Chinese Optics Letters. 2016(10)
[2]基于NVST观测的米粒识别和形态特征分析[J]. 韩翠翠,蒋霞,杨云飞,邓辉,王锋,冯松.  科学通报. 2016(08)
[3]黑子周围光球亮点的特征提取与比较[J]. 屈会雪,杨云飞,冯松,王锋,邓辉,季凯帆.  天文学报. 2015(05)
[4]New vacuum solar telescope and observations with high resolution[J]. Zhong Liu,Jun Xu,Bo-Zhong Gu,Sen Wang,Jian-Qi You,Long-Xiang Shen,Ru-Wei Lu,Zhen-Yu Jin,Lin-Fei Chen,Ke Lou,Zhi Li,Guang-Qian Liu,Zhi Xu,Chang-Hui Rao,Qi-Qian Hu,Ru-Feng Li,Hao-Wen Fu,Feng Wang,Men-Xian Bao,Ming-Chan Wu,Bo-Rong Zhang.  Research in Astronomy and Astrophysics. 2014(06)
[5]基于临边昏暗轮廓的Hα全日面太阳图像质量评价[J]. 罗鹭鸶,杨云飞,季凯帆,邓辉.  天文学报. 2013(04)
[6]空间天气驱动源——太阳风暴研究[J]. 汪景琇,季海生.  中国科学:地球科学. 2013(06)
[7]太阳色球图像的选帧处理[J]. 刘长玉,向永源,金振宇.  天文研究与技术. 2014(02)
[8]Automated lfare forecasting using a statistical learning technique[J]. Frank Y.Shih.  Research in Astronomy and Astrophysics. 2010(08)
[9]太阳活动及其对地球环境的影响[J]. 王家龙,孙静兰.  第四纪研究. 2002(06)
[10]日冕物质抛射—空间天气的扰动源[J]. 王家龙.  地球物理学进展. 1999(S1)

博士论文
[1]基于模糊聚类及活动轮廓模型的图像分割技术研究[D]. 江晓亮.西南交通大学 2016
[2]生物视觉启发下的边缘检测方法及其应用研究[D]. 孙骁.华中科技大学 2016
[3]太阳高分辨力图像重建技术研究[D]. 钟立波.中国科学院研究生院（光电技术研究所） 2015

硕士论文
[1]太阳光球磁亮点的识别[D]. 刘艳霄.中国科学院研究生院（云南天文台） 2013
[2]SOT/Hinode观测的太阳色球针状物和喷流结构研究[D]. 闫丽梅.山东大学 2012
[3]太阳黑子和SOI对黄河上游径流的影响[D]. 张仲荣.兰州大学 2008



本文编号：3194286