收藏本站
《中国科学院大学(中国科学院光电技术研究所)》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

太阳活动精细结构的自动识别与图像质量评价

杨萌  
【摘要】: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常只能将图像分成两类,即太阳黑子和太阳米粒组织。之后,再利用灰度阈值法和形态学操作,区分出了太阳黑子更精细的结构。为了验证方法的有效性,将该方法应用在局部高分辨和全日面太阳光球层图像,并取得了良好的分割结果。其次,本文提出了一种自动识别耀斑区域的方法,它可以适用于全日面和局部高分辨Hα(波长656.3nm)图像。以往的耀斑自动识别方法都是针对全日面图像的,而应用于局部高分辨图像的方法可以提高耀斑识别的精度。本文的方法主要利用灰度阈值和面积阈值相结合的方法提取耀斑区域,并对耀斑进行特征提取,包括耀斑的起止时间、重要性等级和亮度等级。最后,在全日面图像和局部高分辨Hα图像中验证了方法的有效性。再次,本文提出了一种自动识别太阳耀斑后环的方法,可以在Hα红翼图像中识别出各条耀斑后环。该方法结合了直线检测和曲线生长,并利用了Hα线心图像中识别出的耀斑信息。具体来说,先在Hα红翼图像中进行直线识别,进而利用识别出直线的倾角,以及和耀斑的相对位置,确定曲线生长的偏转方向,进行曲线生长。之后还通过交叉点数量、偏转方向、灰度变化范围等信息排除了错误曲线,从而增加了方法的可靠性。并且该方法的有效性在局部高分辨Hα红翼图像中得到了验证。最后,本文提出了一种基于图像功率谱和人眼视觉特性的图像质量评价方法。传统的对比度方法只能评价太阳米粒组织或者太阳黑子图像,而本文的方法还可以应用于大视场图像。经过实验验证,该方法筛选出的质量最好的图像的主观质量均优于传统的对比度方法和测试的其他方法。并且该方法还对图像缩放以及图像中的模糊和噪声具有良好的鲁棒性。本文在太阳精细结构自动识别方法所取得的研究成果,对于进行更精确和客观的太阳活动特征提取,分析太阳活动精细结构的演化规律,从而更好地进行空间天气预测和发现太阳活动的动力学起源具有重要的应用价值。本文在图像质量评价算法所取得的研究成果有助于获取更清晰的太阳大视场重建图像,从而为太阳活动精细结构的自动识别提供了便利。本研究工作还对太阳活动中更精细的结构的自动识别方法研究具有重要的参考意义。
【学位授予单位】:中国科学院大学(中国科学院光电技术研究所)
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TP391.41;P35

