提高空間天氣的預測能力和進行太陽物理的深入研究,都需要對太陽活動的精細結構進行更高分辨力的觀測,更詳盡和客觀的特征提取。想要獲得太陽活動精細結構準確而統(tǒng)一的特征提取結果,就要對天基和地基太陽望遠鏡得到的海量觀測數(shù)據(jù)進行自動識別。另一方面,由于太陽自適應光學系統(tǒng)并不能完全消除大氣湍流的影響,地基觀測數(shù)據(jù)的圖像質(zhì)量參差不齊。從連續(xù)采集的多幀圖像中篩選出質(zhì)量較好的圖像,有利于提高圖像重建的效果,也給后續(xù)的圖像識別和特征提取帶來了便利。本文主要對太陽黑子和耀斑精細結構的自動識別方法,以及太陽自適應光學圖像的質(zhì)量評價方法進行研究。論文的主要內(nèi)容和創(chuàng)新點包括:首先,本文提出了一種基于水平集方法、形態(tài)學操作和灰度閾值法的太陽黑子精細結構自動分割算法。在回顧了太陽黑子的自動識別方法之后,發(fā)現(xiàn)前人的方法主要是應用于全日面圖像,只能識別出本影和半影,并不能識別出氣泡、亮橋等精細結構。分析了太陽黑子圖像的特征,發(fā)現(xiàn)盡管黑子的灰度特征比較明顯,但為了獲得準確的分割結果,還需要克服不同數(shù)據(jù)來源的差異,以及各個精細結構內(nèi)部的灰度不均勻性。而水平集方法可以獲得閉合的分割結果并具有良好的魯棒性。水平集方法的分割結果通... 

【文章來源】：中國科學院大學(中國科學院光電技術研究所)四川省

【文章頁數(shù)】：133 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 太陽圖像特征
        1.2.1 寧靜區(qū)特征
        1.2.2 活動區(qū)特征
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 太陽黑子的自動識別
        1.3.2 太陽耀斑的自動識別
        1.3.3 太陽耀斑后環(huán)的自動識別
        1.3.4 太陽圖像的質(zhì)量評價
    1.4 論文結構安排
第2章 圖像識別和圖像質(zhì)量評價方法
    2.1 圖像識別方法
        2.1.1 閾值分割法
        2.1.2 區(qū)域生長法
        2.1.3 模糊聚類法
        2.1.4 邊緣檢測法
        2.1.5 形態(tài)學方法
        2.1.6 水平集方法
    2.2 圖像質(zhì)量評價方法
        2.2.1 主觀圖像質(zhì)量評價
        2.2.2 全參考和半?yún)⒖紙D像質(zhì)量評價
        2.2.3 無參考圖像質(zhì)量評價
第3章 太陽黑子精細結構的自動識別
    3.1 太陽黑子的結構
    3.2 本章的方法
        3.2.1 LIC水平集算法
        3.2.2 太陽黑子內(nèi)部結構的識別
    3.3 實驗分析
    3.4 本章小結
第4章 太陽耀斑的自動識別
    4.1 耀斑的結構和分類
    4.2 基于灰度閾值和面積閾值的耀斑自動識別和特征提取
        4.2.1 圖像預處理
        4.2.2 耀斑區(qū)域的提取
        4.2.3 耀斑特征的提取
    4.3 實驗分析
        4.3.1 耀斑區(qū)域的提取
        4.3.2 耀斑特征的提取
    4.4 本章小結
第5章 太陽耀斑后環(huán)的自動識別
    5.1 基于直線檢測和曲線生長的耀斑后環(huán)自動識別
    5.2 實驗分析
    5.3 本章小結
第6章 太陽自適應光學圖像的質(zhì)量評價
    6.1 基于圖像功率譜和人類視覺系統(tǒng)的圖像質(zhì)量評價
        6.1.1 IQM方法
        6.1.2 在IQM方法基礎上的改進
    6.2 實驗分析
        6.2.1 有效性測試
        6.2.2 魯棒性測試
        6.2.3 運算時間
    6.3 本章小結
第7章 總結與展望
    7.1 本文的主要研究內(nèi)容
    7.2 本文的主要創(chuàng)新點
    7.3 后續(xù)工作展望
參考文獻
致謝
作者簡歷及攻讀學位期間發(fā)表的學術論文與研究成果


【參考文獻】：
期刊論文
[1]Prototype of solar ground layer adaptive optics at the 1 m New Vacuum Solar Telescope[J]. 孔林,張?zhí)m強,朱磊,鮑華,郭友明,饒學軍,鐘立波,饒長輝.  Chinese Optics Letters. 2016(10)
[2]基于NVST觀測的米粒識別和形態(tài)特征分析[J]. 韓翠翠,蔣霞,楊云飛,鄧輝,王鋒,馮松.  科學通報. 2016(08)
[3]黑子周圍光球亮點的特征提取與比較[J]. 屈會雪,楊云飛,馮松,王鋒,鄧輝,季凱帆.  天文學報. 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]基于臨邊昏暗輪廓的Hα全日面太陽圖像質(zhì)量評價[J]. 羅鷺鷥,楊云飛,季凱帆,鄧輝.  天文學報. 2013(04)
[6]空間天氣驅(qū)動源——太陽風暴研究[J]. 汪景琇,季海生.  中國科學:地球科學. 2013(06)
[7]太陽色球圖像的選幀處理[J]. 劉長玉,向永源,金振宇.  天文研究與技術. 2014(02)
[8]Automated lfare forecasting using a statistical learning technique[J]. Frank Y.Shih.  Research in Astronomy and Astrophysics. 2010(08)
[9]太陽活動及其對地球環(huán)境的影響[J]. 王家龍,孫靜蘭.  第四紀研究. 2002(06)
[10]日冕物質(zhì)拋射—空間天氣的擾動源[J]. 王家龍.  地球物理學進展. 1999(S1)

博士論文
[1]基于模糊聚類及活動輪廓模型的圖像分割技術研究[D]. 江曉亮.西南交通大學 2016
[2]生物視覺啟發(fā)下的邊緣檢測方法及其應用研究[D]. 孫驍.華中科技大學 2016
[3]太陽高分辨力圖像重建技術研究[D]. 鐘立波.中國科學院研究生院（光電技術研究所） 2015

碩士論文
[1]太陽光球磁亮點的識別[D]. 劉艷霄.中國科學院研究生院（云南天文臺） 2013
[2]SOT/Hinode觀測的太陽色球針狀物和噴流結構研究[D]. 閆麗梅.山東大學 2012
[3]太陽黑子和SOI對黃河上游徑流的影響[D]. 張仲榮.蘭州大學 2008



本文編號：3194286