紫外極光圖像極光卵邊界定位與建模
發(fā)布時(shí)間:2021-05-18 00:42
極光是高緯地區(qū)上空的一種自然發(fā)光現(xiàn)象,是由太陽風(fēng)與磁層帶電粒子碰撞所產(chǎn)生的。極光主要出現(xiàn)在以地磁極為中心的環(huán)帶狀區(qū)域內(nèi),該區(qū)域又稱為極光卵。在紫外圖像中能明顯地觀察到極光卵,極光卵邊界位置與太陽風(fēng)-磁層能量耦合過程有著密切的聯(lián)系,對(duì)極光卵邊界進(jìn)行分割和建模有助于我們理解行星際磁場與地磁場的活動(dòng)規(guī)律,為空間天氣預(yù)報(bào)提供依據(jù)。本文分別對(duì)紫外極光圖像中極光卵邊界的定位與建模以及極光圖像檢索進(jìn)行了系統(tǒng)的研究。1.在極光卵邊界定位方面,本文提出了基于形狀信息反饋和最大相似性區(qū)域合并準(zhǔn)則的極光卵分割算法。首先用K均值聚類的方法得到初始目標(biāo)標(biāo)記與背景標(biāo)記,使用最大相似性區(qū)域合并算法得到初始分割區(qū)域。然后用直接最小二乘橢圓擬合的方法將初始分割區(qū)域擬合為一個(gè)橢圓作為新的目標(biāo)標(biāo)記,再次使用最大相似性區(qū)域合并準(zhǔn)則得到最終的分割結(jié)果。實(shí)驗(yàn)結(jié)果表明,本文所提方法具有較低的虛警率和較小的極向邊界均方根誤差。2.在極光卵邊界建模方面,本文提出了基于深度學(xué)習(xí)的極光卵邊界建模方法。本文以NASA網(wǎng)站上的OMNI數(shù)據(jù)庫中的地磁物理參量作為模型輸入,以極光卵極向邊界與赤道向邊界在24個(gè)磁地方時(shí)處的地磁緯度作為模型輸出。通過...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:70 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 紫外極光圖像極光卵分割研究現(xiàn)狀
1.2.2 紫外極光圖像極光卵邊界建模研究現(xiàn)狀
1.3 論文的研究成果與章節(jié)安排
第二章 相關(guān)算法介紹
2.1 紫外極光圖像極光卵分割
2.1.1 HKM算法
2.1.2 AMET算法
2.1.3 LLS -RHT算法
2.2 極光卵邊界建模
2.2.1 單變量回歸模型
2.2.2 多變量回歸模型
2.3 小結(jié)
第三章 紫外極光圖像極光卵分割
3.1 理論基礎(chǔ)
3.1.1 最大相似性區(qū)域合并
3.1.2 直接最小二乘橢圓擬合
3.1.3 算法流程
3.2 實(shí)驗(yàn)結(jié)果與分析
3.2.1 主觀評(píng)價(jià)結(jié)果與分析
3.2.2 客觀評(píng)價(jià)結(jié)果與分析
3.3 小結(jié)
第四章 基于深度學(xué)習(xí)的極光卵邊界位置建模
4.1 理論基礎(chǔ)
4.1.1 受限玻爾茲曼機(jī)
4.1.2 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
4.2 極光卵邊界位置模型
4.2.1 圖像分割
4.2.2 坐標(biāo)轉(zhuǎn)換
4.2.3 邊界提取
4.2.4 模型構(gòu)建
4.3 實(shí)驗(yàn)結(jié)果與分析
4.3.1 數(shù)據(jù)庫構(gòu)建
4.3.2 實(shí)驗(yàn)結(jié)果與分析
4.4 小結(jié)
第五章 基于環(huán)形分區(qū)的感知哈希極光圖像檢索
5.1 基于環(huán)形分區(qū)的感知哈希極光圖像檢索算法
5.1.1 感知哈希概述
5.1.2 基于環(huán)形分區(qū)的感知哈希數(shù)字摘要生成算法
5.1.3 感知哈希查詢算法
5.2 實(shí)驗(yàn)結(jié)果與分析
5.2.1 主觀評(píng)價(jià)結(jié)果與分析
5.2.2 客觀評(píng)價(jià)結(jié)果與分析
5.3 基于環(huán)形分區(qū)的感知哈希極光圖像檢索平臺(tái)
5.3.1 系統(tǒng)設(shè)計(jì)
5.3.2 平臺(tái)界面
5.3.3 事例分析
5.4 小結(jié)
第六章 結(jié)論和展望
6.1 研究結(jié)論
6.2 研究展望
參考文獻(xiàn)
致謝
作者簡介
本文編號(hào):3192773
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:70 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 紫外極光圖像極光卵分割研究現(xiàn)狀
1.2.2 紫外極光圖像極光卵邊界建模研究現(xiàn)狀
1.3 論文的研究成果與章節(jié)安排
第二章 相關(guān)算法介紹
2.1 紫外極光圖像極光卵分割
2.1.1 HKM算法
2.1.2 AMET算法
2.1.3 LLS -RHT算法
2.2 極光卵邊界建模
2.2.1 單變量回歸模型
2.2.2 多變量回歸模型
2.3 小結(jié)
第三章 紫外極光圖像極光卵分割
3.1 理論基礎(chǔ)
3.1.1 最大相似性區(qū)域合并
3.1.2 直接最小二乘橢圓擬合
3.1.3 算法流程
3.2 實(shí)驗(yàn)結(jié)果與分析
3.2.1 主觀評(píng)價(jià)結(jié)果與分析
3.2.2 客觀評(píng)價(jià)結(jié)果與分析
3.3 小結(jié)
第四章 基于深度學(xué)習(xí)的極光卵邊界位置建模
4.1 理論基礎(chǔ)
4.1.1 受限玻爾茲曼機(jī)
4.1.2 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
4.2 極光卵邊界位置模型
4.2.1 圖像分割
4.2.2 坐標(biāo)轉(zhuǎn)換
4.2.3 邊界提取
4.2.4 模型構(gòu)建
4.3 實(shí)驗(yàn)結(jié)果與分析
4.3.1 數(shù)據(jù)庫構(gòu)建
4.3.2 實(shí)驗(yàn)結(jié)果與分析
4.4 小結(jié)
第五章 基于環(huán)形分區(qū)的感知哈希極光圖像檢索
5.1 基于環(huán)形分區(qū)的感知哈希極光圖像檢索算法
5.1.1 感知哈希概述
5.1.2 基于環(huán)形分區(qū)的感知哈希數(shù)字摘要生成算法
5.1.3 感知哈希查詢算法
5.2 實(shí)驗(yàn)結(jié)果與分析
5.2.1 主觀評(píng)價(jià)結(jié)果與分析
5.2.2 客觀評(píng)價(jià)結(jié)果與分析
5.3 基于環(huán)形分區(qū)的感知哈希極光圖像檢索平臺(tái)
5.3.1 系統(tǒng)設(shè)計(jì)
5.3.2 平臺(tái)界面
5.3.3 事例分析
5.4 小結(jié)
第六章 結(jié)論和展望
6.1 研究結(jié)論
6.2 研究展望
參考文獻(xiàn)
致謝
作者簡介
本文編號(hào):3192773
本文鏈接:http://sikaile.net/projectlw/dqwllw/3192773.html
最近更新
教材專著