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 李昆仑;熊婷;张炘;;无参考图像质量评价方法研究[J];计算机产品与流通;2018年03期
2 王晓红;卢辉;麻祥才;王禹琛;肖颖;;不同亮度下无参考图像质量评价方法[J];光学技术;2018年05期
3 郭迎春;于洋;师硕;于明;;融合显著图和保真图的全参考图像质量评价[J];光电子·激光;2016年11期
4 闻武;左凌轩;;基于色彩特征的无参考彩色图像质量评价[J];计算机科学;2017年S1期
5 沈军民;李俊峰;戴文战;;结合结构信息和亮度统计的无参考图像质量评价[J];电子学报;2016年04期
6 邵雪;曾台英;汪祖辉;;基于亮度阈值效应的无参考图像质量评价方法[J];包装工程;2016年15期
7 李俊峰;张飞燕;戴文战;潘海鹏;;基于图像相关性和结构信息的无参考图像质量评价[J];光电子·激光;2014年12期
8 许志明;王雨生;李东子;;印刷图像质量评价方法研究[J];印刷质量与标准化;2015年04期
9 张闯;王亚明;陈苏婷;;基于空间依存的无参考图像质量评价[J];光学精密工程;2015年11期
10 林岚;杨帆;宋翔;;图像质量评价技术分析[J];中小企业管理与科技(下旬刊);2014年01期
中国重要会议论文全文数据库 前10条
1 张建洋;刘胜林;冯庆敏;程菊;江明尹;高佳琦;张强;;适用于超声图像的无参考图像质量评价方法研究进展[A];中华医学会医学工程学分会第十五次全国学术年会论文汇编[C];2015年
2 王坤;高立群;;一种新的图像质量评价方法[A];2006中国控制与决策学术年会论文集[C];2006年
3 张勇;;基于区域熵的融合图像质量评价方法[A];中国光学学会2011年学术大会摘要集[C];2011年
4 刘姗姗;郁梅;靳鑫;;基于小波高频的立体图像质量评价[A];浙江省电子学会2014学术年会论文集[C];2014年
5 薛小波;靳鑫;蒋刚毅;;基于失真类型判断的立体图像质量评价[A];浙江省电子学会2014学术年会论文集[C];2014年
6 邵桂芳;李祖枢;刘恒;张昌胜;;基于视觉感知的融合图像质量评价[A];2003年中国智能自动化会议论文集(下册)[C];2003年
7 周啸;史瑞芝;黎达;李胜辉;王雨生;;重构指标模型下的半色调图像质量评价[A];2015第四届中国印刷与包装学术会议论文摘要集[C];2015年
8 王峰;余大斌;;无参考型光电传感器图像质量评价与检测方法探讨[A];2015光电防御技术学术研讨会摘要集[C];2015年
9 郭肖静;吴志芳;;基于不同图像质量评价标准的自适应辐射图像增强[A];第八届(2012年)北京核学会核应用技术学术交流会论文集[C];2012年
10 张军;张潇潇;李大伟;;电视侦察武器图像质量评价方法探讨[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
中国重要报纸全文数据库 前1条
1 通讯员 吴华 中国青年报·中青在线记者 孙海华;别在最能吃苦的年龄选择安逸[N];中国青年报;2017年
中国博士学位论文全文数据库 前10条
1 杨萌;太阳活动精细结构的自动识别与图像质量评价[D];中国科学院大学(中国科学院光电技术研究所);2018年
2 张亚中;基于人眼感知特性的图像质量评价[D];西安电子科技大学;2017年
3 贾惠珍;基于视觉特性和自然场景统计特性的图像质量评价研究[D];南京理工大学;2016年
4 詹忆冰;基于视觉感知特性的图像质量评价方法研究[D];中国科学技术大学;2018年
5 冯天鹏;基于稀疏表达联合迁移学习的盲图像质量评价[D];武汉大学;2017年
6 杨杨;基于均匀色差空间扩展的彩色图像质量评价研究[D];中国科学技术大学;2013年
7 张桦;基于视觉感知的图像质量评价方法研究[D];浙江大学;2009年
8 卢彦飞;基于局部视觉特征的图像质量客观评价方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年
9 李洪均;基于多尺度几何分析与偏微分方程的图像去噪研究与应用[D];南京航空航天大学;2012年
10 何立火;视觉信息质量感知模型及评价方法研究[D];西安电子科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 刘望明;基于图像质量评价的降低航片冗余度研究[D];西安科技大学;2018年
2 李婷;无参考图像质量评价在车牌筛选中的应用[D];内蒙古大学;2018年
3 顾婷婷;基于深度学习的无参考图像质量评价方法研究[D];江南大学;2018年
4 邢露;多曝光融合图像质量评价方法研究[D];华侨大学;2018年
5 马梦竹;集成学习及其在图像质量评价中的应用研究[D];江南大学;2018年
6 张凌峰;基于视觉显著性加权的图像质量评价方法研究[D];昆明理工大学;2018年
7 徐烂烂;基于深度学习的无参考图像质量评价算法研究及应用[D];杭州电子科技大学;2018年
8 李攀鹏;基于深度学习的图像质量评价[D];杭州电子科技大学;2018年
9 吕晓新;基于深度学习的图像质量评价算法研究[D];中国科学技术大学;2018年
10 王春义;非接触式高质量掌静脉图像获取方法研究[D];中国科学技术大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026